신경 네트워크는 컴퓨터 과학에서 최첨단입니다. 그것들은 본질적으로 인간 두뇌 기능의 특정 측면을 모방하려고 시도하는 알고리즘입니다. 이를 통해 고유 한 자체 교육 기능, 분류되지 않은 정보를 공식화 할 수있는 능력, 가장 중요한 것은 그들이 보유한 과거 정보를 기반으로 예측하는 능력을 제공합니다.
신경망은 예측 및 마케팅 리서치 솔루션을 포함한 다양한 비즈니스 응용 프로그램에서 점점 더 많이 사용되고 있습니다. 사기 탐지 또는 위험 평가와 같은 일부 영역에서는 논란의 여지가없는 리더입니다. 신경망에서 응용 프로그램을 찾은 주요 분야는 재무 운영, 엔터프라이즈 계획, 거래, 비즈니스 분석 및 제품 유지 관리입니다. 신경망은 모든 종류의 거래자에게 유리하게 적용 할 수 있으므로, 거래자이고 아직 신경망을 소개받지 않은 경우이 기술 분석 방법을 소개하고 적용 방법을 보여줍니다. 당신의 거래 스타일.
일반적인 오해
대부분의 사람들은 신경망에 대해 들어 본 적이 없으며, 상인이 아닌 경우 자신이 무엇인지 알 필요가 없습니다. 그러나 놀라운 사실은 신경망 기술로부터 많은 혜택을 볼 수있는 사람들이 그 기술에 대해 들어 본 적이없고, 그것을 능가하지 않는 고상한 과학적 아이디어를 취하거나 그것을 매끄러운 마케팅으로 생각한다는 사실입니다. 제공 할 것이없는 특수 효과. 신경망에 대한 모든 희망을 고정시켜 긍정적 인 경험을 한 후 희망을 퍼 뜨리고 어떤 문제에 대한 은색의 해결책으로 생각하는 사람들도 있습니다. 그러나 다른 거래 전략과 마찬가지로 신경망은 하나 또는 두 개의 버튼을 클릭하여 부자가 될 수있는 빠른 수정이 아닙니다. 실제로, 신경망과 그 목적에 대한 올바른 이해는 성공적인 응용에 필수적입니다. 거래에 관한 한, 신경망은 비즈니스에 대한 사고 방식을 취하고이 방법이 효과를 발휘할 수 있도록 약간의 시간과 노력을 기꺼이하려는 사람들을위한 새롭고 독특한 기술적 분석 방법입니다. 무엇보다도 신경망을 올바르게 적용하면 정기적으로 이익을 얻을 수 있습니다.
신경망을 사용하여 기회 발견
주요 오해는 특정 시장 상황에서 행동하는 방법에 대한 조언을 제공 할 수있는 예측 도구를위한 신경망입니다. 신경망은 예측하지 않습니다. 대신 가격 데이터를 분석하고 기회를 발견합니다. 신경망을 사용하면 철저히 조사 된 데이터를 기반으로 거래 결정을 내릴 수 있습니다. 이는 전통적인 기술적 분석 방법을 사용할 때 반드시 그런 것은 아닙니다. 신경망은 진지하게 생각하는 상인에게 미묘한 비선형 상호 의존성 및 다른 기술 분석 방법으로는 밝혀 낼 수없는 패턴을 감지 할 수있는 잠재력이 큰 차세대 도구입니다.
최고의 그물
다른 종류의 훌륭한 제품이나 기술과 마찬가지로 신경망은 신흥 시장을 찾는 사람들을 끌어 들이기 시작했습니다. 차세대 소프트웨어에 대한 수많은 광고가 시장에 넘쳐났습니다. 광고는 지금까지 만들어진 모든 신경망 알고리즘 중 가장 강력한 것을 축하합니다. 광고 주장이 진실과 유사한 드문 경우에도 10 %의 효율성 향상이 신경망에서 얻을 수있는 것 중 가장 큰 것임을 명심하십시오. 다시 말해, 그것은 기적적인 수익을 창출하지 않으며 특정 상황에서 얼마나 잘 작동하는지에 관계없이 이전에 사용 된 알고리즘이 우수한 데이터 세트 및 작업 클래스가있을 것입니다. 이것을 기억하십시오: 그것은 트릭을 수행하는 알고리즘이 아닙니다. 표적 지표에 대해 잘 준비된 입력 정보는 신경망 성공의 가장 중요한 요소입니다.
빠른 컨버전스가 더 낫습니까?
이미 신경망을 사용하는 많은 사람들은 자신의 그물이 결과를 빨리 제공할수록 더 좋다고 잘못 생각합니다. 그러나 이것은 망상입니다. 좋은 네트워크는 결과를 생성하는 속도에 의해 결정되지 않으며, 사용자는 네트워크가 훈련되는 속도와 결과의 품질 사이에서 최상의 균형을 찾는 법을 배워야합니다.
