神经网络 - 页 21

[tampa]

BPNN预测器

[John Seekers]

预测股票市场的回报是金融学中的一个重要问题。本文的目的是研究使用artificial 神经网络（ANNs）的盈利能力。在这项研究中，ANNs的预测被转化为一种简单的交易策略，其盈利能力与简单的买入持有策略进行了评估。我们采用神经网络 方法来分析台湾加权指数和美国标准普尔500指数。因此，我们发现基于ANNs的交易规则产生了比买入持有策略更高的收益。

[myname]

tampa_:

BPNN预测器

它不是使用未来的数据吗？

[John Seekers]

人工神经网络可以被最充分地描述为具有特殊属性的计算模型，如适应或学习归纳或聚类或组织数据的能力，其操作是基于并行处理的。

[John Seekers]

电子市场已经成为各种金融资产交易的流行场所，而基于computer 的算法交易也已经宣称自己是世界各地金融市场的主导力量。识别和理解算法交易对金融市场的影响已经成为市场运营商和监管机构的一个关键问题。我们建议用最有可能导致观察到的交易行为的奖励函数来描述交易者的行为。我们的方法是将交易决策建模为马尔科夫决策过程（MDP），并利用对最优决策政策的观察来寻找奖励函数。这被称为逆向强化学习（IRL）。我们基于IRL的方法来描述交易者的行为，在两个理想的特征之间取得了平衡，即它捕捉了订单动态的关键经验属性，但仍然是可计算的。使用基于线性编程的IRL算法，在模拟E-Mini S&P 500期货市场的实验中，我们能够达到90%以上的分类精度，将高频交易与其他交易策略区分开。这些实证测试的结果表明，高频交易策略可以根据对个人交易行为的观察而被准确识别和剖析。

[John Seekers]

吸引力模型在营销研究中非常流行，用于研究营销手段对市场份额的影响。然而，到目前为止，营销文献只考虑具有某些函数形式的吸引力模型，这些函数形式排除了对吸引力值的阈值或饱和效应。通过使用这里介绍的基于神经网络的方法，我们可以实现更大的灵活性。这种方法通过具有一个隐藏层的感知器来评估品牌的吸引力值。该方法使用对比率转换的市场份额作为因变量。随机梯度下降法和准牛顿法来估计参数。对于商店层面的数据，神经网模型表现得更好，并意味着价格反应与众所周知的多指标Logit吸引模型有质的不同。神经网吸引模型的价格弹性也导致了在最佳价格方面的具体管理含义。(作者的摘要)

[finimej]

是否有任何代码可以对优化的过程进行编程？ 这样我们就可以自动进行优化了。

逻辑。

0）只在周末做。

1）在这些范围内设置参数，0.200和步骤1。

2)得到优化的结果

3) 将利润系数的结果四舍五入到1.0位数，这样7.4=7，7.5=8。

4) 然后在利润因子范围的前2个级别中选择最小的交易号码，这就是我想要的优化结果。

5）将新的设置放入专家EA，并在下周运行。

优化部分可以编码吗？

[John Seekers]

近年来，自动算法trading 系统作为机构解决方案，以自动机器人、黑匣子或专家顾问的形式取得了进展。然而，这一领域的研究很少，没有足够的证据表明这些系统的效率。本文建立了一个自动交易系统，该系统用控制论的概念实现了一个优化的遗传算法神经网络（GANN）模型，并使用修正的风险价值（MVaR）框架评估其成功。控制论引擎包括一个循环因果反馈控制功能和一个开发的黄金比率估计器，它可以在开发风险定价模型时应用于任何形式的市场数据。本文应用欧元和日元的外汇汇率作为数据输入。研究表明，该技术对于包括中央银行货币政策在内的机构的交易 和波动性控制系统是有用的，是一种风险最小化的策略。此外，结果是在30秒的时间范围内实现了周内的交易 策略，提供了相对较低的延迟性能。结果显示，风险暴露减少了四到五倍，最大可能的成功率为96%，为该领域的进一步研究和发展提供了证据。

[John Seekers]

人工神经网络的研究源于将生物 "处理 "的原则转化为数学模型的首次试验。人工神经网络处理的是在最快的时间内生成一个系统演变的隐性和预测模型。特别是，它从经验中获得了能够识别一些行为或情况的能力，并 "建议 "如何将其考虑在内。这项工作说明了一种将人工神经网络用于金融建模的方法；我们的目的是探索一个和多个代理人和群体模型之间的结构差异（和影响）。在单种群模型中，人工神经网络作为预测设备与财富最大化的代理人一起参与（在这种情况下，代理人做出决定，以便按照非线性模型实现效用最大化来做预测），而在多种群模型中，代理人不遵循预先确定的规则，而是倾向于在收集市场数据时创建自己的行为规则。特别是，分析单代理人和单种群模型之间的多样性是很重要的；事实上，在建立单种群模型时，有可能内生地说明市场均衡，这在单代理人模型中是不可能的，因为所有的环境特征都是给定的，不受单个代理人的控制。我们旨在研究的一个特殊应用是关于 "客户分析 "的应用，其中（基于个人和直接关系）可以定义每个客户的 "购买 "行为，利用行为推理模型，如人工神经网络提供的模型，比传统的统计方法更好<br / translate="no">。

[MegaLeads]

AI ea的工作情况如何？