NSの入力値を正しく形成する方法。 - ページ 25

 
lna01 писал (а)>>

何が近似値なのか、よく分かっていないだけです。N次元の入力ベクトルXとM次元の出力ベクトルYが存在する。NSはそれらの間の関係を確立し、すなわち依存性Y = F(X)を近似する。Yは3重冗長でも何でもよく、NSはそれを気にせず、学習サンプルの近似F(X)の問題を解決するのです。

それは、トレーニング(あるいは「代表」ともいう)サンプルでは、裸でフィットすることをよく理解していないあなたのことです。通常のトレーダーは、OOS(out of sample)、すなわち代表的なサンプル(フォワード-テスト)のうちで見ることを好みます。近似値の精度に対してDCが支払うことはない。

 
Reshetov писал (а)>>

拝啓、内挿が未来に関係していると私が主張したのはどこでしょうか?眼科に行き、表現を投げかけるのではなく、書き込みをよく読んでください。外挿が必要なことは、特にギフト向けに報告し、再確認しています。

さて、私の主張を説明しましょう。

ひとまず、私の理解では。

まず、補間ではなく近似であることですが、それはさておき。


外挿とは?近似の一種で、与えられた区間の外側で関数を近似するものです。

フォーキャストとは何ですか?これは、与えられた関数が値の全範囲にわたって元の関数を近似するため、純粋な形での近似である。


したがって、多項式による外挿は、ある多項式が関数の定義範囲全体にわたって関数を近似していれば、予測に変わる。


したがって、再描画インジケータを含むスプライン等による外挿は、純粋な外挿である。

そして、ニューラルネットワークの外挿は予測です。適切に設計されたネットワークは、値の全範囲にわたって元の関数を設定するからです。


ニューラルネットワークは、データを外挿するためではなく、予測をするために使われます。ニューラルネットワークを指標の描き直しに例えたのは、少なくとも間違っています。

結論 - ニューラルネットワークの近似能力は、市場が非定常であっても適用可能である。

 
TheXpert писал (а)>>

したがって、多項式による外挿は、ある多項式が定義された領域全体にわたって関数を近似する場合、予測に変わる。


くだらない。誤解に頑固な理論派オタク、つまりヘタレであることは明白です。自動売買を多少なりとも扱ったことのある人に聞けば、すべての調整がフォワードテストに合格するわけではないこと、つまり、プロ・ナチュラル流に言えば、すべての近似値が外挿で適切な結果を与えるわけではないことを確認できるだろう。その理由は、金融商品の非定常性である。


全く無知なままここに署名するよりも、取引や自動売買の練習をした方が良い。

 
Reshetov писал (а)>>

オタクさん、普通の人は自分の脳と自分の経験を持っていますが、オタクは自分の脳を持っていない、持てないから、他のオタクを引き合いに出すのです。


Heikin氏は、おそらく静止した環境でネットワークを訓練したのだろう、それゆえに彼の結論が導き出された。非定常環境では、例えば取引では、今日は買い、次は売りのパターンが与えられるため、あまり多くのパターンを与えるとネットワークが全く学習しない可能性がある。なぜなら、どんなエントリーでもある程度の確率で誤信号が発生するからです。


まあ、失礼な言い方ですが。

私には自分の経験と頭脳があり、それだけで十分な仕事ができ、ある界隈ではそれなりの評価を得ています。

ニューラルネットワークの熟練した専門家としての評価も含めて。


だから今度からは、無意味なことを書く前に、もしあるのなら頭を使い、意味のない暴言を吐いたり、特に他人を侮辱するようなことはしないようにしましょう。

 
TheXpert писал (а)>>

まあ、ざっくりとしたものですね。

何がヒットエンドランで、何がヒットエンドランでないかは、ここのモデレーターが決めることです。そして、彼らの権威を決めつけてはいけない。

 
Reshetov писал (а)>>

バカの一つ覚え。理論派オタクで、妄想がガチガチ、つまりヘタレなのは明白。オートトレードを多少なりとも扱ったことのある人に聞けば、すべての調整がフォワードテストに合格するわけではないこと、つまり、プロナチュラルな言葉で言えば、すべての近似値が外挿で適切な結果を与えるわけではないことを確認することができるでしょう。その理由は、金融商品の非定常性である。


全く無知なままここに署名するよりも、取引や自動売買の練習をした方が良い。

すべて納得です、笑。

その理由は、手が曲がっていること。非定常性を回避することは難しくありませんし、適切に選択されたネットワークと入力データであれば、その必要もないでしょう。

誰がフィッティングなんて言ったんだ?フォワードテストに合格しないネットワークは、「適切に行われていない」ので、予測をするのではなく、外挿したり、一般的にテスターで調整された空を間抜けに突いたりするのである。

 

みんな、誰が一番長く持っているか試すのはやめてくれ。少なくともここではない。

ただ、お互いに親切にすることです。

ありがとうございます(苦笑)。

 
TheXpert писал (а)>>

すべて納得です、笑。

その理由は、手が曲がっていることです。非定常性を回避するのは難しくありませんし、うまくネットワークと入力データを選べば、それも必要ないでしょう。

そして、誰がフィッティングの話をしているのでしょうか。フォワードテストに合格しないネットワークは、「きちんとできていない」ということで、予測ではなく外挿になっていたり、テスターで調整された空をバカスカ突いているだけだったりします。

少し休んでください。他の対談者を探す。


歴史にフィットするというテーマは、この(このフォーラムに限らず)掲示板で何度も議論されてきたことです。昔から当たり前のことをヘタレと議論しても意味がないと思っています。



TheXpert さんが書きました(a) >>。

結論 -- ニューラルネットワークの近似能力は、市場が非定常であっても適用可能である。

そんなに頭がいいなら、なぜフォーブスの表紙を飾らないんだ?

 
Reshetov писал (а)>>

休んでください。他の対談相手を探す。


歴史に残るフィッティングというテーマは、この(このフォーラムに限らず)掲示板で何度も議論されてきました。昔から当たり前のことをヘタレと議論しても意味がないと思っています。



そんなに頭がいいなら、なぜフォーブスの表紙を飾らないんだ?

速さばかりではありません。あなたのはありますか?

 
sergeev писал (а)>>

みんな、誰が一番長く持っているか試すのはやめてくれ。少なくともここではない。

お互いに尊重し合うこと。

>>ありがとうございました。

掲示板以外のどこで雑談するんだ?


高貴な乙女のための研究所では、礼儀正しさは十分である