Lieber Besucher, herzlich willkommen bei: INVESTOX-Forum.
Falls dies Ihr erster Besuch auf dieser Seite ist, lesen Sie sich bitte die Hilfe durch. Dort wird Ihnen die Bedienung dieser Seite näher erläutert.
Darüber hinaus sollten Sie sich registrieren, um alle Funktionen dieser Seite nutzen zu können.
Benutzen Sie das Registrierungsformular, um sich zu registrieren oder informieren Sie sich ausführlich über den Registrierungsvorgang.
Falls Sie sich bereits zu einem früheren Zeitpunkt registriert haben, können Sie sich hier anmelden.
Zum Finden geeigneter Inputs für die Entwicklung von NN würde ich – ähnlich dem Robustheitstest – folgende Werkzeuge vorschlagen:
einen „Input-Viewer“ und einen „Correlation-Viewer“.
Input Viewer:
Der Input-Viewer zeigt zunächst einmal nur, welche Inputs für einen bestimmten Output genommen wurden.
Bild 1
X: benutzte INPUTS für den OUTPUT {z.B.: Ref(ROC(Close, 4), 2)}
Dabei würde man sehen können, dass die Inputs Nr. 1, 5, 6, 8, 10 gar nicht beutzt wurden und die Inputs Nr. 4, 7 und 9 für den Output doch verhältnismäßig wichtig waren.
Hätte man 100 Genrationen trainiert, könnte man diese 100 Genrationen solcher „Input Views“ akkumulieren, so dass auf den ersten Blick erkennbar wäre, welche Inputs mit welcher Verzögerung wie wichtig waren.
Darüber hinaus sollte man auch die Möglichkeit haben nur ausgewählte Generationen zu kummulieren.
Correlation Viewer:
Ein weitere wichtige Analysemethode für die Selektion brauchbarer Inputs könnte in einem sogenannten „Correlation Viewer“ bestehen, der einen x-beliebigen Output mit x-beliebigen Inputs über (XX Perioden) korreliert. Über die gleichzeitige Betrachtung der Beziehungen über den Vorlauf (1 – 25) bzw. die Rückschau (-25 bis –1) wird der Zusammenhang zwischen einem Output und einem Input ersichtlich. Vielleicht macht es folgendes Bsp. – das ich anderswo gefunden habe – deutlich:
