Нейросеть по методу МГУА

Kurochkin Pavel28 июля 2005Data Mining3 комментария

Уважаемые Дамы и Господа, доброго времени суток !

Вот уже как 3 года я занимаюсь исследованиями в области прогнозирования рынков, с использованием программы NeuroShell 2 с использованием нейросети МГУА.

Программа замечательная и в смысле универсальности и в смысле простоты обучения и последующей работы.

Исследования проведенные с помощью этой программы позволили мне подготовить и выступить с докладом на конференции ММРО-11, проводящейся по программе Академии Наук РФ.
см здесь : www.ccas.ru/mmro

Создавая свои прогнозы рынков, я обратил внимание на тот факт, что "работа" прогнозов на экзаменационных данных (тех, что сеть не видела вообще в процессе построения моделей) характеризуется следующими особенностями :
- при достаточно стабильном, а иногда монотонно снижающемся, в течении нескольких месяцев экзаменационного периода, Нормированно Средне-квадратическом отклонении (НСКО). Знак коэффициента корреляции имеет тенденцию к периодическому изменению от положительного до отрицательного , при достаточно высоких уровнях абсолютного его значения (корреляции).

Я предполагаю, что это может происходить потому, что при постоении модели, в качестве внешнего критерия за основу принято НСКО, которое не учитывает знака корреляции.

Как Вы считаете, применение в качестве внешнего критерия коэффициента множественной детерминации - R^2 может решить эту проблемму ?
Если да, то каковы могут быть отрицательные последствия такого применения ?
Возможно участники форума смогут подсказать какие либо иные критерии ошибки, которые учитывали бы и СКО и знак корреляции .

Желаю всем удачи и успехов,
с уважением Kurochkin Pavel.