Уважаемые трейдеры не могу понять надо ли нормализовывать котировки которые подаются на вход в НС. - страница 2

Не понимаю смысла этой процедуры. И так и эдак пробывал... и пробую !

Если нормализация ведёт к искажению данных котировокот то какой смысл проводить эту процедуру ?

 А программа не Нейрошелл Трейдер 4 или 5 случаем? Она то съест эти котировки и сама нормализует их в какой то диаппазон, но вот обучаться она будет в этм диапазоне тоже и если потом тренд продолжится, то в результате у нее будут данные на входе не из этого диапазона, к тому же лишний повод для переподгонки и переобучения сетки даете этим постоянно меняющимся уровнем. А вот если например через моментум прогнать котировки то уже получаем повторяемость и отсутствие тренда. Вот и пусть сеть ищет там закономерности..... если сможет))).  В большей степени имеет смысл что подавать (хотя как конечно тоже). А Нейрошелл 2 тоже имеет разные функции активации. Там вроде тангенс неплохо подходит. Но сами чистые котировки наверное нет смысла туда пихать.

sprite писал(а) >>

Ответственных моментов достаточно . Это и выбор архитектуры сети, и период обучения сети, это и подбор входов и выходов, и личный опыт в работе с сетями . Все важно .

А смысл в том, что функция активизации нейрона имеет рабочий диапазон в определенном интервале, как правило :

от 0 до 1

от -1 до +1

В этом диапазоне сетка "видит" отличные друг от друга значения входов и может "осознано" обучаться .

При подаче на вход значения вне этих пределов, функция активизации нейрона приводит его либо к 0, либо к +1 и обучаться на этих запредельных значениях ей нечему .

Не соглашусь тут с Вами. Если не устраивает значение ф-ции активации, возьмите другую, например RBF - сместите базис в нужную вам сторону. Любое действие над входными

данные несет изменение в работу сети. Хорошим наглядным примером может служить любой видео-девайс. Когда вы видете цветную картинку, мозг соотвественно на нее реагирует,

теперь возьмите и проведите ее нормализацию, т.е. структурное и качественное изменение данных, вы получите ту же картинку, но другую. Думаю вы согласитесь, что при изменении

те или иные особенности выйдут на первый план, други растворятся в фоне. Так же и с обучением сети - любое действие над входными данные приводит к усилению тех или иных

особенностей входных наборов.

Не соглашусь тут с Вами. Если не устраивает значение ф-ции активации, возьмите другую, например RBF - сместите базис в нужную вам сторону. Любое действие над входными

данные несет изменение в работу сети. Хорошим наглядным примером может служить любой видео-девайс. Когда вы видете цветную картинку, мозг соотвественно на нее реагирует,

теперь возьмите и проведите ее нормализацию, т.е. структурное и качественное изменение данных, вы получите ту же картинку, но другую. Думаю вы согласитесь, что при изменении

те или иные особенности выйдут на первый план, други растворятся в фоне. Так же и с обучением сети - любое действие над входными данные приводит к усилению тех или иных

особенностей входных наборов.

Подскажите, возможно ли использовать нейросеть для следующей задачи:

Я имею ряд предсказаний.

UP,DOWN

Мне необходимо определить моменты когда

1) Ряд идет в разнобой, то есть UP и DOWN часто меняют друг друга и цена не совершает значительные подвижки в сторону прогноза.

2) Когда UP следует длинной серией и после него возникает серия DOWN, при этом с первого до последнего сигнала UP цена изменилась значительно, при сигнале DOWN незначительно. И наоборот.

Мне необходимо чтобы сеть определяла когда мы имеем дело со вторым случаем.

Может быть, подскажете как подойти к этому вопросу.

С уважением, Ярослав.