O que alimentar a entrada da rede neural? Suas ideias... - página 79

[Maxim Kuznetsov]

Ivan Butko #:

Como exemplo: Preços de fechamento [1,1000, 1,1050, 1,1025, 1,1070].

Problema: a normalização os transforma em [0,0, 0,5, 0,25, 0,7], criando a ilusão de hierarquia.

Uma normalização muito estranha... geralmente é citada como sendo sem 0 (e, de preferência, sem 1). Ambos são limites inatingíveis, com hemorróidas e erros

e acho que você está repetindo algo antigo, como o de Pearson.

[[Excluído]]

Uma codificação quente na mão, aplicada à codificação de características categóricas. Ou Catboost, que os considera de forma independente.

[[Excluído]]

Você entende o ponto: até que você, no processo de meditação/pesquisa de dados/dança com pandeiro/aprendizado com diferentes sinais e marcas/outras práticas ocultas, encontre alguns padrões significativos que funcionem, todas essas transformações darão +- 10%, no nível de erro do modelo.

Mas também é muito difícil encontrá-los, apenas como resultado da enumeração.

[Aleksei Kuznetsov]

Ivan Butko #:

Ao mesmo tempo, o número 0,9, que no padrão inicial não reflete sua força, mas que de fato exerce força sobre o NS, também afeta negativamente os outros números que estão no intervalo abaixo desse número - números menores. E o peso, que tentará enfraquecer (anular) o valor de entrada 0,9, também enfraquecerá até mesmo(!) valores mais fortes(!) e outros valores na faixa inferior desse número de entrada (que podem ser mais importantes posteriormente para o desempenho do sistema), devido à sua natureza estática, pois os pesos não mudam em um NS treinado.

Essa é uma ideia interessante. E, aparentemente, ela tem seu lugar.
Em um determinado momento, desisti do NS em favor de modelos de madeira, e a confusão com a normalização é um deles. Tudo funciona lá de forma irônica (de madeira). Valores < 0,9 vão para um ramo, valores >= 0,9 para outro. E o valor 0,9 em si não afeta as ações posteriores com exemplos nessas duas ramificações de forma alguma.
Eles não precisam de normalização, quaisquer números são equivalentes: 0,001 e 10000000 são apenas valores para comparação. A árvore também lida perfeitamente com fichas categóricas. Para elas, a divisão em ramos não é feita por < ou >, mas por ==. Por exemplo, para cores: todo verde passará por igualdade para uma ramificação, e todo vermelho para outra, e o restante permanecerá para divisão posterior em ramificações (outras categorias e números).

[Ivan Butko]

Modelos Python fazem maravilhas Pela primeira vez, o resultado apareceu com muitas entradas: alimentei até 160 peças.

(Por que 160? Eu simplesmente parei nesse número, sem motivo) Normalmente, quanto mais entradas, pior é o resultado. Mas esse foi bem-sucedido.

resultado da negociação como meta.

2) Treine usando qualquer método.

3) Lançar nossa estratégia (pomoichny)

4) Adicionar um filtro a ela - nosso NS.

Como resultado, precisamos colocar algum esforço intelectual, criativo, paciência e tempo para escolher uma estratégia.

A rede neural fará o resto.

Removemos da rede neural um trabalho intelectual insuportável simplesmente porque, nas realidades atuais, a NS não é capaz nem mesmo de determinar os níveis, se eles não forem marcados "por ela mesma".

E ele fará o que deve fazer: moer o TS.

E ao aumentar o limite de regressão no forward, os inputs também são aprimorados.


Normalmente, em 99% dos casos, o aumento do limite de entrada não resulta em nada e reduz estupidamente as boas entradas junto com o caos proporcionalmente, mas aqui as entradas de qualidade permanecem e o ruído desaparece. Modelo BiLSTM (o LSTM dá a mesma coisa, a diferença é pequena).

[Aleksey Vyazmikin]

Ivan Butko #:

E aqui são apenas preços + método de determinação de insumos e meta por TS:.

Então, apenas preços sem nenhuma conversão? Curioso!

I van Butko #: Os modelos Python fazem maravilhas

Isso é ótimo! Pelo menos às vezes deve haver um resultado positivo do trabalho árduo!!!

[Ivan Butko]

Aleksey Vyazmikin #:

Ou seja, apenas preços sem nenhuma conversão? Curioso!

Isso é ótimo! Pelo menos às vezes, o trabalho árduo deve ser positivo!!!

Por hábito, eu não adiciono: normalização como de costume: todo o conjunto (160 preços) é colocado no intervalo -1...1

[Aleksey Vyazmikin]

Ivan Butko #:
Eu não o adiciono por hábito: normalização como de costume: o conjunto inteiro (160 preços) é colocado no intervalo -1...1

Qual é o período de treinamento? Os preços de fechamento foram fornecidos? De qual TF? Teste na demonstração do MQ? Qual é a expectativa mat. por 1 lote?

[Aleksei Kuznetsov]

Se não fossem os saques de seis meses, seria ótimo. Eu os tive por até 2 anos. Ao testar com o 2015 valkingforward.

PS. Como vocês conseguem trabalhar à noite? O dia é o horário mais eficiente.

[[Excluído]]

Bem, pelo menos o movimento em direção a um MO saudável já começou, o que já não é uma coisa ruim