Результаты обучения для модели обращенного во времени Медленного %К
Как следует из табл. 11- 1, значения некорректированной корреляции неуклонно возрастали с увеличением сети в отношении количества связей. Если же провести коррекцию коэффициентов корреляции, то для эффективной выборки величиной 13 000 точек картина драматически меняется: наиболее эффективными оказываются малые 3- слойные сети с 6 нейронами в среднем слое и наименьшая из двух 4- слойных сетей. При более умеренной коррекции ожидаемая прогностическая способность оказалась наибольшей для двух 4- слойных сетей, как видно из множественных корреляций результата с целью.
При более консервативной оценке (с меньшей эффективной выборкой и, следовательно, с большей коррекцией коэффициентов корреляции) на основе данных табл. 11 - 1 для работы в модели было выбрано две сети — сеть 18- 6- 1 (rm2.net) и сеть 18- 14- 4- 1 (nn8.net). Они были признаны лучшими из сетей, способными потенциально эффективно работать вне пределов выборки. Для теста модели входа в рынок программа прогонялась со значением mode = 2; как обычно, тестировались все входы — по цене открытия, по лимитному приказу и по стоп- приказу.
