Como formar os valores de entrada para os NS corretamente. - página 21
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
Aqui está um peru.
É muito sonhador para ser como na vida real )))) E nós não vivemos em um conto de fadas.....
E aqui está o peru.
De que adianta acrescentar mais alguma coisa a este peru? Ele é bonito por conta própria. :)
De que adianta acrescentar mais alguma coisa a este peru? Ele é bonito por conta própria. :)
Ele refaz o caminho. Tomamos isto para dar os sinais que a rede irá escolher.
Então, pegamos estes sinais e esquecemos este indicador. Então, teremos de decidir o que descrever os dados fornecidos pela NS. Escolha um intervalo para entrar (número de barras e pontos que estão ao lado do sinal, mas nós também os tomaremos como um treinamento).
O mesmo pode ser feito com o indicador Klot (que tem GA).
>> A fórmula para quê?
A fórmula para a função alvo, se estivéssemos falando de um procedimento de otimização. Mas, das informações do LeoV, decorre que esta função (Optimal Buy/Hold/Sell ) não faz nenhuma otimização, ou seja, não tem nada a ver com a NS. É uma função bastante comum que realmente olha para o futuro. E não se importa absolutamente se deve ser feito por Fechar ou por um indicador de suavização. Se você comparar com a 2ZZ, eu ainda tenho a tendência de pensar que ela dará demasiados insumos. Ou muito poucos, dependendo de como se interpreta em bares antes de ... . Em tempo real, estas entradas corresponderão às entradas na abertura de cada novo bar, um ponto que já critiquei antes :).
Vou cortar aqui, embora eu seja um amador em redes neurais. Parece-me que a função alvo (TF) deve necessariamente refletir a distribuição de probabilidade do valor processado pela rede neural. A soma dos quadrados de erros é a forma mais conhecida e padrão de TF, mas esta função é tão boa quanto possível para um valor gaussiano.
Há uma relação entre a distribuição de probabilidade e o erro minimizado ao máximo de acordo com a função de máxima probabilidade. Para uma distribuição gaussiana, este é o quadrado da diferença dos valores, para uma distribuição exponencial, é o módulo da diferença, etc.
Nós pegamos o indicador mais implacável do NS, ensinamos o NS a dar os sinais corretos. Naturalmente, temos que obter o resultado
para que nossas entradas sejam perfeitas, ou quase perfeitas. Estes valores devem ser tomados como um professor para a NS. A vantagem aqui é que alimentamos vetores BUY/SELL que a própria rede escolheu como ótimos. Mas um conjunto de vetores Hold deve ser aparado manualmente. Só para garantir que a amostra não consista em 90 % dos vetores de Hold e apenas 5 % na Compra/Venda.
Por que tomar indicadores? Há uma ferramenta interessante em metastock - Maximum Profit System (MPS), projetado para comparar a rentabilidade dos sistemas. O MPS deve calcular todas as operações prováveis com um resultado positivo. É muito conveniente construir arrays de treinamento para MLPs em sua base.
É redesenhado. Tomamo-lo para dar à rede os sinais que ela escolhe.
Então, pegamos estes sinais e esquecemos este indicador. Então, teremos de decidir o que descrever os dados fornecidos pela NS. Escolha um intervalo para entrar (número de barras e pontos que estão ao lado do sinal, mas nós também os tomaremos como um treinamento).
O mesmo pode ser feito com o indicador Klot's (que tem GA).
Infelizmente, você deve entender que é uma tarefa irreal selecionar entradas para a saída (não mesmo para a saída, mas para os sinais de compra/venda). Fantástico.
Você não sabe o que acontecerá com esses sinais no futuro? Eles funcionarão tão corretamente no futuro quanto no treinamento e você pode selecionar corretamente as entradas que no futuro darão as informações corretas para a abertura das entradas corretas (como no treinamento)? Por outro lado, essas entradas serão abertas corretamente no futuro, para que as saídas possam ser selecionadas para elas? Mais perguntas do que respostas.....
P.S. Você não vai se confundir - ninguém vai )))))
Infelizmente, você deve perceber que é uma tarefa irrealista fazer corresponder a saída (não mesmo a saída, mas os sinais de compra/venda) às entradas. Fantástico.
Você não sabe o que acontecerá com esses sinais no futuro? Eles funcionarão tão corretamente no futuro quanto no treinamento e você pode selecionar corretamente as entradas que no futuro fornecerão as informações corretas para a abertura das entradas corretas (como no treinamento)? Por outro lado, essas entradas serão abertas corretamente no futuro, para que as saídas possam ser selecionadas para elas? Mais perguntas do que respostas.....
P.S. Você não vai se confundir - ninguém vai )))))
Há sempre muitas perguntas em nossos negócios, e as respostas ou são relativas ou muito poucas. Portanto, não é surpreendente.
A seleção dos insumos é feita por meio da análise estatística de diferentes amostras. A amostra deve ser discriminada da seguinte forma, para ser mais exato, devemos encontrar tais amostras:
Que contenham ou Vender/Usar ou Comprar/Usar. É claro que as três classes podem ser usadas, mas qualquer uma das classes Comprar/Vender deve ser minimizada.
Assim, devemos obter 3 conjuntos de vetores onde a compra. Comprar e vender (se alguém encontrar conjuntos de vetores onde todas as 3 classes não se cruzem de acordo com os sinais dados, não precisaremos do NS). Exatamente estes conjuntos são então alimentados com as entradas para treinamento. Novamente, os valores vetoriais devem ser relativos (MACD serve, embora mesmo seu máximo possa mudar). Depois, pré-processamento dos dados de entrada, etc.
Claro que se nosso NS der sinais, isso não significa que haverá uma venda após a compra, mas há muitos sistemas que podem ajudar na segurança ...
2 rip Obrigado! Se entendi corretamente, é disto que precisamos, embora eu ainda não tenha olhado para ele.
A seleção dos insumos é feita por meio da análise estatística de diferentes amostras. A amostra deve ser decomposta da seguinte forma, para ser mais exata, devemos encontrar tais amostras:
Que contenham ou Vender/Usar, ou Comprar/Usar, claro, as três, mas qualquer uma das classes Comprar/Vender deve conter o mínimo delas.
Assim, devemos obter 3 conjuntos de vetores onde a compra. Comprar e vender (se alguém encontrar conjuntos de vetores onde todas as 3 classes não se cruzem de acordo com os sinais dados, não precisaremos do NS). Exatamente estes conjuntos são então alimentados com as entradas para treinamento. Novamente, os valores vetoriais devem ser relativos (MACD serve, embora mesmo seu máximo possa mudar). Depois, pré-processamento dos dados de entrada, etc.
Naturalmente, se a NS der sinais, isso não significa que haverá uma Venda após a Compra, mas há muitos sistemas que podem ajudar a proteger.
Você não permite a idéia de que esta poderia ser uma teoria com falhas?
Você não permite a idéia de que esta possa ser uma teoria com falhas?
Não é uma teoria, é apenas uma das maneiras que eu acho que pode levar a bons resultados (lucrativos).
É claro que sim. Você pode provar que está errado, prove-o, eu lhe serei muito grato pelo tempo que você economiza!