Nöral ağlar. Uzmanlar için sorular.

 

Beyler, iyi günler. Sinir ağları alanındaki uzmanlar için bir soru. Mesele şu. Statistctica'yı kurdum ve araştırmama otomatik sinir ağları ile başladım. Çok Katmanlı Perspektron. Kendime, örüntü bulma açısından sinir ağlarının ne kadar akıllı olduğunu anlama görevini verdim. Ne yaptım? Son 20 bar için en yaygın LVSS'yi (doğrusal ağırlıklı ortalama) aldım. Hedef (çıkış) olarak LVSS'nin son değerini verdim, son 20 puan LVSS'nin mevcut değerinin bağlı olduğu girişe düştü. Son 20 noktayı ve LVSS'yi hesaplama formülünü bilen bir kişinin, değerini %100 geri getirebileceği açıktır. Grid formülü bilmiyordu ve bunu kendi yöntemiyle çözmek onun işiydi. Sonuç - yığın, LVSS'yi %100 geri yükledi, yani. LVSS'nin nasıl düzenlendiğini anladı. Görevle mükemmel bir şekilde başa çıktığını varsayacağız, yani. bir kalıp varsa, ağ onu gerçekten bulur. Daha sonra EMA, PSS ve osilatörler ile benzer bir deney yapıldı. Sonuç aynı. 100%. Bundan sonra görevi karmaşıklaştırmaya karar verdim. Uyarlanabilir ortalamayı aldım. Piyasa oynaklığına bağlı olarak ortalama parametresini değiştirdiğini hatırlatalım. Volatilite, sırayla, belirli sayıda çubuk için hesaplanır. Girişte ACC'yi inşa etmek ve ızgarayı başlatmak için gerekli tüm çubukları veriyorum. Sonuç %100'den çok daha kötüydü, ancak ACC formülünü bilen ve tüm puanlara sahip olan bir kişi %100'de bir ACC oluşturabiliyordu. Aslında, ağ görevle başa çıkmadı, otomatik sinir ağlarından bahsediyoruz.

Bu alandaki uzmanlara sonuç ve gerçek sorular.

1)      ACC örneğinde olduğu gibi, dinamikleri varsa, sinir ağının işlevi geri yükleyemeyeceğini doğru anladım mı, hesaplama için gerekli tüm verilere sahip olsam bile, çünkü formül, LVSS veya EMA durumunda olduğu gibi katı bir şekilde statik ise, o zaman sorun yoktur.

2)      Eğer yanılıyorsam, hangi ağlar kullanılmalıdır? Ve istatistiklerde MLP kullandı.

3)      Otomatik ağ ve ağın kendi e…. tasarım, eğer söyleyebilirsem, temelde büyük bir fark yoktur. Gerçekten öyle mi?

4)      Finansal piyasalarda, özellikle de tanımladığım görev için hangi ağları ve hangi programları önerirsiniz, yani. bilinen tüm verilerden değerleri kurtarın.

Saygılarımla, mrstock

 

1) Ağ, giriş verilerinde mevcutsa işlevi geri yükleyebilir. Son deneyde periyodun değeri oynaklığa bağlıysa, o zaman ızgaraya bu oynaklığın bir tür tahmini verilmelidir, yani. Girişte kurtarma için gerekli tüm verileri göndermemiş olabilirsiniz.

2) İhtiyacınız olan her şeyi MLP'den çıkarabilirsiniz. Farklı bir mimari kullanmanın MLP'den daha iyi olduğunu matematiksel olarak kanıtlayabildiğiniz zaman diğer ağları kullanın.

3)NS2 - hızlı, yüksek kaliteli sonuç, her yere taşınması kolay...

 

Asıl sorun o bile değil. Tamam, ızgaraya 2x2=4 olduğunu ve hatta basit bir hareketli ortalamanın bile fiyatların aritmetik ortalaması olduğunu anlamayı öğrettin. Ve ızgaraya tahmin etmeyi nasıl öğretirsiniz? Izgaranın zihinsel yetenekleriyle ilgili ana sorunun ortaya çıktığı yer burasıdır.

 
Size tamamen katılıyorum, ancak şu anda bulunduğum aşamada, çözdüğüm görevlerin bahsettiğim şey olması gerekiyor. Ekran görüntüsünde fiyat, EMA (mor) ve dinamik ss var, EMA ideal olarak yalnızca girişe yakın göndererek geri yüklenir, ancak kırmızı ortalama değildir. Ayrıca, eğitim örneğinin dışında hiçbir anlam ifade etmeyen sonuçları ayarlarsanız, her şey yolunda demektir! Ne yapacağımı bilmiyorum? NS2, anladığım kadarıyla bir nörosolüsyon mu?
 
Hmm... dosya nedense eklenmemiş. Şimdi nedenini bulmaya çalışacağım.
 

 
Burada her şey yoluna girdi.
 
StatBars писал(а) >> 3)NS2 - hızlı, yüksek kaliteli sonuçlar, her yere taşınması kolay...

NS2'de hangi antrenman durdurma kriterini kullandığınızı merak ediyorum?

 
LeoV писал(а) >>

NS2'de hangi eğitim durdurma kriterini kullandığınızı merak ediyorum?

Testteki hata azalmayı kesiyor... Genelde en az 3-5, belki sonuç daha önemli olduğunda daha fazla eğitim yapıyorum, nöronların katmanlar halinde, daha doğrusu bir katmanda seçilmesiyle. Dağılımı ve minimumu görmek için birden fazla eğitim.

 
StatBars писал(а) >> Testteki hata azalmayı durduruyor...

Benim düşünceme göre, testteki hata azalmayı bıraktığında, bu büyük olasılıkla fazla uydurmadır. Ağ, testte bu kadar küçük bir hatayla OOS'ta nasıl davranıyor?

 
LeoV писал(а) >>

Benim düşünceme göre, testteki hata azalmayı bıraktığında, bu büyük olasılıkla fazla uydurmadır. Ağ, testte bu kadar küçük bir hatayla OOS'ta nasıl davranıyor?

Doğru nöron seçimi ile, kesinlikle eğitimdekiyle aynıdır, hatta daha fazlası - 200.000'lik bir örnekte aynı sonuç ve eğitim örneği çok daha küçüktür (5 kattan fazla).

Onlar. bazen nöronların seçimi nedeniyle, test ve eğitim hatalarını eşitlemek mümkündür.

Nöronların seçimi yanlışsa, testteki hata biraz daha büyüktür, ancak "genel" numunenin tamamında kalır.