Нейросеть: различия между линейным и нелинейным режимами работы
На закрытом форуме Яху для юзеров Timing Solution, известный трейдер Ларри Вильямс задал вопрос о разнице между режимами работы нейросети, которые обозначены как NN и Linear. Иначе говоря, в чем разница между нелинейным (считается, более близким к сути нейросети) и линейным методами обработки данных; каждый режим формирует свою прогностическую линию.
Вопрос Ларри:
[Spoiler (click to open)]What is the basic difference in NN between NN Rel and LIN Rel?
Отвечает автор программы Сергей Тарасов:
Привет, Ларри
В модулях NN существует два режима:
1) Нелинейная модель NN (NN Model)
а также
2) Линейная (Linear Model) модель (иногда мы называем ее «Черный ящик»)
2) Вторая опция, Linear model - это очень простая модель, она основана на линейной регрессии.
Возьмем, для примера, набор неких условных астрособыйтий (они, как и многие другие, могут подаваться на вход в нейросети программы). Формула расчетов будет выглядеть так:
Цена = 0,07 * (Солнце в Стрельце) -0,001 * (Ретроградный Меркурий) + 0,02 * (Солнце в Овне) + и т. д.
Т. е. это простая линейная комбинация событий, каждая из которых имеет собственный вес, а программа просто вычисляет (суммирует) эти веса.
1) Первый вариант, нелинейная NN Model, связан с обработкой более сложных явлений: нелинейную связь между ценой и событиями. Это то, для чего, собственно, и разработана нейросеть.
Нелинейные могут выглядеть так:
Солнце в Стрельце: цена идет вверх, если Меркурий директный.
Солнце в Стрельце: цена снижается, если Меркурий ретроградный
Иначе говоря, в линейной модели условное событие "Солнце в Стрельце" всегда будет иметь один и тот же вес. В нелинейной же модели, условное событие "Солнце в Стрельце" может иметь разный вес - в зависимости от некоторого третьего условия. Другими словами, нелинейная модель нацелена на работу с явлениями, когда два (или более) события работают вместе. В нелинейной модели мы не даем однозначного определения одинаковым событиям, и в разных комбинациях они могут работать по-разному. В линейной же модели мы сразу определяем возможный эффект событий типа "Меркурий директный" и "Солнце в Стрельце", как отдельных событий с устойчивым одинаковым эффектом, и следуем этому в прогностических расчетах.
Казалось бы, нелинейная модель дает больше возможностей. Однако, не все так просто. Сейчас я на эту проблему смотрю так: в финансах нелинейный фактор не так важен, поэтому я рекомендую использовать, в большей степени, линейную модель (она вычисляется быстрее).
Вопрос Ларри:
[Spoiler (click to open)]What is the basic difference in NN between NN Rel and LIN Rel?
Отвечает автор программы Сергей Тарасов:
Привет, Ларри
В модулях NN существует два режима:
1) Нелинейная модель NN (NN Model)
а также
2) Линейная (Linear Model) модель (иногда мы называем ее «Черный ящик»)
2) Вторая опция, Linear model - это очень простая модель, она основана на линейной регрессии.
Возьмем, для примера, набор неких условных астрособыйтий (они, как и многие другие, могут подаваться на вход в нейросети программы). Формула расчетов будет выглядеть так:
Цена = 0,07 * (Солнце в Стрельце) -0,001 * (Ретроградный Меркурий) + 0,02 * (Солнце в Овне) + и т. д.
Т. е. это простая линейная комбинация событий, каждая из которых имеет собственный вес, а программа просто вычисляет (суммирует) эти веса.
1) Первый вариант, нелинейная NN Model, связан с обработкой более сложных явлений: нелинейную связь между ценой и событиями. Это то, для чего, собственно, и разработана нейросеть.
Нелинейные могут выглядеть так:
Солнце в Стрельце: цена идет вверх, если Меркурий директный.
Солнце в Стрельце: цена снижается, если Меркурий ретроградный
Иначе говоря, в линейной модели условное событие "Солнце в Стрельце" всегда будет иметь один и тот же вес. В нелинейной же модели, условное событие "Солнце в Стрельце" может иметь разный вес - в зависимости от некоторого третьего условия. Другими словами, нелинейная модель нацелена на работу с явлениями, когда два (или более) события работают вместе. В нелинейной модели мы не даем однозначного определения одинаковым событиям, и в разных комбинациях они могут работать по-разному. В линейной же модели мы сразу определяем возможный эффект событий типа "Меркурий директный" и "Солнце в Стрельце", как отдельных событий с устойчивым одинаковым эффектом, и следуем этому в прогностических расчетах.
Казалось бы, нелинейная модель дает больше возможностей. Однако, не все так просто. Сейчас я на эту проблему смотрю так: в финансах нелинейный фактор не так важен, поэтому я рекомендую использовать, в большей степени, линейную модель (она вычисляется быстрее).