Upload
dean
View
57
Download
0
Embed Size (px)
DESCRIPTION
Predykcja indeksu NIKKEI za pomocą sieci neuronowych. część 2. Plan. Dane do nauki Wybrane dane uczące Architektura sieci Wyniki SP500 zamiast NSDQ100 Uwzględnienie ‘krótkiej’ historii Predykcja zmiany wartości Konkluzje. Dane do nauki. wartości O,C,H,L indeksów giełdowych - PowerPoint PPT Presentation
Citation preview
Predykcja indeksu NIKKEIza pomocą sieci neuronowych
część 2
Plan
Dane do naukiWybrane dane ucząceArchitektura sieciWynikiSP500 zamiast NSDQ100Uwzględnienie ‘krótkiej’ historiiPredykcja zmiany wartościKonkluzje
Dane do naukiwartości O,C,H,L indeksów giełdowychprocentowe zmiany wartości indeksu w ciągu 1,5,10,20 dniśrednie kroczące wartości indeksu z okresów 5,10,20 dnioscylatory: MACD, Williams, 2 średniesygnały generowane przez formacje i oscylatory
Wybrane dane historyczne
Wybrane dane historyczne
T0: wartość otwarcia, zamknięcia i minimalna, średnia krocząca z 20 dniT-1, T-2, T-3, T-4: wartość zamknięcia i minimalna, średnia krocząca z 20 dniT-5: wartość minimalna, średnia krocząca z 5 i 20 dni
Wybrane dane z giełd
Wybrane dane z giełd
NSDQ100, DAX: wartość otwarcia, zamknięcia, minimalna i maksymalna, średnia z 5, 10, 20 dniJako dane analizy technicznej dla NIKK255: wartość zamknięcia, typ formacji, MACD, linia sygnału MACD, Williams, sygnały 3 oscylatorów
Architektura sieci
Różne typy zmiennych wejściowych nie mieszają się we wstępnym przetwarzaniu – odseparowane regionyW nauce biorą udział jedynie wybrane zmienneWyniki pośrednie analizuje wspólny fragment sieci, określając prognozę
Architektura sieci
Wybrane dane z 6 dni historii
Wybrane dane z 2 giełd
Dane analizy technicznej z
prognozowanej giełdy
prognoza
Architektura sieci
Wybrane dane z 6 dni historii
Wspólna sieć neuronowa
Wybrane dane z 2 giełd
Region 2 giełd
Dane analizy technicznej z prognozowanej giełdy
Region analizy technicznej
prognoza
Architektura sieci
Moduły wstępne z jedną warstwą ukrytąModuł główny z dwiema warstwami ukrytymiRezultat: średni błąd 0.27%, min 0.001%, max 1.65%Średnia zmienność prognozowanej giełdy: 0.96% (max 13.23%)
Wyniki – wykres błędów [%]
Wyniki – skumulowane błędy [%]
Eksperymenty:I) S&P500 zamiast NSDQ100II) Predykcja zmiany wartościIII) Uwzględnienie ‘krótkiej’ historiiS&P500 zamiast NSDQ100: średni błąd 0.47%Prognoza zmiany indeksu: średni błąd 0.66%Historia 6 dni: średni błąd 4.7%Historia 3 dni: średni błąd 3.54%
Predykcja zmiany wartości - dane
KonkluzjeOptymalność obecnej metody nauki i testówOptymalność obecnej architekturyKonieczność uproszczenia reguł (wymiaru problemu)Konieczność uwzględnienia zmienności zależności na giełdzieKonieczność opracowania obiektywnego testu – generalizacja vs specjalizacja
Konkluzje z konkluzjiNauka na szerszej gamie giełd w celu wychwycenia podstawowych zależnościAgresywne zmniejszanie liczby zmiennych w wektorze uczącymDouczanie na podstawie niedawnej historii docelowej giełdy
Dziękuję za uwagę