Rede neural - página 9

 
Vanek_MIL писал(а) >> E se se comparar (sob as condições dadas acima, é claro) o sinal original e a derivada, a derivada é a escolha?

Tudo depende de qual é o sinal original, qual é seu derivado e o que queremos obter como resultado. Mas é claro, quanto menos transformações, melhor, pois cada transformação introduz distorções adicionais ao sinal original, o que naturalmente pode ter um impacto negativo sobre o resultado final.

Vanek_MIL escreveu(a) >> E se alguém estender a situação para cruzar algum limiar, definindo o offset relativo a zero, os sinais de "limiar" devem ser amplificados desta forma...?
O que você quer dizer com "amplificar os sinais de limiar"?
 

LeoV писал(а) >>

O que você quer dizer com "amplificar sinais de limiar"?

Eu estava me referindo a um sinal derivado que atinge um pico quando o sinal original ultrapassa algum limiar - ou seja, uma generalização do exemplo acima.

LeoV >>:

Tudo depende de qual é o sinal inicial, qual é a sua derivação e o que queremos obter como resultado

.

Portanto, tudo se resume à tarefa em mãos.

Permitam-me trazer minha maneira de pensar - como e por que vou usar as redes.


  • Ao treinar uma rede usando um indicador que produz sinais prontos, espero que a rede encontre alguma combinação de entradas (um padrão) antes da ocorrência do sinal e preveja o sinal quando o padrão se repetir.

Como "saberá" que é o que o precede? Bem, provavelmente porque dará mais lucro em uma estratégia baseada nestes sinais. Embora não seja inequívoco aqui, é claro - apenas um palpite.

O padrão deve (? pode) incluir o componente estático (valores) e o dinâmico (momentos, etc.) para completar o quadro.


Já discutimos acima o aprendizado com o professor. O indicador será o professor, que dá bons sinais (e após a otimização - ainda melhor).

Mas então por que não usar um professor "ideal" dando sinais com base no mesmo ziguezague. Embora aqui a questão seja - o professor pode ser autorizado a olhar para o futuro sem permitir que a rede olhe para o futuro?

  • É possível utilizar o treinamento sem que o professor confie no fato de que a rede encontrará um estado, no qual os sinais emitidos por ela maximizam o lucro. Mas é difícil prever qualquer coisa aqui - basta escolher (??) o tipo, a configuração da rede e o conjunto de entradas?
  • Quando se trabalha na seleção de entradas, os indicadores são selecionados/construídos que revelam de forma mais ou menos confiável algum ponto (aproximando-se do nível de consolidação, por exemplo, ou menor correlação entre os pares), o que por si só não é suficiente para a formação do sinal. A rede é capaz de processar todo esse conjunto de dados e tirar uma conclusão? Em outras palavras, que qualidades devem ter estes sinais para que a rede funcione eficientemente?


Cumprimentos aos que se reuniram.

 
njel >> :

A idéia do TC deve estar presente.

Para completar o quadro: a idéia é usar a rede para receber sinais de entrada (ou sua confirmação), e então acompanhar o comércio e a saída "independentemente" - seja por stop-loss ou por receber um sinal inverso.

 

Fala-se em aprender com e sem professor

E surgiu uma pergunta - para os usuários Neuroshell (talvez em outros programas seja semelhante - não sei exatamente) - a respeito dos Indicadores Neurais addon.

Farei algumas sugestões (se erradas - corretas).

Se tomarmos as redes neurais usuais baseadas no Turboprop (Predict ou ATR2), ou probabilísticas - o treinamento é feito com o professor. Como professor, tomamos alguns indicadores - ou saídas neurais padrão como Optimal%Change, ou mudança de preço, ou bandeira Bai/Sell, ou algo baseado no mesmo ziguezague (se é isso que você quer dizer), etc. Portanto, há uma suposição de que os sinais dos professores devem ser de alguma forma coordenados com os dados de entrada. Caso contrário, pode haver situações, tais como entradas que aumentam gradualmente, depois diminuem, mas a saída permanece constante. Ou a entrada é constante - a saída aumenta rapidamente no início e depois diminui. Há muitas variantes e tudo é muito pior quando há muitos insumos. E coisas assim provavelmente levarão à estagnação da rede - porque as mesmas entradas levam a saídas diferentes, ou vice-versa.

Portanto, o resultado aqui pode ser que escolher o professor CERTO é muito difícil, se cometermos um erro corremos o risco de arruinar a rede mesmo com boas entradas.

