В нашей библиотеке: 321 книг 226 авторов 0 статей За всё время нас посетило 891058 человек которые просмотрели 17562594 страниц.
Читатели оставили 10 отзывов о писателях, 70 отзывов о книгах и 6 о сайте


Название: Энциклопедия торговых стратегий

Автор: Джеффри Оуэн Кац

Жанр: Технический анализ

Рейтинг:

Просмотров: 1794

Страница: | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | 106 | 107 | 108 | 109 | 110 | 111 | 112 | 113 | 114 | 115 | 116 | 117 | 118 | 119 | 120 | 121 | 122 | 123 | 124 | 125 | 126 | 127 | 128 | 129 | 130 | 131 | 132 | 133 | 134 | 135 | 136 | 137 | 138 | 139 | 140 | 141 | 142 | 143 | 144 | 145 | 146 | 147 | 148 | 149 | 150 | 151 | 152 | 153 | 154 | 155 | 156 | 157 | 158 | 159 | 160 | 161 | 162 | 163 | 164 | 165 | 166 | 167 | 168 | 169 | 170 | 171 | 172 | 173 | 174 | 175 |




Небольшие выборки

 

Рассмотрим влияние на оптимизацию мелких выборок. Небольшие вы- борки  рыночных данных вряд ли будут представительными для того рын- ка, который призваны охарактеризовать; следовательно, они будут замет- но отличаться от других выборок данного рынка.  Оптимизатор, запущен- ный с маленькой выборкой данных, верой и правдой будет искать лучшее решение и найдет его. Но лучшее решение для пробного образца может оказаться  разрушительным  для реальной  торговли.  Неудача произойдет не потому,  что оптимизация получила  неверное решение, а потому,  что она получила  решение некорректно поставленной задачи.

Оптимизация неадекватных  выборок также часто дает ответы,  пред-

ставляющие собой чисто математические артефакты. Когда количество точек с данными стремится к количеству настраиваемых параметров, большинство моделей  (торговых,  регрессионных или других) найдут иде- альное  решение для любого  набора  случайных данных.   Здесь  действует тот же принцип, который гласит, что линия (модель с двумя параметрами)

может  быть проведена через  любые  две точки,  но  не всегда может  быть проведена через три произвольные точки.  В статистике это известно как принцип степеней свободы; степеней свободы  столько, на сколько общее

ГЛАВА 3    ОПТИМИЗАТОРЫ и ОПТИМИЗАЦИЯ                                                                                                             61

 

количество точек  данных  в выборке превышает то количество точек,  в которые всегда можно  идеально вписать  оптимизируемую модель  благо- даря подгонке параметров. Даже когда данных достаточно много для того, чтобы избежать полностью артефактного решения, некоторая часть при- годности модели,  тем не менее,  может быть обусловлена артефактами как побочным продуктом процесса оптимизации.

Для моделей множественной  регрессии существует формула,  показы-

вающая,  насколько  уменьшится  коэффициент корреляции  (показатель пригодности модели), если удалить артефактную составляющую.  Формула коррекции, определяющая связь между количеством параметров (коэффи- циентов регрессии), подвергающихся оптимизации, размером выборки и снижением уровня кажущейся пригодности при испытании на другой вы-

борке,  представлена в виде формулы, написанной на языке F ORTRAN :

 

R C   =   SQRT    (   1.    -   (    (N   -  1. )    /    (N   -  Р)    )    *    ( 1.    -  R ** 2 )    )

 

В этом  уравнении N означает количество точек данных,  Р — количе- ство параметров модели,  R — коэффициент множественной корреляции, определенный на выборке данных процедурой оптимизации, RC — скор- ректированный коэффициент. Обратная формула, показывающая увели- чение  корреляции, вызванное оптимизацией (R), в зависимости от под- линной корреляции (RC) выглядит следующим образом:

 

R   =   SQR T    (    1.    -   (    (N   -  Р)    /    (N   -  1 . )    )    *    ( 1.    -  RC **2 )    )

 

Эти  формулы справедливы только  для линейной регрессии. Тем  не менее  их можно  использовать для оценки качества  генерализации, про- водимой полностью обученной нейронной сетью  (т.е. частным случаем нелинейной регрессии). При работе с нейронными сетями Р будет озна- чать общее количество весов связей в модели. Кроме того, убедитесь, что этими  формулами  используются  простые корреляции;  если нейронная сеть или регрессионная  программа возвращает квадраты корреляций, следует извлечь  квадратный корень.

 




Страница: | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | 106 | 107 | 108 | 109 | 110 | 111 | 112 | 113 | 114 | 115 | 116 | 117 | 118 | 119 | 120 | 121 | 122 | 123 | 124 | 125 | 126 | 127 | 128 | 129 | 130 | 131 | 132 | 133 | 134 | 135 | 136 | 137 | 138 | 139 | 140 | 141 | 142 | 143 | 144 | 145 | 146 | 147 | 148 | 149 | 150 | 151 | 152 | 153 | 154 | 155 | 156 | 157 | 158 | 159 | 160 | 161 | 162 | 163 | 164 | 165 | 166 | 167 | 168 | 169 | 170 | 171 | 172 | 173 | 174 | 175 |

Оцените книгу: 1 2 3 4 5

Добавление комментария:






Информацию в электронную библиотеку yourforexschool.com добавляют исключительно для ознакомления. Если вы являетесь автором книги или компанией которая имеет права распространения и вы хотите чтоб на сайте не было вашей книги, то напишите в обратную связь и мы незамедлительно удалим её.

Копирование материалов сайта разрешено только с использованием активной ссылки на yourforexschool.com Copyright © 2010