*   >> Leitura Educação Artigos >> money >> investing

Neural Systems

s conexões. Por exemplo, você pode querer desenvolver um sistema de comércio de prever os preços de Obrigações do Tesouro do dia seguinte. Projetando a arquitetura apropriada para o seu sistema neural é bastante exigente, com mais de uma dúzia de diferentes modelos neurais disponíveis. Um tipo de sistema neural que eu tenho usado extensivamente para aplicações de previsão financeira é conhecido como um "feedforward", o sistema de "propagação de volta" com o "aprendizado supervisionado". Antes do treinamento, o sistema neural tem uma "mente vazia".

Então você fornecer o sistema com uma vasta quantidade de dados intermarket técnico relacionadas com TBonds, incluindo várias moedas, eurodólares, o índice do dólar dos EUA, o S & P 500, bem como os dados fundamentais, tais como a taxa dos Fed Funds. Sistemas neurais levar o conceito de "análise Intermarket" à sua conclusão lógica por ser capaz de analisar matematicamente e pesar o impacto relativo que cada mercado tem entrada na predictiveness do sistema.

Estas entradas devem ser pré-processado ou "massageado usando vários procedimentos estatísticos, a fim de satisfazer os requisitos de formação do sistema. Em seguida, eles estão emparelhados com os preços diários reais em títulos do Tesouro (a saída desejada). É fundamental que a arquitetura do sistema, método de aprendizagem, de entrada de dados, saídas e técnicas que fazem massagens são criteriosamente selecionadas para que o sistema de treinar corretamente.

Aprender é realizada através de uma matemática processo complexo, iterativo pelo qual o sistema neural é "treinado" com os dados introduzidos através da análise de erro estatístico. Durante o treinamento , sempre projeções do sistema estiverem incorretas, os pesos de conexão entre os neurônios são modificados para minimizar esses erros durante as iterações subseqüentes. Cada par de entrada /saída de dados é chamado um fato.

O sistema aprende fazendo com que estes sinais de erro propagar para trás através das camadas neuronais para evitar o mesmo erro volte a acontecer cada vez que um fato é a técnica de George Lindsay aplicada.

Page   <<  [1] [2] 
Copyright © 2008 - 2016 Leitura Educação Artigos,https://artigos.nmjjxx.com All rights reserved.