Сравнение эффективности торговли робота на нейронных сетях с некоторыми торговыми алгоритмами
Эта статья будет интересна тем, кто разрабатывает или занимается торговлей и инвестированием как с применением автоматизированных систем (советники, роботы и др.), ровно как и тем, кто всё это делает и принимает решение вручную.
Добрый день, я надеюсь, вы в обучении не использовали данные за последние 9 лет, в том числе и по другим инструментам? Иначе у вас просто тест утек в трейн, и результат бесполезен
Вы говорите о переобучении нейронных сетей. Переобучение нейронных сетей детектируется расхождением точности обучающей и тестовой выборок. Приведу пример, первый рисунок в данном комментарии.
Если рассматривать текущие нейронные сети, то пример точности я привел на рисунке вы и в данном комментарии (второй рисунок). Как вы видите расхождения нет, и переобучения тоже нет.
Дело в том, что при том, что нейронные сети обучаются на больших данных, и в неё закладывается множество факторов, сама нейронная сеть по своей архитектуре я бы даже сказал маленькая. И в неё закладывается получение именно обобщенных моделей. Она просто физически не способна запомнить последовательности и прочее, чтобы исключить процесс переобучения.
Также, я в процессе исследований работаю именно с тестовой выборкой. Я понимаю, что нет никакого смысла смотреть на то, на что потенциально нейронная сеть может натренироваться.