신경망의 올바른 적용
많은 거래자들은 올바르게 사용하는 방법에 대한 좋은 지침을 제공받지 않고 사용하는 소프트웨어를 너무 많이 신뢰하기 때문에 신경망을 잘못 적용합니다. 신경망을 올바른 방식으로 사용하기 때문에, 상인은 네트워크 준비주기의 모든 단계에주의를 기울여야합니다. 아이디어를 발명하고, 이 아이디어를 공식화하고, 테스트하고 개선하며, 더 이상 유용하지 않을 때 폐기 할 적절한 순간을 선택하는 것은 거래자가 아니며 자신의 그물이 아닙니다. 이 중요한 프로세스의 단계를보다 자세히 고려해 보겠습니다.
1. 거래 아이디어를 찾고 공식화
거래자는 자신의 신경망이 성공적인 거래 아이디어와 개념을 발명하기위한 것이 아님을 완전히 이해해야합니다. 거래 아이디어 또는 개념이 얼마나 효과적인 지에 대해 가장 신뢰할 수 있고 정확한 정보를 제공하기위한 것입니다. 그러므로, 당신은 원래의 거래 아이디어를 생각해 내고이 아이디어의 목적과 그것을 사용함으로써 달성 할 것으로 예상되는 것을 명확하게 정의해야합니다. 이것은 네트워크 준비주기에서 가장 중요한 단계입니다. (관련 독서에 대해서는 상인의 일기에서 얻은 교훈을 참조하십시오.)
2. 모델의 매개 변수 개선
다음으로, 사용 된 데이터 세트를 수정하고 다른 매개 변수를 조정하여 전체 모델 품질을 개선해야합니다.
3. 폐기 된 모델 폐기
모든 신경망 기반 모델은 수명이 있으며 무한정 사용할 수 없습니다. 모델 수명의 수명은 시장 상황과 모델에 반영된 시장의 상호 의존성이 얼마나 오랫동안 국소 적으로 유지되는지에 달려 있습니다. 그러나 조만간 모든 모델이 더 이상 사용되지 않습니다. 이 경우 완전히 새로운 데이터를 사용하여 모델을 재교육하거나 (사용 된 모든 데이터를 교체) 기존 데이터 세트에 새로운 데이터를 추가하고 모델을 다시 훈련 시키거나 모델을 완전히 폐기 할 수 있습니다.
많은 거래자들이 가장 간단한 경로를 따르는 실수를합니다. 소프트웨어는 사용자에게 가장 친숙하고 자동화 된 기능을 제공하는 방법에 크게 의존하고 사용합니다. 이 가장 간단한 방법은 가격을 몇 바 앞당기 고이 예측에 기초한 거래 시스템을 기반으로합니다. 다른 거래자들은 가격 변동 또는 가격 변동의 백분율을 예측합니다. 이 접근법은 가격을 직접 예측하는 것보다 더 나은 결과를 거의 얻지 못합니다. 두 가지 단순한 접근 방식은 중요한 장기 상호 의존성을 대부분 찾아 내지 못하고 적극적으로 활용하지 못하므로 결과적으로 글로벌 추진력이 변화함에 따라 모델이 빠르게 폐기됩니다.
신경망 사용에 대한 가장 최적의 전체 접근법
성공적인 거래자는 자신의 신경망에 대한 통제 입력 항목을 선택하고 매개 변수를 조정하는 데 많은 시간을 집중하고 소비합니다. 네트워크를 구축하는 데 (최소한) 몇 주, 때로는 최대 몇 개월을 소비 할 것입니다. 성공적인 거래자는 또한 수명 기간 동안 변화하는 조건에 따라 자신의 그물을 조정할 것입니다. 각 신경망은 시장의 상대적으로 작은 측면 만 커버 할 수 있기 때문에 신경망도위원회에서 사용해야합니다. 적절한 수의 신경망을 사용하십시오. 한 번에 여러 개를 사용하는 능력이이 전략의 또 다른 이점입니다. 이러한 방식으로, 이러한 복수의 그물 각각은 시장의 특정 측면을 담당 할 수 있으며, 전반적으로 주요 이점을 제공합니다. 그러나 사용 된 네트 수는 5-10 범위 내로 유지하는 것이 좋습니다. 마지막으로 신경망은 고전적인 접근법 중 하나와 결합되어야합니다. 이를 통해 거래 선호도에 따라 달성 한 결과를보다 효과적으로 활용할 수 있습니다.
결론
최고의 그물을 찾는 것을 그만 둘 때만 신경망으로 진정한 성공을 경험할 수 있습니다. 결국, 신경망을 통한 성공의 열쇠는 네트워크 자체가 아니라 거래 전략에 있습니다. 따라서 귀하에게 적합한 수익성있는 전략을 찾으려면 신경망위원회를 만들고 기존 필터 및 자금 관리 규칙과 함께 사용하는 방법에 대한 강력한 아이디어를 개발해야합니다.
관련 독서에 대해서는 신경 거래: 이익의 생물학적 열쇠와 거래 시스템 코딩 튜토리얼을 확인하십시오 .
