文章 "交易中的神经网络：降低锐度强化变换器效率（终章）"

新评论
 

新文章 交易中的神经网络：降低锐度强化变换器效率（终章）已发布：

SAMformer 为长期时间序列预测中变换器模型的主要缺点，譬如训练复杂性，及小型数据集的普适能力差，提供了解决方案。其浅层架构和锐度感知优化有助于避免次优的局部最小值。在本文中，我们将继续利用 MQL5 实现方式，并评估其实用价值。

所有三个模型的训练都是同时进行的。训练后的参与者政策的测试结果如下所示。测试是在 2024 年 1 月的真实历史数据上进行的，所有其它训练参数维持不变。

在检查结果之前，我想提一下关于模型训练的若干点。首先，SAM 优化所固有的平滑损失局面。这反过来又令我们能够参考更高的学习率。在早期的工作中，我们主要使用 3.0e-04 的学习率，而在本例中，我们将其提高到 1.0e-03。

其次，仅用单个注意力层减少了可训练参数的总数，有助于抵消 SAM 优化所需的额外前馈通验引入的计算开销。


作者：Dmitriy Gizlyk

 

每月总利润为 0.35%？把钱存入银行不是更有利可图吗？

 
dsplab #:

每月总利润为 0.35%？把钱存入银行不是更有利可图吗？

俄罗斯银行的年收入（单位：多拉尔）。除以 12 进行比较。

 
Dmitriy Gizlyk #:

俄罗斯银行的年收入（单位：多拉尔）。除以 12 并进行比较。

人民币 6 元，人民币债券 10 多元。

 
Evgeny Belyaev #:

人民币 6 元，人民币债券 10 元以上。

但文章中给出了欧元兑美元的测试结果和美元的测试结果。同时，存款的负载为 1-2%，没有人说它是圣杯。

 
Dmitriy Gizlyk #:

但文章给出了欧元兑美元的测试结果和美元的测试结果。同时，存款的负载为 1-2%，没有人说它是圣杯。

好吧。银行中的英镑上限为 5%。

 
文章写得很好，谢谢。
 
dsplab #:

每月总利润为 0.35%？把钱存入银行不是更有利可图吗？

.





新评论