Hallo Martin,
Overlearning ist bei den NNs in der Tat ein Problem. Zum einen sind NNs generell für Zeitreihenanalysen zu mächtig und zum anderen hat man noch nicht die Mitte, Inputs im Vorfeld zu verifizieren! Ich bin aber auch der Meinung das es an den vielen Datenpunkten liegt,die eine Zeitreihe mitbringt! Verwendet man dann noch Inputs die ebenfalls sehr viele Datenpunkte haben ist es schon vorbei! Wenn ich Zeit habe werde ich hier im Forum ein NN mit einem einzigen Input vorstellen,dessen Kapitalkurve träumen lässt!
Man kann daran gut sehen wo die Stärken des NN liegen und wie es die Inputs gerne "serviert" bekommt! Generell sind meine Erfahrungen so,das zu viele Gewichte,zu viele Hiddenschichten und zu viel Inputs kein gutes Netz ergeben! Das manipulieren an den Einstellungen bringt keine Stabilität. Am besten nimmt man 3 Gewichte,keine Zwischenschicht und hat im Interface 2-3 Inputs stehen! Es kommt eben sehr auf die Aufbereitung der Inputs an und all diesen Komplex hat man bei SVM nicht! Wenn man sich die Website PROZENTOR näher betrachtet und die KKs,die dort präsentiert werden in Investox zieht,einen n-Perioden KOEFF testet hat man oftmals Werte um 1. Das zeigt, das die dort generierten Zeitreihenanalysen Zufall und Glück tangieren. Eine Garantie bei "wechselhaften Wetter" gibt es leider nie. Da schau ich doch lieber,wo die anderen am liebsten kaufen und verkaufen...