O que alimentar a entrada da rede neural? Suas ideias... - página 68

[Excluído]  
O peixe fresco também é mais saboroso
 
Ivan Butko #:





Por exemplo: a razão entre o preço atual e os últimos N candles. Ou submeter toda a mesma sequência cronológica, mas com a relação obrigatória com os dados mais recentes: se for o preço, o reflexo do incremento do preço mais recente em relação aos demais. E então a cronologia "morta" e inviável começa a ganhar vida.

Como você fazia isso antes? Você enviava valores de preços absolutos para treinamento? Como 1,14241, 1,14248.

O que você descreveu são preços relativos. Você pode fazer a diferença (delta) do preço atual em relação a outras barras ou proporção, como você descreveu.

Sempre treinei com deltas. O resultado é o mesmo...

 
Forester #:

Como você fazia isso antes? Você enviou preços absolutos para o estudo? Como 1,14241, 1,14248.

O que você descreveu são preços relativos. Você pode fazer a diferença (delta) do preço atual em relação a outras barras ou proporção, como você descreveu.

Eu sempre treinei com deltas. O resultado é o mesmo...

Já fiz de tudo

Preços nus e preços transformados, e o ângulo entre os preços.
 

A entradanão é a intensidade do sinal

Sua força é dada a ele por pesos. Mas o próprio número de entrada a priori já (!) carrega em si um elemento de força - seu fator quantitativo.




Anteriormente, levantei o problema da compreensão dos dados de entrada. Ao atribuir um número à entrada, já a dotamos inicialmente de um valor de força.





Isso é um erro, porque a essência do nosso NS é apenas encontrar o fator de força e distribuí-lo entre os inputs. 0,9 para o input - isso equivale ao fato de que o sinal é extremamente forte. E então há perguntas legítimas: 1) Por que ele é forte? 2) Onde ele é forte? Comprando? Sentar? Manter? Fechar a compra?

Então, o valor numérico da entrada já é um "pós-processamento" pronto, fornecendo preliminarmente a intensidade do sinal. Mas ele impede que o NS trabalhe com os dados.
Esse é o próprio"ruído", cuja essência é "interferência", "embaçamento", "degradação", "criptografia". Isso é equivalente à inicialização aleatória das escalas antes da primeira época de aprendizado.







Somente com pesos isso é importante, mas com entradas é ruído intencional. E então o NS tem a tarefa de "limpar" os dados de entrada em vez de aprendê-los. E agora vamos de fato passar para a função destrutiva dos dados numéricos:quando o número 0,9 é dado como entrada, o que isso significa? "Comprar ativamente"?
"Do ponto de vista de qualquer oscilador com um intervalo de 0 a 1 - é estritamente COMPRAR ou estritamente
VENDER, dependendo.... do trader!
Somente ele "dota" os osciladores de sinais mágicos quando constrói sua estratégia de negociação. Na prática, esses números não significam absolutamente nada.

Qualquer programador/codificador examinará todo o histórico e verá que esses sinais são aleatórios. Quando o número 0,9 é inserido, o que significa?
O NS tem a oportunidade de "enfraquecê-lo" significativamente com pesos. O que isso implica?


Levando em conta que os pesos em todas as arquiteturas são estáticos, isso faz com que números menores que 0,9, com um enfraquecimento significativo, a rede neural NÃO funcione. Eles simplesmente não afetarão o desempenho geral, pois o somador moverá a soma total de forma insignificante. Imagine que o NS tenha definido um peso de 0,1 para o número de entrada, que tem um máximo de "1". Como resultado, se a entrada for 0,9, o número se tornará 0,09.




Literalmente, TODO o intervalo abaixo de 1 é simplesmente eliminado. E se a "viabilidade" de um determinado número de entrada estiver no intervalo de 0,1 a 0,5, e se cair nessa zona, o número precisará ser "reforçado"(!) para a arquitetura geral e os cálculos adicionais nas próximas camadas? Isso não funcionará, o número 0,9 entrará e simplesmente "quebrará" todo o truque.

