Нейронные сети. Вопросы экспертам. - страница 3

Продолжаю эксперименты с нейро сетями и прихожу в э.... уныние) Не понимаю, либо они "тупые", либо все же я) Очень хочеться надеяться, что я. Напомню, что все делаю в statstica. В уныние пришел вот по какому поводу. Дал сетке два ряда, корреляция между которыми (по направлению, а не по амплитуде) = 100%, визуально они одинаковые и диапозон цены тоже примерно равный. После этого на одном ряде построил ЕМА, но не от первого бара к последнему, а от последнего к первому, т.е. сначала идет ЕМА, а потом цена. Обрубил правый хвост (конец чарта, где ема формирует свои значения) и дал сетке задание на основе ряда 1, ряда 2 и ЕМА от ряда1 сказать мне, где будет ЕМА (с тем же периодом) на ряде 2. Получил точность 2-005е. Вроде бы это неплохо (даже очень классно), но только такую же точность можно получить простейшей формулой, которую даже в столбик не нужно считать))))) К тому же прогнозируемая ЕМА была вся кривая и шарахалась от бара к бару. Дямс.... Господа профи, что я делаю не так? Ведь фактически данная задача имеет в себе массу подсказок для сетки и речь даже не идет о прогнозе. Банальные и простые формулы повторяют результат сетки и даже лучше, но только они настолько тупые, что становится непонятно, что могут сети в принципе? Очень хочется верить, что я не понимаю до конца, как нужно настраивать сети и деляю, что-то неверно. Картинку прикладываю

Сеть имела задачу получить ЕМА со второй картинки зная ЕМА с первой а также все клоуз первого ряда и второго. ЕМА идет в обртаном направлении (в этом и была задача)

Может я ошибаюсь.... Думаю вам стоит поискать другие входы для сети. Повторяемость входов не есть хорошо. 

Сколько слоев и число нейронов?

1. Входов должно быть в 10 раз больше, чем период самой медленной МА из ACC. Значение обычно ЕМА зависит от количества баров, раз в десять большего, чем ее параметр "Период". Для повторение EMA лучше всего подойдет один нейрон с линейной передаточной функцией. Для АСС, скорее всего нужен еще слой, одним слоем и тем более одним нейроном не обойтись.
2. Это и считается самым сложным - подобрать тип сети и ее конфигурацию. Если с ЕМА, однозначно достаточно одного линейного нейрона (просто сумматора с разными весами входов), для АСС, возможно, будет лучше комбинация линейных нейронов и сигмоидов, и использование умножителей а не сумматоров.

Если природа искомой закономерности совсем неизвестна, то только эксперимент - все типы сетей перебирать. Только обучать надо правильно, чем больше образцов для обучение и чем меньше нейронов в сети, тем лучше. После обучения проверять на контрольных данных, какая сеть покажет лучший результат при наименьшем возможном количестве нейронов в этой сети.

Не обязательно подавать значение волатильности, по идее, сама сеть должна определить эту волатильность, может быть, надо нейронов добавить, а чтобы обучить, увеличить количество образцов для обучения.

Наверно слишком много нейронов в сети. Возможно, еще что-то с нормированием входных значений.

to mrstock

Если Вы подавали на обучение именно то, что изображено на картинках, то согласен с Integer, проблема, помимо прочего, в нормализации.

to LeoV и StatBars

Если позволяет NS, попробуйте использовать среднекоренную ошибку вместо среднеквадратичной. О впечатлениях обязательно отпишитесь.

PS to mrstock

Попробуйте использовать в качестве обучающей выборки приращения. В Statistica нет автоматической нормализации к стати.

Наверное, лучше логарифм приращения...

Попробуйте при этом поиграть с параметром:

 - параметр наклона сигмоидальной функции активации.

Если мы говорим о том, что с помощью сетей мы хотим зарабатывать деньги, а не заниматься экспериментами по прогнозированию или построением очередного велосипеда, то прогнозировать цену или ЕМА от цены бросили ещё в прошлом веке ввиду бесперспективности данного действа(в смысле заработка).