मैं एएनएन का उपयोग व्यापारिक मुद्राओं को स्वचालित करने के लिए करना चाहता हूं, अधिमानतः यूएसडी / यूरो या यूएसडी / जीबीपी। मुझे पता है कि यह कठिन है और सीधा नहीं हो सकता है। मैंने पहले ही कुछ पेपर पढ़े हैं और कुछ प्रयोग किए हैं, लेकिन बहुत ज्यादा भाग्य के बिना। मैं इस काम को करने के लिए EXPERTS से सलाह लेना चाहूंगा।
यहाँ मैंने अभी तक क्या किया है:
- मुझे जुलाई 2013 के महीने के टिक डेटा द्वारा टिकटिक मिला है। इसमें बोली / पूछ / बोली मात्रा / पूछ मात्रा है।
- सभी समय के लिए समय सीमा 12PM से 14PM तक सभी टिक निकाले।
- इस डेटा से, एक डेटा सेट बनाया गया है जहाँ प्रत्येक प्रविष्टि में क्रम में n बोली मान शामिल हैं।
- एन -1 इनपुट के साथ एक एएनएन को प्रशिक्षित करने के लिए उस डेटा का उपयोग किया और आउटपुट पूर्वानुमानित एन डी बोली मूल्य है।
- ANN में n-1 इनपुट न्यूरॉन्स, (n-1) * 2 + 1 छिपा हुआ और 1 आउटपुट न्यूरॉन था। इनपुट लेयर में रैखिक TF था, छिपा हुआ लॉग TF था और आउटपुट में रैखिक TF था।
- पहले n-125 और फिर 10 के साथ वापस प्रचार के साथ नेटवर्क को प्रशिक्षित किया।
दोनों n के लिए, MSE 0.5 से नीचे नहीं गिरा और पूर्ण प्रशिक्षण के दौरान उस मूल्य पर रहा। यह मानते हुए कि यह समय श्रृंखला पूरी तरह से यादृच्छिक होने के कारण हो सकता है, मैंने डेटा सेट (pacf) पर आंशिक ऑटोकैरेलेशन खोजने के लिए R पैकेज का उपयोग किया। इसने केवल 2 और 3 लैग के लिए गैर शून्य मान दिए।
प्रश्न 1: इसका सही अर्थ क्या है?
फिर मैंने यादृच्छिकता का मूल्यांकन करने के लिए एक्सट्रस्ट एक्सपोनेंट का उपयोग किया। आर में, हर्स्ट (मूल्यों) ने 0.9 से ऊपर के मान दिखाए।
प्रश्न 2: यह लगभग यादृच्छिक माना जाता है। क्या इसका मान 0.5 के करीब होना चाहिए?
मैंने n = 3 के साथ ANN के प्रशिक्षण को दोहराया। एएनएन प्रशिक्षित था और एमएसई के लिए बहुत कम मूल्य प्राप्त करने में सक्षम था। हालाँकि, इस ANN से परिकलित आउटपुट (n-1) वें बोली मूल्य से बहुत भिन्न नहीं है। ऐसा लगता है कि ANN अगली बोली के रूप में अंतिम बोली लेता है! मैंने विभिन्न नेटवर्क संरचनाओं (सभी बहुपरत धारणाओं), विभिन्न प्रशिक्षण मापदंडों आदि की कोशिश की, लेकिन परिणाम समान हैं।
प्रश्न 3: मैं सटीकता कैसे सुधार सकता हूं? क्या बैकप्रोपैजेशन की तुलना में कोई अन्य प्रशिक्षण विधियां हैं?