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
Por que você está gaseando? Você está procurando alguém a quem culpar por seu analfabetismo? DDD
A sério, qual é o senão?))
Para mim NS é um dos métodos de classificação que só funciona em mercados estacionários. Faço a pergunta porque nunca recebi uma resposta fundamentada.
PS. Eu não me importo com o analfabetismo ou o analfabetismo dos participantes do fórum - estou pessoalmente interessado em mim, meu favorito pessoal.
Para mim, NS é um dos métodos de classificação que só funciona em mercados fixos. Estou fazendo a pergunta porque nunca recebi uma resposta fundamentada.
PS. Não me importo com a alfabetização ou analfabetismo dos membros do fórum - estou interessado em mim pessoalmente, um dos meus favoritos muito pessoais.
faa, você entende o que significa estacionaridade?
faa, você entende o que significa estacionário?
Você ainda está no meu balneário.
Então você não entende....
E a estacionaridade do processo não é necessária para utilizar redes neurais para a previsão. Isso é só por precaução.
Para mim, NS é um método de classificação que só funciona em mercados fixos. Eu faço a pergunta porque nunca recebi uma resposta fundamentada.
Minha opinião - NS não gosta da não-estacionariedade, devido ao fato de que é um algoritmo que requer uma longa curva de aprendizado. Em outras palavras, não existe uma grade que reaja rapidamente a mudanças imprevistas na orculação. A menos, é claro, que a própria estrutura da rede contenha a priori dados sobre a natureza da não-estacionariedade. Mas este é precisamente o caso em que eu preferiria NS a outro algoritmo mais rápido, pois a beleza de NS é que ele pode ser construído sem dados a priori, na esperança de que o próprio conjunto escolha os padrões. Em outras palavras, a conclusão é a seguinte: se não tivermos nenhuma idéia de qual modelo pode estar subjacente às regularidades (incluindo a não-estacionariedade), então usamos NS, caso contrário é melhor tentar descrever o modelo em papel, e depois em matriz/diferencial/outra forma e tomar algum bom algoritmo de regressão (ou classificação, agrupamento - dependendo do problema). Embora, de modo geral, os mesmos algoritmos possam ser usados para treinar um NS construído com a teoria em mente, por isso, em princípio, não importa.
Minha opinião - NS não gosta da não-estacionariedade, pelo fato de ser um algoritmo de aprendizado longo. Em outras palavras, não existe uma grade que reaja rapidamente a mudanças imprevistas na orculação. A menos, é claro, que a própria estrutura da rede contenha a priori dados sobre a natureza da não-estacionariedade. Mas este é precisamente o caso em que eu preferiria NS a outro algoritmo mais rápido, pois a beleza de NS é que ele pode ser construído sem dados a priori, na esperança de que o próprio conjunto escolha os padrões. Em outras palavras, a conclusão é a seguinte: se não tivermos nenhuma idéia de qual modelo pode estar subjacente às regularidades (incluindo a não-estacionariedade), então usamos NS, caso contrário é melhor tentar descrever o modelo em papel, e depois em matriz/diferencial/outra forma e tomar algum bom algoritmo de regressão (ou classificação, agrupamento - dependendo do problema). Embora, em geral, os mesmos algoritmos também possam ser usados para treinar um NS construído com a teoria em mente, portanto, em princípio, não importa.
A estacionaridade não é necessária para NS.
Um processo estacionário bidimensional em um gráfico é uma linha reta, horizontal (ou próxima a ela). H.l. nem sequer é necessário ser um NS para prever.
Minha opinião é que a NS não gosta da não-estacionariedade, devido ao fato de ser um algoritmo de aprendizado longo. Em outras palavras, não existe uma grade que reaja rapidamente a mudanças imprevistas na orculação. A menos, é claro, que a própria estrutura da rede contenha a priori dados sobre a natureza da não-estacionariedade. Mas este é precisamente o caso em que eu preferiria NS a outro algoritmo mais rápido, pois a beleza de NS é que ele pode ser construído sem dados a priori, na esperança de que o próprio conjunto escolha os padrões. Em outras palavras, a conclusão é a seguinte: se não tivermos nenhuma idéia de qual modelo pode estar subjacente às regularidades (incluindo a não-estacionariedade), então usamos NS, caso contrário é melhor tentar descrever o modelo em papel, e depois em matriz/diferencial/outra forma e tomar algum bom algoritmo de regressão (ou classificação, agrupamento - dependendo do problema). Embora, de modo geral, os mesmos algoritmos possam ser usados para treinar um NS construído com a teoria em mente, por isso, em princípio, não importa.
Minha opinião é que a NS não gosta da não-estacionariedade, devido ao fato de ser um algoritmo de aprendizado longo. Em outras palavras, não existe uma grade que reaja rapidamente a mudanças inesperadas na orculação.
Pergunto-me então por que usá-los? )))) Quem aqui sabe onde as redes funcionam em tempo real ?
As pessoas geralmente vêm à NS por frustração com a análise técnica, por um lado, e por outro lado, na tentativa de obter, de fato, um indicador que ninguém mais tem. Mas todas essas pessoas não compreendem que o problema está na não-estacionariedade do mercado (mo variável e dispersão), e não na ausência de um indicador milagroso, e se o TS não leva em conta essa nuance, então qualquer sistema, com ou sem NS, tende a apodrecer e necessariamente perder depósitos. Portanto, o sucesso em NS é possível, assim como o sucesso em TA. Mas TA é preferível porque os algoritmos TA são muito mais simples, sua estrutura interna é mais clara e funciona muito mais rápido, são possíveis diferentes variantes de adaptação. Mas ainda assim ganhar no TA ou NS - é uma vitória para um jogador experiente no cassino, não mais.
PS. Muitas vezes escrevi sobre isso neste fórum, só que alsu confirmou minhas suspeitas sobre a NS.
As pessoas geralmente vêm à NS por frustração com a análise técnica, por um lado, e por outro lado, na tentativa de obter, de fato, um indicador que ninguém mais tem. Mas todas essas pessoas não compreendem que o problema está na não-estacionariedade do mercado (mo variável e dispersão), e não na ausência de um indicador milagroso, e se o TS não levar em conta essa nuance, então qualquer sistema, com ou sem NS, tende a apodrecer e necessariamente perder depósitos. Portanto, o sucesso em NS é possível, assim como o sucesso em TA. Mas TA é preferível porque os algoritmos TA são muito mais simples, sua estrutura interna é mais clara e funciona muito mais rápido, são possíveis diferentes variantes de adaptação. Mas ainda assim ganhar no TA ou NS - é uma vitória para um jogador experiente no cassino, não mais.
PS. Escrevi muitas vezes sobre isso neste fórum, só que alsu confirmou minhas suspeitas sobre a NS.
é isso, é o fim...........
O fim dos TA e NS nos mercados financeiros! Caramba, caramba....
P.s. faa, não se envergonhe.