О предикторах для нейросетей.

15 февраля 2018, 18:48
Yuriy Asaulenko
0
204

Многие наши соплеменники месяцами, если не годами, ищут предикторы для методов машинного обучения. 

Предикторы - это не более чем индикаторы, преобразуюшие ценовой ряд в какой-либо другой, как-бы выделяющий, концентрирующий, какие-либо признаки из исходного ряда, т.е. некие математические преобразования исходного ряда.

Я полагаю, что для нейросетей (НС) в этом нет необходимости. К нейросети добавляем пару слоев, и при обучении НС сама приготовит себе нужные ей предикторы, а на вход НС подаем непосредственно ценовой ряд, нормированный под конкретную НС. Вот и все. Всего-лишь, обучение несколько дольше.

Как нормировать - это уже зависит от конкретного применения НС.

Этот подход экспериментально проверен на НС с конфигурацией 15-20-15-10-5-1. Один из тестов по результататам обучения см на рисунке.

Задача обучения состояла в разделении входной последовательности (ценового ряда) на два класса 1 и 0. НС с задачей успешно справилась, т.е. нужные для выполнения задачи предикторы были ей успешно приготовлены непосредственно из ценового ряда.

Поделитесь с друзьями: