Нейроторговцы, не проходите мимо :) нужен совет - страница 14

 
TheXpert:

Нет, сейчас возникла срочная потребность заниматься другим проектом, нейронки пока отложил на небольшое время.

Цель -- нормализовать котировки относительно волатильности.


Привет Андрей. Извиняюсь за долгое отсутствие. Вижу получились у Вас довольно неплохие результаты с эхо сетью. Пытался встрять в обсуждение по Вашему топику, но умного чего сказать не нашёл. Не знаю поможет ли Вам деволатилизация или нет (скорей всего нет), но нормализация входов точно нужна если нейроны в сети нелинейны. Кстати, о нелинейности. Её можно задать двумя способами. (1) Выход нейрона насыщается при больших входах стремясь к -1 или 1 (гиперболически тангес). (2) Выход нейрона описывается экспоненциальной функцией с определённым порогом. Большинство разработчиков сетей выбирают первую функцию. Но нейроны мозга используют вторую. Не знаю поможет ли Вам это или нет.

Сам я перестал верить в предсказатели цен. По-моему это тупиковый путь. Меня сейчас больше интересуют классификаторы типа бай/сел. Некоторые начнут утверждать что это тот же предсказатель - когда он даёт бай сигнал то предсказывает что цена пойдёт вверх. Это не важно. Человеческий мозг это классификатор, а не предсказатель. Причём он использует несколько нейронных слоев для нелинейного преобразования входной информации. Вот как раз это нелинейное преобразование меня сейчас больше интересует чем классификация. Классифицировать можно и перцептроном, и SVM, и kNN, или любым другим известным методом.

 
gpwr:

Сам я перестал верить в предсказатели цен. По-моему это тупиковый путь. Меня сейчас больше интересуют классификаторы типа бай/сел. Некоторые начнут утверждать что это тот же предсказатель - когда он даёт бай сигнал то предсказывает что цена пойдёт вверх. Это не важно. Человеческий мозг это классификатор, а не предсказатель. Причём он использует несколько нейронных слоев для нелинейного преобразования входной информации. Вот как раз это нелинейное преобразование меня сейчас больше интересует чем классификация. Классифицировать можно и перцептроном, и SVM, и kNN, или любым другим известным методом.

Как я понимаю, этот вывод действительно делают многие по применению НС.

Вот, может у кого нет, выкладываю очень интересную диссертацию на эту тему, там много чего перелопачено по материалу.

если сразу посмотреть заключение диссертации - то именно подход к сети как к классификатору рыночной ситуации дало наиболее лучший подход, а все остальные пробуксовывают.

люди вручную классифицировали ситуации на обучающей выборке, после чего НС была обучена распознавать эти ситуации, по типу как НС обучается распознавать образы - это дало лучшие результаты.

Файлы:
 

Я нейросети пока не юзал, но в предсказания слабо верю.

Вот если как то оценить объем всех сделок по брокеру баи и селлы по отдельности, думаю будет польза )))

Причина обращения: