Neuromongers, don't pass by :) 必要なアドバイス - ページ 14

[Vladimir]

TheXpert:

いや、今は別のプロジェクトが急務で、ニューロニックはしばらくお預けです。

目標は、ボラティリティに対する相場を正規化することである。

アンドレイさん、こんにちは。長らくご不在で申し訳ありませんでした。エコーネットワークでかなり良い結果が得られているようですね。私はあなたのトピックで議論に参加しようとしましたが、スマートな発言は何も見つかりませんでした。しかし、ネットワーク・ニューロンが非線形である場合、入力の正規化が必要であることは間違いないでしょう。ところで、ノンリニアについて。2つの方法で設定することができます。(1)ニューロンの出力は、-1または1に傾く大きな入力で飽和する（双曲線的に接する）。(2) ニューロンの出力は、ある閾値を持つ指数 関数で記述される。ネットワーク設計者の多くは、最初の機能を選択します。しかし、脳神経細胞は2番目のものを使う。それがあなたの役に立つかどうかはわかりません。

私自身、価格予測は信じなくなりました。行き詰まりを感じているのだと思います。今は売買型のクラシファイヤーに興味があります。買いシグナルを出したら価格が上がると予測する、同じ予測器であると主張する人もいるでしょう。そんなことはどうでもいいのです。人間の脳は分類器であり、予測器ではない。そして、入力情報を非線形に変換するために、複数の神経層を使用します。分類よりも、この非線形な変換に興味があります。分類はパーセプトロン、SVM、kNNなど既知の手法で行うことができる。

[dimacv]

gpwr:

私自身、価格予測は信じなくなりました。行き詰まりを感じているのだと思います。今は売買型のクラシファイヤーに興味があります。これは同じ予測因子であり、買いシグナルを出したら価格が上がると予測するものだと主張する人もいるでしょう。そんなことはどうでもいいのです。人間の脳は分類器であり、予測器ではない。そして、入力情報を非線形に変換するために、複数の神経層を使用します。分類よりも、この非線形な変換に興味があります。分類はパーセプトロン、SVM、kNNなど既知の手法で行うことができる。

私の理解では、この結論は、NSのアプリケーション上では確かに多くの人が導き出すものです。

ここで、もし誰かが持っていなければ、私はこのトピックに関する非常に興味深い論文を載せています、資料の上に多くの掘り出し物があるのです。

論文の結論をストレートに言えば、市場状況を分類するものとしてのネットワークへのアプローチが最も優れており、他のものはすべて失速していたのです。

NSが画像を認識するように訓練するのと同じように、訓練用サンプルで人が状況を手動で分類し、その状況を認識するようにNSを訓練したところ、最も良い結果が得られた。

[削除済み]

ニューラルネットワークはまだ使ったことがないのですが、予測はあまり信用していません。

でも、ブローカーの全取引の出来高を買いと売りで別々に見積もることができれば、便利だと思うんですけどね )))