Нейронные сети. Вопросы экспертам. - страница 13
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Введите третий тип сигнала. Итого сигналы:
0 или 1 или 2
Хорошо. Это не проблема. А как PNN будет обрабатывать это значение?
Ведь интервал [0;1] - отождествляет собой возможные значения вероятностей, а 2 каким боком здесь пристроится? Не могу догнать...
Хорошо. Это не проблема. А как PNN будет обрабатывать это значение?
Ведь интервал [0;1] - отождествляет собой возможные значения вероятностей, а 2 каким боком здесь пристроится? Не могу догнать...
А я не могу догнать, в чем проблема то? Используйте сигмоиду в диапазоне [-1;1], 0 будет соответствовать отсутствию сигнала. И того - 3 типа "чистых" сигнала.
Это вариант я тоже рассматривал, но в таком случае 0 - это середина диапазона, т.е. соответствует вероятности 0.5
А, вероятность наступления события равная 0.5 и отсутствие информации о наступлении события, мне кажется это довольно разные вещи. Вот здесь и проблема (
Тогда нужно заводить три типа события. Каждый из них имеет диапазон [0;1] (или другой, какой удобнее), и рассматривать вероятность каждого из событий.
Скажу сразу - это тупиковое направление. Невозможно описать вероятность того или иного события и при этом научить сеть этой вероятности. Допустим, сеть дает на выходе вероятность события 90%. И Что с того, если событие не произойдет? Значит сеть ошиблась, но с какой этой стати, ведь остались ещё 10%? Просто не сможете предоставить адекватный обучающий набор, вот и всё.
Да, спасибо, это похоже то что нужно. Надо подумать.
Тогда нужно заводить три типа события. Каждый из них имеет диапазон [0;1] (или другой, какой удобнее), и рассматривать вероятность каждого из событий.
Скажу сразу - это тупиковое направление. Невозможно описать вероятность того или иного события и при этом научить сеть этой вероятности. Допустим, сеть дает на выходе вероятность события 90%. И Что с того, если событие не произойдет? Значит сеть ошиблась, но с какой этой стати, ведь остались ещё 10%? Просто не сможете предоставить адекватный обучающий набор, вот и всё.
В задачах классификации в выходном слое в качестве функции активации лучше всего использовать не сигмоиду, а SOFTMAX. В этом случае каждый выходной нейрон соответствует какому-то из классов, а их выходы дают вероятность принадлежности к соотв. классу. Сумма выходов по слою равна 1, как оно и должно быть.
lasso, про функции активации, в.т.ч. SOFTMAX, можно почитать здесь, стр. 22
Скажу сразу - это тупиковое направление. Невозможно описать вероятность того или иного события и при этом научить сеть этой вероятности. Допустим, сеть дает на выходе вероятность события 90%. И Что с того, если событие не произойдет? Значит сеть ошиблась, но с какой этой стати, ведь остались ещё 10%? Просто не сможете предоставить адекватный обучающий набор, вот и всё.
Тупиковое направление - что? Использовать вероятностную НС в трейдинге или мое описание данного обучающего набора?
Надеюсь, что второе ))
И, вообще, какой обучающий набор можно назвать адекватным?
Например, на вход PNN подаем три значения с Осциллятора в интервале [-1; 1] с трёх разных периодов, ему сопоставляем выход 0.70 (цена прошла лишь 35пп от ожидаемого движения в 50пп).
Это адекватный обучающий набор?
В задачах классификации в выходном слое в качестве функции активации лучше всего использовать не сигмоиду, а SOFTMAX. В этом случае каждый выходной нейрон соответствует какому-то из классов, а их выходы дают вероятность принадлежности к соотв. классу. Сумма выходов по слою равна 1, как оно и должно быть.
Тупиковое направление - что? Использовать вероятностную НС в трейдинге или мое описание данного обучающего набора?
Надеюсь, что второе ))
Тупиковое направление - определять вероятность того или иного события в торговле.
lasso:
И, вообще, какой обучающий набор можно назвать адекватным?
Например, на вход PNN подаем три значения с Осциллятора в интервале [-1; 1] с трёх разных периодов, ему сопоставляем выход 0.70 (цена прошла лишь 35пп от ожидаемого движения в 50пп).
Это адекватный обучающий набор?
Какую информацию несет цифра 0,7 о вероятности (уже пришедшего) события? Никакой. Поэтому и результат будет - никакой.
PNN можно использовать в качестве классификации тех или иных состояний и/или принадлежность фигуры к определенному патерну, но использовать в качестве инструмента определения вероятности исхода того или иного события не получится. Вернее использовать получится, но толку от значения найденной вероятности не будет (почему - писал выше).
Хорошо. Это не проблема. А как PNN будет обрабатывать это значение?
Ведь интервал [0;1] - отождествляет собой возможные значения вероятностей, а 2 каким боком здесь пристроится? Не могу догнать...
Вариантов на самом деле два:
1. Бинарное кодирование входов (1 вход/1 событие). 0 - событие не произошло, 1 - произошло.
2. Расширение множества значений для каждого входа (как вам уже сказали: 0, 1, 2...). Никаких проблем с диапазоном [0;1] тут быть не может, вероятности вы получите на выходе сети, в то время как на входе не обязательно должны быть вероятности. Если не верите - есть другой вариант: делить промежуток [0;1] на нужное количество частей (0 - событие не произошло, 0.5 - наблюдение отсутствует, 1 - событие произошло).