Коректировка старых планов.
8. Все инструменты на вход
8.1. Отрабатываем механизм оптимизации.
9. Подбираем сглаживание для входов
10. Пробуем разные оптимизации
11. Смотрим вперед за пределы диаппазона обучения
12. Строим пошаговую модель для всего ряда
суббота, 23 июня 2007 г.
пятница, 22 июня 2007 г.
Планы
8. Все инструменты на вход
9. Подбираем сглаживание для входов
10. Пробуем разные оптимизации
11. Смотрим вперед за пределы диаппазона обучения
12. Строим пошаговую модель для всего ряда
9. Подбираем сглаживание для входов
10. Пробуем разные оптимизации
11. Смотрим вперед за пределы диаппазона обучения
12. Строим пошаговую модель для всего ряда
Предложения
- Нужно сначала найти хорошую регрессию. Затем уже можно строить прогнозную модель.
- При оптимизации можно усиливать кол-во угадываний знака (направления).
- Когда будет готова регрессия нужно посмотреть на поведение модели за пределами диаппазона обучения. Как долго будет актуальна полученная модель.
- Усиливать модель нужно за счет подбора внешних сигналов. Нужно брать другие инструменты в качестве сигналов.
Подбор параметров модели
Эксперимент MM_007_MOD_ELEM_MM_PR_SGL
Подбираем автоматически параметры для модели минимизируя среднеквадратическое отклонение ошибки регрессии. Результаты регрессии ниже.
По полученым результатам моделируем игру. Результат ниже.
Первые результаты получены. Теперь можно приступать к более детальной проработке сигналов поступающих из вне.
Подбираем автоматически параметры для модели минимизируя среднеквадратическое отклонение ошибки регрессии. Результаты регрессии ниже.
По полученым результатам моделируем игру. Результат ниже.
Первые результаты получены. Теперь можно приступать к более детальной проработке сигналов поступающих из вне.
Моделирование прогноза по прямым сглаживаниям.
Эксперимент MM_006_MOD_GM_PR_SGL
В связи с переориентацией на прямое сглаживание проводим эксперимент по обоснованию использования прямого сглаживания в качестве ориентира для прогноза как это делалось ранее для обратного сглаживания.
В качестве уровня сделки выбираем курс закрытия в предыдущем дне.
Результат видим на графике.
В связи с переориентацией на прямое сглаживание проводим эксперимент по обоснованию использования прямого сглаживания в качестве ориентира для прогноза как это делалось ранее для обратного сглаживания.
В качестве уровня сделки выбираем курс закрытия в предыдущем дне.
Результат видим на графике.
Проблема с обратным сглаживанием.
При работе модели на реальных данных с прогнозированием следующего значения ряда возникнут проблемы на границе последнего. На границе ряда не известны значения обратных сглаживаний и в уравнения для расчета координат не чего будет подставлять.
В нашем случае есть некоторый выход. Можно попытаться поработать только с прямыми сглаживаниями. Значит строим модель прогнозирующую следующее значение прямого сглаживания. Необходимо выяснить насколько данная модель будет хороша. Делаем в следующих экспериментах.
В нашем случае есть некоторый выход. Можно попытаться поработать только с прямыми сглаживаниями. Значит строим модель прогнозирующую следующее значение прямого сглаживания. Необходимо выяснить насколько данная модель будет хороша. Делаем в следующих экспериментах.
Симуляция элементарной массивной модели
Эксперимент: MM_005_MOD_ELEM_MM
Моделируем поведение модели на реальных данных. Результаты ниже.
Коэффициенты бета взяты по случайному нормальному закону.
В качестве источников внешних сигналов взяты прямые относительные сглаживания с коэффициентами от 0,1 до 0,9 с шагом 0,1. В качестве опорного сигнала используем dS с коэффициентом 0,5. Расчет координат масс из предыдущей статьи.
Координаты малой массы m обозначены как C1, координаты большой массы M обозначены как C0.
Как видно на графике результатов модель разлетается. Необходимо использовать корретировку. Корректировка отображена ниже.
Моделируем поведение модели на реальных данных. Результаты ниже.
Коэффициенты бета взяты по случайному нормальному закону.
В качестве источников внешних сигналов взяты прямые относительные сглаживания с коэффициентами от 0,1 до 0,9 с шагом 0,1. В качестве опорного сигнала используем dS с коэффициентом 0,5. Расчет координат масс из предыдущей статьи.
Координаты малой массы m обозначены как C1, координаты большой массы M обозначены как C0.
Как видно на графике результатов модель разлетается. Необходимо использовать корретировку. Корректировка отображена ниже.
Вместо C1 в правой части уравнений вводим C (это опорный ряд dS).
Результат моделирования ниже на графике.
Подписаться на:
Сообщения (Atom)
