Как нормализовать нелинейные данные?

Здравствуйте! Вчера я спрограммировал на C++ перцептрон по книге Тарика Рашида.
Я так понял, что данные необходимо нормализовывать, то есть приводить к пределу от 0 до 1.
Но у меня проблема. В той книге автор добивался этого простым масштабированием. В моём же случае масштабирование не работает, потому что данные (график цен) болтаются ну в оочень широких диапазонах, нельзя установить точно верхнюю и нижнюю границу, цена может пойти куда угодно. Если выбрать за центр среднее значение, натекущем отрезке, скажем год, то нижние числа цен и верхние числа подходят слишком близко к 0 и к 1, а это очень плохо, так как мешает перцептрону нормально подбирать веса, там веса получаются просто либо гигантские, циклопические либо ну оооччень маленькие. Как правильно обработать и нормализовать данные такого вида, чтобы без проблем скормить их сети?

И ещё, мне бы хотелось использовать гиперболический тангенс вместо сигмоиды, но так как моя система работает по градиентному спуску, я запутался, пытаясь сделать производную от гиперболического тангенса. Может, кто-то выложит готовую производную гиперболического тангенса? Тоже буду очень благодарен!

0

Сообщение от gledor Видимо, дело в переобучении на каком то конкретном инструменте + датасеты, в которых было больше бычьих или медвежьих трендов.

Скорее, дело в том, что Вы по следам пытаетесь угадать, в какую сторону будет сделан следующий шаг. А это зависит не от следов, а от намерений шагающего. Всё, что Вы можете сделать - это попытаться вычислить по следам, какие намерения (тенденции) у него были в прошлом, и надеяться, что его намерения не изменились.

0