안녕하세요 개발자 여러분! ANN과 Forex에서의 사용에 대해 알게 된 후 이 주제(INS, Forex에 대해 오랫동안 알고 있었습니다)를 철저히 연구하고 싶었습니다. 나는 C를 오랫동안 알고 있었기 때문에 ME4를 공부하는 데 문제가 없었습니다.그리고 나는 아직 찾지 못한 답변을 FOREX에 대한 ANN 적용에 대해 몇 가지 질문이 있습니다. 1) 내가 읽은 자료 중 하나에는 ANN을 교육할 때 "시스템을 재교육"할 수 있다고 쓰여져 있으며 "재교육된" ANN은 교육을 받은 상황(템플릿)에서만 올바른 결과를 제공합니다 다른 경우에는 결과가 정확하지 않습니다. 즉, ANN은 진부한 테이블이 되어 일반화할 수 있는 능력을 상실합니다. 내 질문은 다음과 같습니다. ANN이 FOREK와 함께 작업하면 그러한 상황이 가능합니까? 그러한 상황을 형성할 가능성은 훈련 방법(GA, 확률론, 역전파) 또는 네트워크 유형(저는 단방향 다계층을 사용할 것입니다 모델). 그러한 상황을 피하는 방법은 무엇입니까? 2) 히스토리(a)에 대해 네트워크를 훈련하기 위한 평범한 방법을 선택하고 훈련(b) 후에 작업한다고 가정합니다. 종가 X (T +1), X(T+2), X(T+3),... X(T+N), (여기서 N=const, X는 상품 가격, 함수 T), 이 순간과 X(T)의 실제 값을 학습하기 전에 내 시스템 X'(T)가 예측을 제출합니다. X(T) != X'(T)이면 시스템을 훈련합니다. 이 상황에서 T를 1만큼 줄이고 T > 0이 될 때까지 이 전체 주기를 다시 반복합니다(T가 많을수록 T의 "오래된" 순간, 예를 들어 하루를 "단계" T로 간주할 수 있음), 시스템이 훈련될 때 (b) 단순히 "단계"를 기다리도록 시스템을 둡니다(우리의 경우 하루를 기다림). 이전 예측이 실현되지 않으면 시스템을 훈련시킨 다음 계산합니다. 예측 및 거래 개시 등.. 이 리소스에서 내가 본 ANN 기반 고문은 예측의 정확성(내가 틀렸다면 정정해 주세요)의 확률에 따라 안내되며, 이 확률이 사람이 설정한 어떤 상수 B보다 크면 거래가 열립니다. 예를 들어 내가 설명한 고문의 작동 방식과 같이 일반적으로 이 확률을 어떻게 추정할 수 있습니까? 나는 개인적으로 어떻게 어드바이저가 매일 거래를 열 수 없는지 상상할 수 없습니다. 예를 들어(예상 수입이 상품의 스프레드보다 낮은 경우 제외) 예를 들어, 제가 제시한 시스템이 작동할 것입니다. 시장에 진입 하기 위해 네트워크가 어떤 지표, 입력 데이터를 기준으로 할 수 있습니까? 엄격하게 주기적으로가 아닙니다. 3) 동지에게 고문. Ceasar, 나는 망각 상수를 보았고 왜 필요한지 이해하지 못하고 학습 방법에 따라 망각을 구현하는 방법은 무엇입니까? ANN의 자연적 속성을 "잊어버리는" 능력이 아닌가요? 명확하게 설명하십시오 plz.
위협 INS 주제에 대한 전문가의 의견이 필요합니다. 쓰기가 너무 게으르면 주제의 각 항목에 개별적으로 응답하는 리소스에 대한 링크만 있으면 됩니다. ZZY 프로그램의 소스 코드는 읽지 않고 사용법만 공부했습니다.
1. 가능하며 또한 대부분의 경우 이러한 상황이 발생합니다. 훈련 방법에 의존하지 않고 네트워크 유형에 따라 다를 수 있지만 그럴 가능성은 거의 없습니다. 피하는 방법 - 훈련 샘플은 네트워크의 가중치 매개변수 수보다 수백, 수천 배 커야 합니다. 그러면 과적합의 가능성이 줄어듭니다.
의미는 간단합니다. NN은 입력 세트와 가중치 매개변수 세트의 함수일 뿐입니다. 매개변수 세트를 선택하여 함수의 출력에서 주어진 응답을 얻으려고 합니다. 이것이 훈련입니다. 많은 가중치 매개변수가 있습니다. 수백, 수천, 대부분의 경우 네트워크 과적합입니다.
계속하려면 - 이메일로 쓰기
불행히도 나는 대답에서 아무것도 이해하지 못했습니다. 포럼에 이미 있는 문제에 대해 구체적으로 작성해 주시겠습니까? 그렇지 않으면 전자 메일을 교환하는 요점이 무엇입니까?
수학자들을 위한 질문:
최적화할 매개변수의 다변량 정규분포를 적용한다는 아이디어 는 신경망 의 원리와 같은 것인가?
알기 쉽게 설명해주세요.
ANN과 Forex에서의 사용에 대해 알게 된 후 이 주제(INS, Forex에 대해 오랫동안 알고 있었습니다)를 철저히 연구하고 싶었습니다. 나는 C를 오랫동안 알고 있었기 때문에 ME4를 공부하는 데 문제가 없었습니다.그리고 나는 아직 찾지 못한 답변을 FOREX에 대한 ANN 적용에 대해 몇 가지 질문이 있습니다.