A solução possível é usar as redes dos indicadores neurais adicionais - eles são treinados sem um professor e ajustados às funções da estratégia alvo

Pergunta - este suplemento tem uma vantagem distinta sobre outras redes neurais?

 

Não entendo por que precisamos tomar citações derivadas quando podemos usar uma rede neural para prever a possível direção do movimento através da entrada de uma série de valores anteriores de ALTO FECHADO BAIXO

como 400 barras de profundidade ;) ? Nos prazos de H1 e menos é necessário levar em conta o preço ABERTO. Isto faz com que 400 X 4 = 1600 valores de entrada de HCLO para M1: 60 barras à frente serão suficientes para prever a direção). Tudo o que resta é encontrar um programa analisador adequado e um supercomputador.

 
Piboli писал(а) >>

Não entendo por que precisamos tomar citações derivadas quando podemos usar uma rede neural para prever a possível direção do movimento através da entrada de uma série de valores anteriores de ALTO FECHADO BAIXO

como 400 barras de profundidade ;) ? Nos prazos de H1 e menos é necessário levar em conta o preço ABERTO. Isto faz com que 400 X 4 = 1600 valores de entrada de HCLO para M1: 60 barras à frente serão suficientes para prever a direção). A única coisa que resta é encontrar um programa de análise adequado e um supercomputador.

O mais importante é encontrar o programa de análise correto ))))

>> Desculpe-me, é claro, mas você já teve uma boa experiência com esta abordagem?

 
GrooovE >> :

O mais importante é encontrar o programa de análise correto ))))

Desculpe-me, é claro, mas o que - tem havido experiência positiva em tal abordagem?

Bem em H4 por 4-5 barras à frente perc por 9000 de forma confiável sim por 2-3 semanas sem re-treinamento...

Não consigo encontrar um programa normal, além do Forex tenho que estudar www.wasm.ru ;)

Eu tenho que estudar Forex e não sei o que fazer com ele.


 
Vanek_MIL писал(а) >>

Para ser honesto - não entendo...)) Sobre o tema do professor perfeito - não é de todo certo que o perfeito seja necessário......

GrooovE escreveu(a) >> Pergunta - este addon tem uma vantagem distinta sobre as outras redes de neuroshell?

Uma vantagem - sem professor.....

Piboli escreveu >>

Não entendo, por que tomar derivados de citações, quando você pode usar o neurônio para prever a possível direção do movimento, dando como entrada uma série de valores anteriores ALTO FECHAMENTE BAIXO

como 400 barras de profundidade ;) ? Nos prazos de H1 e menos é necessário levar em conta o preço ABERTO. Isto faz com que 400 X 4 = 1600 valores de entrada de HCLO para M1: 60 barras à frente serão suficientes para prever a direção). Tudo o que resta é encontrar um programa analisador adequado e um supercomputador.

O problema é um, quando o preço vai além da faixa que estava na história de 400 barras, a rede neural não saberá o que fazer e dará um sinal na direção dessa faixa, independentemente de como o preço se movimenta fora dela......

 
LeoV >> :

Sinceramente - Não entendo...

Como eles dizem, uma pergunta devidamente feita contém a maior parte da resposta. Portanto, mesmo a partir de tal resposta podem ser tiradas certas conclusões...)


Perdoe-me pelo meu incômodo e permita-me introduzir outra pergunta de raciocínio:


Uma rede neural pode ser usada para determinar a fase atual do mercado?

Deixe-me esclarecer o que se quer dizer.

Por fase de mercado, neste caso, entendemos a presença de uma tendência ou sua ausência (provavelmente é um flat).

Ok, vamos deixar o professor de lado. Vamos levar a rede sem treinamento.

Portanto, as entradas devem ser selecionadas de tal forma que os clusters (perdoem-me pela minha incompetência), na melhor das hipóteses dois deles devem aparecer no espaço de parâmetros de entrada:

Um para uma tendência, outro para um apartamento... (ou talvez apenas um aglomerado seja uma tendência, e tudo o mais não é uma tendência?).


Se for esse o caso:

Como, de que forma o sinal de saída mostra que pertence a um determinado conjunto?

Estes grupos são visualizados de forma realista para guiá-lo já na fase de seleção de entrada?

Ao projetar tal rede, é possível controlar o processo metodicamente ou é preciso confiar no acaso - vai funcionar ou não (é claro, esta é uma pergunta ingênua))?


Respeitosamente.

// foi aprender a matemática

 

Sobre o backprop, gostaria de acrescentar que o uso do erro padrão do algoritmo está errado.

Razão: