Como você trabalha com redes neurais? - página 5
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
Como a GA se relaciona com a NS e a regressão?
NS é um método.
GA é um método.
"Use GA ao invés de NS" parece uma loucura. É como "substituir o coração por um analisador de gases de escape".
Sinto muito. (risos)
Um problema com redes neurais, assim como com outros TC que não usam redes neurais - uma rede neural sempre encontrará um padrão a qualquer intervalo de tempo (seção de treinamento ou otimização), então há a mesma pergunta - esse padrão funcionará (trará lucro) no futuro?
A resposta é banal: se os padrões encontrados no passado não se contradisserem no futuro, haverá lucro.
Por exemplo, se no passado, no qual a rede foi treinada, a tendência lateral prevaleceu, e no futuro começou uma tendência prolongada de alta ou de baixa, dificilmente podemos esperar lucro, porque a rede será treinada para a recuperação de um forte movimento de preços em uma direção. Mas se a revolta anterior se transformar em uma queda ou vice-versa no futuro, uma grade normal deve dar lucros.
Por exemplo, se no passado, no qual a grade foi treinada, a tendência lateral prevaleceu, e no futuro começou uma tendência prolongada de alta ou de baixa, é improvável que ocorra lucro, pois a grade será treinada para a recuperação de um forte movimento de preços em uma direção. Mas se a revolta anterior se transformar em uma queda ou vice-versa no futuro, uma grade normal deve dar lucros.
Isto diz respeito não apenas à NS, mas também a outros sistemas
Que existe uma resposta "sim" - existem tais padrões ))))
joo : Os comerciantes vão parar de negociar?
Não, porque a sede de lucro é indestrutível no homem ))))
joo : Zoo: Os comerciantes irão comprar informações confiáveis confirmando que a resposta é "Não"? Ou será que eles preferem não saber a resposta a essa pergunta? (retórica, se houver).
Eles "lutarão" para encontrar a resposta a essa pergunta e obter uma resposta "sim" ))))
A solução desta questão é simples - devemos ensinar a rede sobre o intervalo de tempo quando todos os tipos de movimento estão presentes. Pode ser lateral, para cima ou para baixo. É claro, devemos entender que se a rede for treinada apenas na tendência de alta, ela falhará na tendência de baixa )))).
É claro, deve ser entendido que se a rede só for treinada em tendência ascendente, perderá em tendência descendente ))))
Uma grade bem treinada em tais circunstâncias não deve falhar. Isto é, o sinal de uma grade bem treinada é pelo menos um ajuste no gráfico histórico seguido por um "lucro" positivo em um gráfico invertido como um OOS adicional.
Se a grade perderá na tabela invertida, então é muito pior do que qualquer TS primitivo criado apenas sobre a tendência ou apenas sobre a contra-tendência.
Experimente o Matlab ANFIS com padrões de velas (svechnymi combinacijami) como descrito aqui'.
Interesno kakije budut'taty?
:-)
Valera
Experimente o Matlab ANFIS com padrões de velas (svechnymi combinacijami) como descrito aqui'.
Interesno kakije budut'taty?
:-)
Valera
Uma rede bem treinada em tais circunstâncias não deve perder dinheiro. Isto é, o sinal de uma grade bem treinada é pelo menos um ajuste no gráfico histórico seguido por um "lucro" positivo em um gráfico invertido como um OOS adicional.
Se a grade perde na tabela invertida, então ela é muito pior do que qualquer TS primitivo, ajustada apenas para a tendência ou apenas para a contra-tendência.
Para ser honesto, eu não entendo seu ponto de vista.