নিউরাল নেটওয়ার্কগুলির সাথে বৈদেশিক মুদ্রার বাজারের পূর্বাভাস


10

আমি ট্রেডিং মুদ্রাগুলি, ইউএসডি / ইইউ বা ইউএসডি / জিবিপি সর্বাধিক স্বয়ংক্রিয় করতে এএনএন ব্যবহার করতে চাই। আমি জানি এটি শক্ত এবং সোজা নাও হতে পারে। আমি ইতিমধ্যে কিছু কাগজপত্র পড়েছি এবং কিছু পরীক্ষা-নিরীক্ষা করেছি তবে অনেক ভাগ্য ছাড়াই। এই কাজটি করার জন্য আমি এক্সਪਰ্টসের পরামর্শ নিতে চাই।

আমি এখন পর্যন্ত যা করেছি তা এখানে:

  1. আমি ২০১৩ সালের জুলাই মাসের জন্য টিক তথ্য দিয়ে টিক পেয়েছি It এতে বিড / জিজ্ঞাসা / বিড ভলিউম / জিজ্ঞাসার পরিমাণ রয়েছে।
  2. সমস্ত দিনের জন্য 12PM থেকে 14PM সময়সীমার জন্য সমস্ত টিকগুলি উত্তোলন করে।
  3. এই ডেটা থেকে, এমন একটি ডেটা সেট তৈরি করা হয়েছে যেখানে প্রতিটি এন্ট্রি ক্রমান্বয়ে এন বিডের মানগুলি নিয়ে থাকে।
  4. এনএএন -1 ইনপুট সহ কোনও এএনএনকে প্রশিক্ষণ দিতে সেই ডেটা ব্যবহার করা হয় এবং আউটপুটটি পূর্বাভাস করা নবম বিড মান।
  5. এএনএন-এ এন -1 ইনপুট নিউরন ছিল (এন -1) * 2 + 1 লুকানো এবং 1 আউটপুট নিউরন। ইনপুট স্তরের লিনিয়ার টিএফ ছিল, লুকানো ছিল লগ টিএফ এবং আউটপুটটিতে লিনিয়ার টিএফ ছিল।
  6. প্রথমে n-125 এবং তারপরে 10-এর সাথে ব্যাক বর্ধনের সাথে নেটওয়ার্কটি প্রশিক্ষিত।

উভয় এন এর জন্য, এমএসই 0.5 এর নিচে নেমে যায় নি এবং পূর্ণ প্রশিক্ষণের সময় এই মানটিতে থেকে যায়। সময় সিরিজ পুরোপুরি এলোমেলো হওয়ার কারণে এটি হতে পারে বলে ধরে নিয়েছি, আমি ডেটা সেট (প্যাকফ) এর উপর আংশিক স্বতঃসংশ্লিষ্টতা খুঁজে পেতে আর প্যাকেজটি ব্যবহার করেছি। এটি কেবল 2 এবং 3 টি ব্যবধানে শূন্যের মান দেয়।

প্রশ্ন 1: এর অর্থ কী?

তারপরে আমি এলোমেলোভাবে মূল্যায়ন করতে হার্ট এক্সপোঞ্জার ব্যবহার করেছি। আর-তে, হার্স্ট (মান) 0.9 এর উপরে মান দেখিয়েছে।

প্রশ্ন 2: এটি প্রায় এলোমেলো হওয়ার কথা। এর মান 0.5 এর কাছাকাছি হওয়া উচিত?

আমি এএনএন এর প্রশিক্ষণ n = 3 দিয়ে পুনরাবৃত্তি করেছি। এএনএন প্রশিক্ষিত ছিল এবং এমএসইর জন্য খুব কম মান অর্জন করতে সক্ষম হয়েছিল। যাইহোক, এই এএনএন থেকে গণনা করা আউটপুট (এন -1) ম বিড মান থেকে খুব বেশি পৃথক নয়। দেখে মনে হচ্ছে এএনএন কেবলমাত্র পরবর্তী বিড হিসাবে শেষ বিড নেয়! আমি বিভিন্ন নেটওয়ার্ক স্ট্রাকচার (সমস্ত মাল্টিলেয়ার উপলব্ধি), বিভিন্ন প্রশিক্ষণের প্যারামিটার ইত্যাদির চেষ্টা করেছি, তবে ফলাফলগুলি একই।

প্রশ্ন 3: আমি কীভাবে নির্ভুলতার উন্নতি করতে পারি? ব্যাকপ্রসারণ ব্যতীত অন্য কোন প্রশিক্ষণ পদ্ধতি আছে কি?


