Discussão do artigo "Uso Prático das Redes Neurais de Kohonen na Negociação Algorítmica. Parte II. Otimização e previsão" - página 3
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
No artigo, durante a análise de diferentes mapas, é usada a propriedade de que, em dois mapas, uma célula com coordenadas correspondentes (X; Y) corresponde ao mesmo conjunto de parâmetros de entrada TC. Como essa regra é formada?
Se os mapas forem comparados, cada mapa é uma fatia dos i-ésimos coeficientes de peso dos neurônios correspondentes (o mesmo par de coordenadas X; Y é o mesmo neurônio). E cada neurônio coleta vetores semelhantes (mas não necessariamente exatamente iguais), ou seja, no nosso caso, configurações de TC. Essa generalização é garantida pelo próprio algoritmo de Kohonen.
Há muito tempo me interesso pelo SOM, encontrei tempo e li o livro de fonte primária "Toivo Kohonen: Self-Organising Maps".
O artigo é certamente informativo, mas, por algum motivo, acho que o autor está pensando em algo positivo.
Isso é o que Kohonen diz:
ou seja, tudo o que o SOM pode produzir é a visualização com base nos recursos de entrada, não a previsão.
Há muito tempo tenho interesse em SOM, encontrei tempo e estou lendo o livro de fonte primária "Toivo Kohonen: Self-Organising Maps"
O artigo é certamente informativo, mas, por algum motivo, acho que o autor está pensando em algo positivo.
É isso que Kohonen escreve:
ou seja, tudo o que o SOM pode produzir é apenas uma visualização dos recursos de entrada, não uma previsão.
Os mapas de Kohonen permitem a previsão por analogia com a reconstrução de dados incompletos, ou seja, por generalização. Essa é uma realidade, disponível em grande volume, especialmente no Google, com a consulta "kohonen map time series forecasting". A citação acima confirma, em vez de refutar, o autor, e parece uma tentativa de fazer malabarismos com termos fora de contexto. No artigo, resumimos e agrupamos os dados, o que facilita a tomada de decisões e a interpretação do mercado (instrumento) em estados (classes) preferenciais. Pode haver um efeito positivo na mudança de SOM para LVQ, mas não tenho esse material. Entretanto, como aprender sem um professor, o SOM é, de certa forma, mais adequado à "caixa preta" do mercado, na minha opinião.
A citação acima confirma, em vez de refutar, o autor, e parece uma tentativa de fazer malabarismos com termos fora de contexto.
Cabe a você decidir como interpretar minha declaração
Gosto muito da ideia de usar o SOM como decodificador(eletrônico): durante o treinamento, alimentamos um conjunto de recursos (significativos com base em nossa visão), e o resultado é uma avaliação visual do mesmo.... e depois usamos o SOM treinado na negociação,
mas o SOM não funciona como um classificador; após o treinamento, ele não apresentará a mesma imagem nos novos dados e no teste.
No artigo, generalizamos e agrupamos os dados, o que simplifica nosso processo de tomada de decisão e a interpretação do mercado (instrumento) em estados (classes) preferenciais.
Sim, é exatamente isso que o SOM faz - ele pode ser usado simplesmente para encontrar e analisar padrões nos dados originais.
Mas essa tarefa também não tem solução "de cara". Para o treinamento do SOM, enviamos os dados com base em nossa hipótese não fundamentada sobre a existência de regularidades e sem conhecimento sobre a quantidade de informações em cada conjunto de dados. Se um dos conjuntos de dados contiver informações excessivas, isso levará à distorção do resultado, como o exemplo mais simples: usamos alguns sinais no TF H1 para um conjunto de instrumentos de negociação, mas não levamos em conta que o tempo das sessões de negociação para alguns instrumentos é de 1/3 de um dia e para outros é de 24 horas por dia.
--------------------------------------
Há muitos estudos médicos na Internet com a aplicação do SOM. Para esses fins, trata-se de uma aplicação correta do SOM - conjuntos de dados e recursos nos quais os médicos desejam agrupar e visualizar seus dados que eles mesmos preparam com base em seus conhecimentos.