Afinal, ele influencia mais a solução do NS por causa de sua constante dominância quantitativa. Mesmo no problema XOR, não há 2, não há 0,5 na entrada. Há uma tupla de 1. Como resultado, a entrada está na linha de "sim, há um sinal" (1) e "nenhum sinal" (0).

O mesmo sinal é sempre aplicado a uma entrada no problema. Se traduzirmos essa abordagem para a linguagem de NS para forex, teremos o seguinte: se o número 0,9 aparecer, aplicaremos à primeira entrada e, se o número 0,1 aparecer, aplicaremos à segunda entrada.

Caso contrário, 0. Observe: obtemospesos dinâmicos, ou seja, no estágio inicial, há filtragem de "ruído".




Se 0,9 for um número "ruim", nós o multiplicamos, digamos, por 0,0001 para "spriteá-lo" até o final, de modo que ele não interfira no aprendizado com seu fator de potência excessivo. E se o número for 0,1, nós o multiplicamos pelo peso máximo "1,0" para definir a influência máxima do número no NS. Portanto, há algo razoável e potencial na dinâmica dos pesos.





Como exemplo de um peso dinâmico (filtro): 5 entradas, todas passam pela "filtragem", mas isso é tudo - ainda não conectei o MLP, porque ainda não entendi completamente o problema do retreinamento na dinâmica dos pesos.


Tudo com as ferramentas MT5, otimização usual. Otimização de filtro 2000-2021, EURUSD, H1:



Encaminhar o primeiro ano de 2021-2022


Encaminhar segundo ano 2022-2023


Encaminhar o terceiro ano 2023-2024


Todos os três anos do exercício futuro





UPDPortanto, a questão é que o número na entrada é apenas a posição da linha indicadora, não a força.É um padrão de construção, qualitativamente diferente de qualquer outro (número).
Qualitativamente diferente de qualquer outro (número). E cada padrão de construção precisa receber um peso, o que faz com que seu número combinado organize o padrão geral (grande) de trabalho .

 

Alguém aqui teve sorte com o NN e o DL?

---

exceto para gráficos em python e testes de ajuste:-) Pelo menos "Expert Advisor negocia em demo e plus".

---

ou há a sensação de que esse é um ramo sem saída da evolução e que todo o resultado do mashobuch e dos neurônios está em publicidade, spam e "mutual_sending".



 
Maxim Kuznetsov #:
é um ramo sem saída da evolução.

Mais ou menos como a borra de café do século XXI.

 
Ivan Butko #:


E se a "viabilidade" de um determinado número de entrada estiver no intervalo de 0,1 a 0,5 e, ao entrar nessa zona, o número precisar ser "reforçado"(!) para a arquitetura geral e cálculos adicionais nas próximas camadas? Não funcionará, o número 0,9 entrará e simplesmente "quebrará" toda a bagunça. Afinal de contas, ele é mais influente na solução NS por causa de sua constante dominância quantitativa.

Com árvores, isso é resolvido por divisões - simplesmente folhas com valor de preditor < 0,1 e > 0,5 não produzirão sinais.

No NS, isso também é possível se você usar funções de ativação não lineares, como a sigmoide. Mas como não estudo NS há muito tempo, não posso afirmar com certeza. Mas, em princípio, eles também funcionam no nível dos modelos de madeira, às vezes melhor, para que possam cortar o que não é necessário. É por isso que mudei para as árvores, porque lá você pode entender por que essa decisão foi tomada.

[Excluído]  
Com a ajuda dos pesos, a rede neural mapeia as entradas para as saídas, não há outro sentido nisso.

A introdução de pesos adaptáveis também se resume, em última análise, à definição de pesos para entradas e saídas.

A adaptabilidade é necessária quando há uma limitação no tamanho da NS. Nesse caso, não há limitação.

Também não há sentido em auto-otimizar os Expert Advisors, que os otimizadores adoram. Porque não há limitação no tamanho do modelo.

São coisas equivalentes.
[Excluído]  
No seu caso, para não sofrer com besteiras, basta treinar um NS normal e, em seguida, aplicar diferentes filtros a ele para encontrar as regiões em que ele funciona melhor. Você pode usar os mesmos índices ou outros filtros.

Isso lhe poupará muitas reflexões desnecessárias :)