আমি নিশ্চিত নই যে আপনি ভবিষ্যতের মানগুলির জন্য সূচক হিসাবে পূর্ববর্তী মানগুলি ব্যবহার করার সময় 1 / f শব্দের পূর্বাভাস দেওয়ার চেয়ে আরও ভাল করবেন কিনা। স্কলার্পিডিয়া.অর্গ.আর্টিকেল / ১ / এফ_নয়েস # স্টক_মার্কেট_আর_তিনি_জিএনপি - আপনার ফলাফলগুলি এখনও পর্যন্ত এটির সাথে সামঞ্জস্যপূর্ণ বলে মনে হচ্ছে। সম্ভবত আপনার অন্যান্য সম্ভাব্য বৈশিষ্ট্যগুলির দিকে নজর দেওয়া উচিত যাদের ভবিষ্যতের বিনিময় হারের সাথে সম্পর্কিত হওয়ার কিছু কারণ রয়েছে। এটি যদি সহজ হয় তবে আরও সমৃদ্ধ ডেটা বিজ্ঞানীরা থাকতেন।
নিল স্লেটার

হ্যাঁ, অন্যান্য ভেরিয়েবলগুলি সময় সিরিজের যে মানটিকে স্বতঃ মূল্য দেয় তার চেয়ে পরবর্তী মানটিতে অবদান রাখছে .. আমি এটি নিয়েও পরীক্ষা করবো। পয়েন্টার জন্য আপনাকে ধন্যবাদ।
ব্যবহারকারী 1300

উত্তর:


6

আপনি যে ফলাফলগুলি দেখছেন তা আপনার প্রশিক্ষণ পণ্যটির একটি উপজাত নয়, বরং neural netsএই কাজের জন্য এটি দুর্দান্ত পছন্দ নয়। Neural netsকার্যকরভাবে বেশ কয়েকটি সহজ কার্যকারিতা রচনা করে একটি হাই অর্ডার অ-লিনিয়ার ফাংশন তৈরির উপায়। এটি প্রায়শই সত্যিই খুব ভাল জিনিস, কারণ এটি নিউরাল নেটগুলি খুব জটিল নিদর্শনগুলির সাথে মাপসই করে।

যাইহোক, স্টক এক্সচেঞ্জে কোনও জটিল প্যাটার্নে যখন লেনদেন হয় তখন তা দ্রুত ক্ষয় হবে। একটি জটিল নিদর্শন সনাক্তকরণ সাধারণত কার্যকর ফলাফল উত্পন্ন করতে পারে না, কারণ এটি স্বল্প মেয়াদে সাধারণত জটিল নিদর্শন। অতিরিক্তভাবে, আপনি যে মেট্রিকটি চয়ন করেন তার উপর নির্ভর করে ভাল পারফরম্যান্সের অনেকগুলি উপায় রয়েছে যা আসলে বিনিয়োগে অর্থ প্রদান করে না (যেমন আপনার উদাহরণের শেষ মানটির পূর্বাভাস দেওয়া)।

এছাড়াও শেয়ার বাজার চমকপ্রদ বিশৃঙ্খলাযুক্ত যা একটি neural netঅত্যধিক মানসিক চাপের ফলস্বরূপ হতে পারে । এর অর্থ এটি যে প্যাটার্নগুলি শেখে তা খারাপভাবে সাধারণীকরণ করবে। একদিনের তুলনায় কেবলমাত্র স্টক হ্রাস পাচ্ছে এবং সমানভাবে সিদ্ধান্ত নিয়েছে যে স্টক সর্বদা হ্রাস পাবে কারণ এটি অপেক্ষাকৃত স্বল্প মেয়াদে দেখা গিয়েছিল। পরিবর্তে বিভিন্ন কৌশল ridgeএবং robust regression, যা আরও সাধারণ, কম জটিল নিদর্শন চেনা যাবে, আরো ভালো করতে।

একই কারণে একই জাতীয় কাগল প্রতিযোগিতার বিজয়ী ব্যবহার করা robust regressionহয়েছে। আপনি যদি একটি অগভীর শিখার মডেলটিতে স্যুইচ করেন যা স্নায়ু জালের গভীর জটিল ক্রিয়াকলাপগুলিতে একটি নিম্ন বহুবর্ষীয় ক্রমের কাজগুলি খুঁজে পাবে তবে আপনি আরও ভাল ফলাফল দেখতে পাবেন likely


দুর্দান্ত ধন্যবাদ আমি শক্তিশালী রিগ্রেশনকে মূল্যায়ন করব এবং তা কীভাবে হয় তা দেখুন।
ব্যবহারকারী 1300

5

একটি পুনরাবৃত্ত নিউরাল নেটওয়ার্ক চেষ্টা করুন, এমন একটি মডেল যা টাইম সিরিজের ডেটার জন্য উপযুক্ত। তাদের প্রশিক্ষণ দেওয়া কুখ্যাত, তবে সঠিকভাবে প্রশিক্ষণ দেওয়া হলে তারা ভাল পারফরম্যান্স করছে বলে মনে হচ্ছে: http://cs229.stanford.edu/proj2012/BernalFokPidaparthi- ফিনান্সিয়াল মার্কেটটাইমসরিজ প্রিডিকটিথ উইথ রিচারেন্টনুরাল.পিডিএফ

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.