1) 내가 읽은 자료 중 하나에는 ANN을 교육할 때 "시스템을 재교육"할 수 있다고 쓰여져 있으며 "재교육된" ANN은 교육을 받은 상황(템플릿)에서만 올바른 결과를 제공합니다 다른 경우에는 결과가 정확하지 않습니다. 즉, ANN은 진부한 테이블이 되어 일반화할 수 있는 능력을 상실합니다. 내 질문은 다음과 같습니다. ANN이 FOREK와 함께 작업하면 그러한 상황이 가능합니까? 그러한 상황을 형성할 가능성은 훈련 방법(GA, 확률론, 역전파) 또는 네트워크 유형(저는 단방향 다계층을 사용할 것입니다 모델). 그러한 상황을 피하는 방법은 무엇입니까?
2) 히스토리(a)에 대해 네트워크를 훈련하기 위한 평범한 방법을 선택하고 훈련(b) 후에 작업한다고 가정합니다. 종가 X (T +1), X(T+2), X(T+3),... X(T+N), (여기서 N=const, X는 상품 가격, 함수 T), 이 순간과 X(T)의 실제 값을 학습하기 전에 내 시스템 X'(T)가 예측을 제출합니다. X(T) != X'(T)이면 시스템을 훈련합니다. 이 상황에서 T를 1만큼 줄이고 T > 0이 될 때까지 이 전체 주기를 다시 반복합니다(T가 많을수록 T의 "오래된" 순간, 예를 들어 하루를 "단계" T로 간주할 수 있음), 시스템이 훈련될 때 (b) 단순히 "단계"를 기다리도록 시스템을 둡니다(우리의 경우 하루를 기다림). 이전 예측이 실현되지 않으면 시스템을 훈련시킨 다음 계산합니다. 예측 및 거래 개시 등..
이 리소스에서 내가 본 ANN 기반 고문은 예측의 정확성(내가 틀렸다면 정정해 주세요)의 확률에 따라 안내되며, 이 확률이 사람이 설정한 어떤 상수 B보다 크면 거래가 열립니다. 예를 들어 내가 설명한 고문의 작동 방식과 같이 일반적으로 이 확률을 어떻게 추정할 수 있습니까?
나는 개인적으로 어떻게 어드바이저가 매일 거래를 열 수 없는지 상상할 수 없습니다. 예를 들어(예상 수입이 상품의 스프레드보다 낮은 경우 제외) 예를 들어, 제가 제시한 시스템이 작동할 것입니다. 시장에 진입 하기 위해 네트워크가 어떤 지표, 입력 데이터를 기준으로 할 수 있습니까? 엄격하게 주기적으로가 아닙니다.
3) 동지에게 고문. Ceasar, 나는 망각 상수를 보았고 왜 필요한지 이해하지 못하고 학습 방법에 따라 망각을 구현하는 방법은 무엇입니까? ANN의 자연적 속성을 "잊어버리는" 능력이 아닌가요? 명확하게 설명하십시오 plz.
위협 INS 주제에 대한 전문가의 의견이 필요합니다. 쓰기가 너무 게으르면 주제의 각 항목에 개별적으로 응답하는 리소스에 대한 링크만 있으면 됩니다.
ZZY 프로그램의 소스 코드는 읽지 않고 사용법만 공부했습니다.
수학자들을 위한 질문:
최적화할 매개변수의 다변량 정규분포를 적용한다는 아이디어 는 신경망 의 원리와 같은 것인가?
알기 쉽게 설명해주세요.
질문을 설명합니다.
수학자들을 위한 질문:
최적화할 매개변수의 다변량 정규분포를 적용한다는 아이디어 는 신경망 의 원리와 같은 것인가?
알기 쉽게 설명해주세요.
질문을 설명합니다.
Navreno 질문은 "신경망으로 목욕할 가치가 있습니까?"를 의미합니다.
수학자들을 위한 질문:
최적화할 매개변수의 다변량 정규분포를 적용한다는 아이디어 는 신경망 의 원리와 같은 것인가?
알기 쉽게 설명해주세요.
질문을 설명합니다.
아마도 질문은 "신경망으로 목욕할 가치가 있습니까?"를 의미합니다.
훈련 방법에 의존하지 않고 네트워크 유형에 따라 다를 수 있지만 그럴 가능성은 거의 없습니다.
피하는 방법 - 훈련 샘플은 네트워크의 가중치 매개변수 수보다 수백, 수천 배 커야 합니다.
그러면 과적합의 가능성이 줄어듭니다.
의미는 간단합니다. NN은 입력 세트와 가중치 매개변수 세트의 함수일 뿐입니다.
매개변수 세트를 선택하여 함수의 출력에서 주어진 응답을 얻으려고 합니다. 이것이 훈련입니다.
많은 가중치 매개변수가 있습니다. 수백, 수천, 대부분의 경우 네트워크 과적합입니다.
NN 훈련은 실제로 수많은 매개변수(수백 및 수천)가 있는 함수의 최적화입니다.
이 경우 재교육을 받지 않으려면 어떻게 해야 하는지 모르겠으나,
1-1억 샘플의 훈련 샘플을 취하지 않는 한.
무보증...
또 다른 것은 네트워크 아키텍처입니다. 메쉬를 분류하는 것이 보간하는 것보다 낫습니다.