Não, erro mínimo em si não significa lucro máximo, o que eu quis dizer é que a ligação entre erro e lucro pode ser estabelecida.
Por exemplo:
erro 0,6 - (-1000 p)
0,55 erro - 0 p
erro 0,5 - 1500 p
erro 0,45p - 3800 pontos
Concordo, mas estamos lutando para obter o máximo lucro. E aqui, o erro mínimo não nos dá o lucro máximo. Bem, pelo menos não consegui encontrar nenhuma confirmação disto comigo mesmo......
1) Entendi corretamente que uma rede neural não é capaz de reconstruir uma função se ela for inerentemente dinâmica como no caso do ACC, mesmo tendo todos os dados necessários para calculá-la, pois se a fórmula for rigidamente estática como no caso do LVSS ou EMA, não há problema.
2) Se eu estiver errado, quais redes devem ser utilizadas? E utilizou o MLP em estatísticas.
3) Ouvi a opinião de que as redes automotivas e as redes de concepção própria e , se me é permitido dizê-lo, não há fundamentalmente muita diferença. É este realmente o caso?
4) Que redes e que programas você aconselharia para aplicação nos mercados financeiros, em particular para a tarefa que descrevi, ou seja, restaurar valores a partir de todos os dados conhecidos.
Ponto 1 De acordo com o paradigma NS de multicamadas é capaz de restaurar qualquer função, a questão na prática se resume mais freqüentemente à preparação de dados e à metodologia de treinamento. Alternativamente, você poderia tentar variar os dados de treinamento. A propósito, como na volatilidade média adaptativa varia com o tempo, sugiro tentar o método de janela deslizante para formar uma amostra de treinamento.
O ponto 2 MLP é suficiente, existem várias arquiteturas diferentes de NS baseadas nele.
p.3 Bem, se for implementado corretamente, que diferença isso faz!
p.4 Matlab, como arquitetura vou sugerir qualquer variante de rede recorrente, embora o MLP deva ser suficiente ...
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Depois outra pergunta )))) Existe uma correlação entre o erro mínimo no teste e o lucro máximo?
Depois outra pergunta )))) Existe uma correlação entre erro mínimo em um teste e lucro máximo?
Há, mas não há fórmula (universal como na matemática), a relação para cada estratégia/tarefa tem que ser deduzida.
Há, mas não há fórmula (universal, como na matemática), a relação para cada estratégia/tarefa tem que ser deduzida.
Bem, eu, por exemplo, em minha experiência, não sentia que um erro mínimo no OOS conduz incondicionalmente ao máximo lucro.
Não, erro mínimo em si não significa lucro máximo, o que eu quis dizer é que a ligação entre erro e lucro pode ser estabelecida.
Por exemplo:
erro 0,6 - (-1000 p)
0,55 erro - 0 p
erro 0,5 - 1500 p
erro 0,45p - 3800 pontos
Não, erro mínimo em si não significa lucro máximo, o que eu quis dizer é que a ligação entre erro e lucro pode ser estabelecida.
Por exemplo:
erro 0,6 - (-1000 p)
0,55 erro - 0 p
erro 0,5 - 1500 p
erro 0,45p - 3800 pontos
Concordo, mas estamos lutando para obter o máximo lucro. E aqui, o erro mínimo não nos dá o lucro máximo. Bem, pelo menos não consegui encontrar nenhuma confirmação disto comigo mesmo......
Concordo, mas estamos lutando por lucros máximos...
E o crescimento do lucro não máximo, mas suave, não é mais satisfatório (:
Ou o lucro máximo é tão pequeno, que mal cobre a dispersão?
E o crescimento do lucro não máximo, mas suave, não é mais satisfatório (:
Ou o lucro máximo é tão pequeno que mal cobre o spread?
OK - lucro máximo, que é alcançado por um crescimento suave do patrimônio líquido, sem desvantagens significativas. )))
Depois outra pergunta )))) Existe uma correlação entre o erro mínimo no teste e o lucro máximo?
Tanto quanto sei, o autor não tinha tal tarefa %)
1) Entendi corretamente que uma rede neural não é capaz de reconstruir uma função se ela for inerentemente dinâmica como no caso do ACC, mesmo tendo todos os dados necessários para calculá-la, pois se a fórmula for rigidamente estática como no caso do LVSS ou EMA, não há problema.
2) Se eu estiver errado, quais redes devem ser utilizadas? E utilizou o MLP em estatísticas.
3) Ouvi a opinião de que as redes automotivas e as redes de concepção própria e , se me é permitido dizê-lo, não há fundamentalmente muita diferença. É este realmente o caso?
4) Que redes e que programas você aconselharia para aplicação nos mercados financeiros, em particular para a tarefa que descrevi, ou seja, restaurar valores a partir de todos os dados conhecidos.
Ponto 1 De acordo com o paradigma NS de multicamadas é capaz de restaurar qualquer função, a questão na prática se resume mais freqüentemente à preparação de dados e à metodologia de treinamento. Alternativamente, você poderia tentar variar os dados de treinamento. A propósito, como na volatilidade média adaptativa varia com o tempo, sugiro tentar o método de janela deslizante para formar uma amostra de treinamento.
O ponto 2 MLP é suficiente, existem várias arquiteturas diferentes de NS baseadas nele.
p.3 Bem, se for implementado corretamente, que diferença isso faz!
p.4 Matlab, como arquitetura vou sugerir qualquer variante de rede recorrente, embora o MLP deva ser suficiente ...