Conforme aplicado ao comércio, o uso do SOM do ponto de vista médico será parecido com o seguinte:
- Temos estatísticas de pacientes com ranho, apendicite e fraturas de membros.
- Aplicamos o SOM e concluímos que, se um paciente chega com coriza, é provável que ele sofra uma fratura de membro e que a apendicite é estatisticamente improvável.
- Concluímos que um paciente com coriza tem maior probabilidade de espirrar no inverno, o que leva a quedas e causa fraturas de membros.
Bem, tudo isso é lógico do ponto de vista estatístico, e até mesmo lógico, mas, na minha opinião, concluir que um paciente com nariz escorrendo levará a uma fratura de membro no futuro e tomar medidas preventivas com base nesse estudo não é a melhor maneira de usar o SOM.
As analogias são feitas de ouvido, na minha opinião. Além disso, nas melhores tradições de trollagem, a crítica é baseada em suposições não retiradas do artigo. Seria desejável escrever não em um estilo niilista (como se você não pudesse fazer isso (o que exatamente - ainda não está claro)), mas de forma construtiva - como e o que deveria ser feito (NB, não temos "hipóteses apoiadas" antecipadamente - se as tivéssemos, a rede poderia não ser usada ou você poderia usar a rede com um professor).
A crítica se baseia em premissas não retiradas do artigo.
Seu artigo é baseado em sua busca por "um gato escuro em um quarto escuro, especialmente se ele não estiver lá".
As analogias são feitas de ouvido, na minha opinião. Além disso, nas melhores tradições de trollagem.
Não vejo sentido em continuar a discussão nessa direção, há o livro de Kohonen, há bons artigos introdutórios sobre SOM em outros recursos (por algum motivo, confio no basegroup.ru - materiais interessantes) e não há tarefas de previsão para SOM e há seu artigo, que, como o Wiki, afirma que a previsão com SOM é possível.
Não vejo sentido em continuar a discussão nessa direção, há o livro de Kohonen, há bons artigos introdutórios sobre SOM em outros recursos (por algum motivo confio no basegroup.ru - materiais interessantes) e não há tarefas de previsão para SOM e há seu artigo, que, como o Wiki, afirma que a previsão com SOM é possível.
Não tenho nada contra o basegroup, eu os conheço há muito tempo, mas a afirmação "não há tarefas de previsão para o SOM" não é verdadeira.
Não tenho nada contra o basegroup, conheço-os há muito tempo, mas a afirmação "não há tarefas de previsão para o SOM" não é verdadeira.
Use a pesquisa, no Google será a string de consulta "som forecasting site:basegroup.ru".
o mecanismo de pesquisa fornecerá uma descrição do SOM, que não tem tarefas de previsão.
o mecanismo de busca fornecerá perguntas de usuários sobre o uso do SOM, mas as respostas também justificarão que o SOM realiza outras tarefas.
O SOM pode simplesmente visualizar dados multivariados, e a análise do mapa SOM é uma tarefa heurística e não formalizada.
A captura de tela acima, que postei quando iniciei a discussão com você a partir do livro "Toivo Kohonen: Self-Organising Maps", também sugere apenas tarefas de visualização para o SOM.
Mas a Wiki e seu artigo sugerem o uso do SOM para tarefas de previsão, resta descobrir a verdade.
Seu julgamento e sua incapacidade de usar um mecanismo de pesquisa são claros. Expressei todos os meus argumentos. Não há necessidade de estragar a discussão. Responderei com suas próprias palavras:
Não vejo sentido em continuar a discussão nessa direção
Em suas próprias palavras:
Da mesma forma, suas respostas às minhas postagens são:
para sua tentativa de fazer malabarismos com os termos.
Além disso, na melhor tradição de trollagem.
ZY: Eu lhe dei uma cadeia de pesquisa para o Google? de que pesquisa estamos falando? sobre a qualidade do material no basegroup.ru, você e eu chegamos a uma opinião comum, ou você sugere pesquisar no Wiki, o mesmo Habr, muitas vezes boas discussões no Stack Overflow .... mas nem sempre são fontes confiáveis