Usare le reti neurali nel trading - pagina 13

 

 
grell:


La ragione è diversa. ridondanza della rete.
E cerchiamo di capire cos'è la ridondanza della rete).
 
Figar0:
E cerchiamo di capire cos'è la ridondanza della rete).
In forma nella sostanza.
 
TheXpert:
Essenzialmente, un'occasione appropriata.


L'adattamento è quando il campione è troppo piccolo. La ridondanza della rete ha poco effetto sul montaggio.
 
Figar0:
Cerchiamo di capire cosa significa ridondanza).


Non ce n'è bisogno, è già chiaro che il numero di strati e pesi è molto grande.

Ma aggiungerò alla questione del montaggio... Una rete ridondante è come un sistema di 4 equazioni con due incognite. O la rete imparerà banalmente tutti i dati, o la soluzione sarà corretta ma instabile.

 
TheXpert:
Un montaggio in essenza.

Questo è comprensibile. Come si determina la sufficienza necessaria di una rete? Se c'è ridondanza, c'è sufficienza?

grell:


O la rete apprende tutti i dati.

Quanti dati può apprendere la rete?

 
Stiamo parlando di tutte le reti o di MLP?
 
grell:
Stiamo parlando di tutte le reti o di MLP?
Qual è la differenza fondamentale? Che sia MLP. Ecco la tua MLP nella tua configurazione, quanto può imparare, adattarsi?
 
Figar0:

Questo è comprensibile. Come si determina la sufficienza necessaria di una rete? Se c'è ridondanza, c'è sufficienza?

Ah, è facile. Non appena comincia ad imparare, è sufficiente.
 
Il massimo che ho raggiunto è 3 mesi. A (k/(l+1))*(m/(n+punto)=8, dove k-numero di operazioni redditizie, l-numero di operazioni perdenti, m-saldo totale delle operazioni redditizie, n-saldo totale delle operazioni perdenti.
Motivazione: