Rede neural - página 8
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
Pessoalmente, eu tenho minhas próprias redes (:
Você diz A, você diz B, mas você está sorrindo misteriosamente :)
Qual é a diferença fundamental entre suas redes?
Veja, para prever as séries cronológicas você pode usar a diferença, digamos, do preço de abertura e fechamento! E então o corredor será menor e não vai saltar tanto!
Não é assim tão simples...
Pergunta para especialistas da rede
Suponha que haja alguma rede que idealmente deveria dar 1 para comprar (ou digamos >0,7 para comprar), (-1) para vender, o resto nós esperamos. Há uma série de entradas de redes de indicadores. Algumas entradas são o indicador de que ao cruzar 0 (ou seja, ao mudar de sinal de negativo para positivo) dá um tipo de sinal para comprar. Ou seja, o valor máximo do sinal de compra por este indicador é exatamente no momento da passagem de 0 (mais adiante o sinal permanece, mas o lucro potencial diminui).
Agora - um neurônio, é aproximadamente uma função da soma dos produtos de insumos e pesos (bem, neurônios de camada interna também são considerados). Se considerarmos a fórmula f=F(w1x1+w2*x2+...), então se x1=0, então independentemente de outras entradas e função de ativação no momento, esta entrada é simplesmente excluída da saída final. Acontece que o sinal será simplesmente ignorado.
Esta situação me lembra de uma espécie de caso real (da Wikipedia) - É conhecido um caso em que uma rede foi treinada para reconhecer imagens de tanques em fotos, mas mais tarde descobriu-se que todos os tanques foram fotografados contra o mesmo fundo. Como resultado, a rede "aprendeu" a reconhecer este tipo de paisagem, em vez de "aprender" a reconhecer tanques.
Portanto, a verdadeira questão é. Faz sentido neste caso transformar o valor daquela entrada de tal forma (embora outra pergunta - como), que o valor máximo do sinal de compra por tal indicador não esteja no cruzamento 0, mas quando, digamos, este indicador = 1.
Por exemplo, podemos dividir este indicador em dois:
- O primeiro (do tipo 1-x) mostra o grau de aproximação a zero.
- O segundo é binário - apenas o sinal desta diferença (+1, -1).
Esta manipulação tem alguma importância fundamental para a rede?
Por exemplo, é possível dividir este indiciador em dois:
- O primeiro (do tipo 1-x) mostra o grau de aproximação a zero.
- O segundo é binário - apenas um sinal desta diferença (+1, -1).
Esta manipulação faz alguma diferença para a rede?
Para uma rede neural, a primeira opção é mais informativa do que a segunda.....
Se você diz A, diz B, você sorri misteriosamente :)
Qual é a diferença fundamental entre suas redes?
Qual é a diferença cardinal ... É altamente especializado (reconhecimento de combinações de ondas, fractais) e, portanto, o mais simples na execução. Por exemplo, os pesos são simplesmente pegos pelo testador (como no perceptron do Reshetov), ao mesmo tempo meu perceptron, com a mesma gama de parâmetros de entrada, é capaz de memorizar um padrão particular, que o perceptron do Reshetov não consegue memorizar. Para o crédito do perceptron da Reshetov, seu projeto encontra perfeitamente um apartamento, que em mãos habilidosas pode e provavelmente traz lucro.
Para uma rede neural, a primeira opção é mais informativa do que a segunda.....
E se compararmos (sob as condições acima, é claro) o sinal original e a derivada, a escolha é a derivada?
E se se estende a situação para atravessar algum limiar, especificando uma compensação em relação a zero, os sinais de "limiar" devem ser amplificados desta forma...?
A codificação do sinal deve ser escolhida pelo comerciante, com base em seu significado.
>> Concordo. A idéia do TS deve estar presente. NS é apenas uma ferramenta. Portanto, é primordial escolher sinais para entrar e estar atento ao que queremos obter na saída.