Нейронные сети похожи на людей. Чем сильнее Вы упростите информацию, тем легче им будет ее понять. Если информация наиболее ярко выражена в отношении цены к доходу, то используйте как переменную именно это отношение. Не следует предъявлять сети две переменные, одну для цены и другую для дохода, чтобы нейронной сети не пришлось искать, что же является важным.
В задаче предсказания фондового рынка, вероятно, лучше предсказывать средний курс за неделю или за месяц, а не ежедневный курс, так как для ценовых индикаторов, рассматриваемых на ежедневной основе, характерен высокий уровень шума.
Качество работы сети может также повыситься при удалении входов, не имеющих отношения к выходу. Обратитесь к описанию модуля Показатели важности, чтобы больше узнать о возможности NeuroShell 2, которая может помочь Вам определить, есть ли существенная зависимость между входами и выходами. За дальнейшей информацией о выборе входов обратитесь также к разделам Обучение ВНС с генетическим поиском, Обучение НСОР с генетическим поиском и Обучение сетей МГУА. В частности, если у Вас
большое количество входов, очень хорошим методом выбора входов могут оказаться сети МГУА. Причина состоит в том, что сети МГУА вначале рассматривают одиночные входы, затем наилучшие пары, затем наилучшие тройки и т.д. Другие сети рассматривают все входы разом. МГУА может потратить некоторое время на перебор всех входов, однако отобранный набор входов может быть очень полезен. Даже если сеть МГУА не даст наилучших результатов, отобранные входы могут использоваться другими
сетями.
Если Вы имеете дело с числами нескольких разных порядков в одной переменной, попробуйте вместо чисел использовать их логарифмы.
Существуют множество других путей упрощения данных. Любой примененный Вами способ предобработки или нормализации данных может оказаться полезным.
Содержание раздела
