to integer Нормализации не было. Что касается весов, нейронов и кол-ва входов, то тут вообще бред (а может и не бред) даю на вход всего 3 значения и делаю один нейрон и одни скрытый слой результат 2-005е. ЛЮБОЕ другое кол--во входов и нейронов и тот же результат.
По поводу ошибки? Ошибку вообще не использую. Даже не смотрю на неё. Смотрю на доходность, плавность эквити, просадку, колличесво сделок и прочую ерунду....))))
问题是，没有关于错误和利润之间关系或任何模式的信息。此外，如果这种关系在培训部分是明确的，并且有描述，那么在OOS部分就完全没有这方面的信息。从逻辑上看，误差越小，利润越大，但实际上并非如此，这一点已被众多实验所证明（当然不仅是我的实验）。>> 误差或均方根误差或RMS--这并不重要。
下午好!
对LeoV来说，关键是没有这样的预测。在我的理解中，预言是明天的条款或来自未来的其他价值。这里没有未来）上面的图片更像是一项分类任务，如果你喜欢的话。如果我们知道第2行的EMa，如果第1行和它的EMa是已知的，而且它们是非常密切相关的。这就是任务。我对用神经网络（在金融市场）进行预测持非常怀疑的态度。
To joo. 好的，我会试试，但我认为结果（通过将先验值转换回绝对值）最终会得到相同的结果。我之前在其他东西上检查过，结果是一样的)
对整数来说，没有正常化。至于权重、神经元和输入的数量，这是无稽之谈（也可能不是），我只给了3个值的输入，做了一个神经元和一个隐藏层，结果是2-005e。任何其他数量的输入和神经元和相同的结果。
p.s. 如果有人敢在他们的程序中运行上述数据并试图得到一个结果，那将是很有趣的。只是想知道其他人会怎样。这一点我们可以比较。有人感兴趣吗？)))))
to integer Нормализации не было. Что касается весов, нейронов и кол-ва входов, то тут вообще бред (а может и не бред) даю на вход всего 3 значения и делаю один нейрон и одни скрытый слой результат 2-005е. ЛЮБОЕ другое кол--во входов и нейронов и тот же результат.
究竟什么是价值（什么的价值）？
LeoV 写道(a)>>
问题是，没有任何关于错误和利润之间的相关性或任何模式的信息。此外，如果这种关系在训练领域是明确的、描述的，那么在OOS领域就完全没有这方面的信息。从逻辑上看，误差越小，利润越大，但实际上并非如此，这一点已被众多实验所证明（当然不仅是我的实验）。误差或均方根误差并不重要。
你到底用的是哪种错误？如果你有一个愿望，而且专题负责人不介意的话，我会说我为什么认为有区别。
Попробуйте при этом поиграть с параметром:
- параметр наклона сигмоидальной функции активации.
谢谢你。我玩的是它。而且已经有很长一段时间了。
其中x 是97%的训练样本的最大绝对值（对于当前输入）。
y- 与x 对应的归一化值（我的是0.99）。
输出是当前输入的工作字母。
这些错误在数学上都是相关的，所以这就是生活... ))))
Все эти ошибки полюбому математически связаны, поэтому се ля ви...))))
我不想向你证明什么。我只是想听听答案，由于某些原因，你对这个答案视而不见。:)
我不想向你证明什么。我只是想听听答案，由于某些原因，你对这个答案视而不见。:)
关于这个错误？我根本不使用这个错误。我甚至不看它。我看的是盈利能力、股票平稳性、缩水、交易数量和其他废话))))。
По поводу ошибки? Ошибку вообще не использую. Даже не смотрю на неё. Смотрю на доходность, плавность эквити, просадку, колличесво сделок и прочую ерунду....))))
我只是怀疑，不，是肯定，你在训练网络时使用了RMS误差（NeuroShel不允许使用其他方式）。
我只是怀疑，不，是肯定，你在训练网络时使用了RMS误差（NeuroShel不允许使用其他方式）。
这不是为了金融市场。它没有停止的标准。根据误差的大小而停止？我不明白怎么))))
使用哪种误差标准（健身函数，如果你愿意）直接决定了训练结果。
PSmrstock， 顺便说一下，也不能改变这个，Statistica不允许这样做。