Como você trabalha com redes neurais? - 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
"Bem-aventurado aquele que acredita, caloroso para ele no mundo"...
"Блажен, кто верует, тепло тому на свете"...
Cara, três páginas na linha e eu não obtive uma única resposta para minhas perguntas. Como pode ser difícil ajudar. Estou pedindo e pedindo a coisa real. Obrigado, comunidade.
"Bem-aventurado aquele que acredita, caloroso para ele no mundo"...
Cara, três páginas na linha e ainda não obtive uma única resposta às minhas perguntas. Quão difícil pode ser ajudar? Estou pedindo e pedindo a coisa real. Obrigado, comunidade.
Você não pode negar - saiba apoiar o tema sem dizer uma palavra sobre os méritos.
Sayfuji, você deveria ao menos fazer alguma pesquisa. Há muitos fios sobre redes neurais aqui.
Você também pode olhar aqui, ele também é um visitante muito famoso e respeitado neste fórum
http://fxreal.ru/forums/index.php
Eu abordei a questão de forma responsável, mas o respeitado LeoV manteve a conversa, mas não respondeu à essência da pergunta. Ele viveu no fórum alp...ri por algum tempo, então em seus conhecimentos e habilidades eu não duvido, então esperei por sua resposta, mas não estava lá.
PS Prival, é um site muito bom, já o uso há alguns meses. klot bem feito.
1) é a idéia, não o meio de sua realização de software, o que mais importa. A idéia está bem descrita no trecho acima de St. Lem;
2) Ninguém vai dar fontes de uma rede realmente funcional por nada, muito provavelmente;
3) sobre programas de redes neurais prontas: é impossível criar uma "teoria universal de tudo", de modo que ninguém está livre da implementação independente de suas idéias, se o objetivo é desenvolver algo viável. Por esta razão, mesmo Matlab com seu poderoso conjunto de ferramentas, por exemplo, não me satisfez. O NSDT está, naturalmente, muito longe de atingir o nível da Matlab.
Exemplo.
Devo dizer imediatamente que considero todos os tipos de previsões de preços propriamente ditas, especialmente aquelas até a terceira ou quarta casa decimal, um exercício deliberadamente inútil. Tais construções, em minha opinião, nada mais são do que auto-engano. Em vez disso, como alguém sugeriu em um dos tópicos locais, você pode tentar fazer uma detecção precoce do movimento de preços quando ele passará não menos do que um número pré-determinado de pontos. Este número pode ser determinado com base na análise do comportamento de preços anteriores (acho que o Composter resolveu este problema quando ele definiu uma tendência/plano).
Uma hipótese de trabalho: alguns fortes movimentos de preços têm alguns "precursores" reprodutíveis. Podemos tentar ensinar a rede a reconhecer estes "precursores" enquanto trabalhamos "a partir do mercado".
O projeto de uma rede ("cristal" na terminologia de St. Lem como a unidade estrutural básica de uma grande rede, ou seja, "nuvem") em termos gerais:
- Uma rede Oya de compressão auto-adaptável multicamadas com uma única saída com a possibilidade de escolher o tipo e os parâmetros da função de transferência das camadas de entrada, intermediária e de saída. Tal rede pode desempenhar as funções de memória adaptativa e classificação dos vetores de entrada simultaneamente;
- o número de camadas é determinado pela dimensionalidade do vetor de entrada, ou seja, a rede é gerada automaticamente através da definição e inicialização/leitura de matrizes de trabalho;
- o número de neurônios na camada oculta diminui progressivamente com o aumento do número de camadas N de acordo com a lei 1/(2^N) ("resolução de cristais") ou 1/N ("memória de cristais");
- o parâmetro de não-linearidade na camada oculta pode depender do número da camada;
- há um modo de feedback interno comutável e uma entrada externa comutável para se comunicar com outros 'cristais' para formar uma 'nuvem'.Um dos pontos mais importantes e sutis é a formação do vetor de entrada. Até agora, apenas para teste e controle do funcionamento da rede, ela é formada da forma convencional: y[] = (x[] - média(x[])) / sigma(x[]). (Esta parte do problema ainda não está completamente resolvida).
O "aprendizado" da rede é feito post factum pela regra heurística: após o preço ter passado o número especificado de pontos, é dada a ordem de ajuste de pesos pelo retorno deslocado, ou seja, o vetor de entrada "anterior"; assim, a rede "se lembra" dela, levando em conta as informações anteriores acumuladas. Presume-se que a rede treinada desta forma reconhecerá os precursores e, portanto, será capaz de dar sinais comerciais em tempo real. Por enquanto, "o cristal individual não estava tanto voando como saltando..." (ver ibid.).
A interpretação da saída e a formação automática da própria "nuvem", ou seja, do neuro-comitê, ainda não foi implementada. Também ainda não há fotos particularmente bonitas.
Pessoalmente, acho esta abordagem promissora. Mais uma vez - tudo isso é minha opinião puramente privada.
Eu abordei a questão de forma responsável, mas o respeitado LeoV manteve a conversa, mas não respondeu à essência da pergunta. Ele viveu no fórum alp...ri por algum tempo, por isso não duvido de seus conhecimentos e habilidades, por isso esperei por sua resposta, mas não foi assim que aconteceu.
PS Prival, é um fio muito bom, já o uso há alguns meses. klot bem feito.
E o que você está realmente insatisfeito? Leov realmente respondeu à sua pergunta subgráfica original, embora você esteja tentando argumentar o contrário. E o fato de ele não compartilhar fontes e refinar outros detalhes, isso não faz parte de suas funções.
Faça uma pergunta atrevida, como fazem alguns usuários do fórum, como por exemplo: "Mostre-me o código fonte de uma rede neural super-profiada" e você terá respostas bastante adequadas.