Selekcja danych uczących i ich przekształcenia

przy prognozie indeksu giełdowego

Plan

Dane do nauki

Selekcja danych uczącychsieć neuronowamacierz autokorelacjikorelacja liniowa

Skalowanie i reprezentacja danych

Dane do nauki (1)

Dane źródłowewartości O,C,H,L indeksów giełdowych

Dane statystyczneprocentowe zmiany wartości indeksu w

ciągu 1,5,10,20 dniśrednie kroczące wartości indeksu z

okresów 5,10,20 dni

Dane do nauki (2)

OscylatoryMACD, linia sygnału MACDWilliamsDwie średnie

Formacje

Selekcja danych uczących

Sieć neuronowa

Macierz autokorelacji

Macierz korelacji liniowej

Sieć neuronowa

Pełne wejście – 255 neuronów4000 iteracji do ustalenia stanu wag sieci neuronowejWybrane 15 danych o największym znaczeniu (z jednego dnia)Najczęściej: wartości zamknięcia, najwyższa i najniższa, średnia krocząca 20 dniowa.

Macierz autokorelacji

Zestaw rekordów uczących o rozmiarze 255Macierz autokorelacji: określenie wspólnego trenduWybrane 33 danych o największym znaczeniu (z jednego dnia)Najczęściej: wartości otwarcia, zamknięcia, najwyższa i najniższa, średnia krocząca 5, 10, 20 dniowa, formacja i typ formacji. NSDQ: sygnał z oscylatora Williams !

Korelacja liniowa

Zestaw rekordów uczących o rozmiarze 255Korelacja liniowa: określenie zależności liniowejWybrane 19 danych o największym znaczeniu (z jednego dnia)Najczęściej (tylko NIKKEI): wartości otwarcia, zamknięcia, najwyższa i najniższa, średnia krocząca 5, 10, 20 dniowa, oscylator Williams.DAX: dodatkowo formacja i typ formacji.NSDQ: tylko oscylator Williams !

Zestawienie wyników

Wybór danych

Rezultat nauki

Zestawienie wynikówtyp wybrane MAX wybrane MIN

Sieć neuronowa wybrane: 15

błąd: 1.2%

X

Sieć neuronowa (pełna historia)

wybrane: 36

błąd: 2.2% (0.3%)

X

Autokorelacja wybrane: 33

błąd: 0.27%

wybrane: 27

błąd: 60%

Korelacja liniowa

(NSDQ usunięta!)

wybrane: 19

błąd: 4.3%

wybrane: 19

błąd: 54%

Skalowanie i reprezentacja danych

Zmiana wartości indeksu skalowanie [-1,1] pozostawienie bez zmian – rzeczywista zmiana

wartości

Sygnały punktowe z promieniem wpływu przełączniki dla sieci neuronowych

Wartości indeksu skalowanie niezależne od innych wartości wspólne skalowanie

Dziękuję za uwagę