Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Después de "masticar" (superficialmente sin embargo - todavía necesita tiempo) parece que nunca vamos a utilizar la RNA con eficacia. Nosotros (los pequeños) no tenemos suficiente dinero para el hardware necesario para utilizar la RNA como se debe.
Por mi cuenta....¿Por qué tanta negatividad?
No es tan complicado. Primero hay que averiguar qué es lo que se intenta predecir. La siguiente cuestión es el ruido. Tienes que asegurarte de que tu modelo no se deja engañar por la aleatoriedad y el sesgo de la minería de datos. Existen herramientas gratuitas que le permitirán desarrollar una prueba de concepto antes de gastar mucho dinero en hardware.
Si se trata de predecir una tendencia, por ejemplo, hay que ver si el modelo tiene una ventaja sobre una simple media. Si se trata de predecir puntos de inflexión, primero hay que ver si se puede superar una transformada de Fourier. Si la ventaja es pequeña, hay que preguntarse si el tiempo de entrenamiento merece la pena. No importa si se utiliza una red neuronal o una de las diversas máquinas de vectores de apoyo, se sigue enfrentando a todos los problemas de ajuste de curvas del pasado para predecir el futuro. Fuera de la muestra, estos sistemas tienden a fracasar porque cualquier éxito que se haya obtenido en las pruebas puede deberse al azar. Ninguna cantidad de dinero invertida en hardware resolverá este problema.
Estas herramientas pueden ser útiles, pero hay que controlar las expectativas. Si un modelo puede mejorar una estrategia en unos pocos puntos porcentuales, entonces, con el tiempo y un gran número de operaciones, saldrá ganando.
Saludos,
Alex
En mi propio ....¿por qué toda la negatividad?
Esto no es tan complicado. Primero hay que averiguar qué es lo que se intenta predecir. La siguiente cuestión es el ruido. Hay que asegurarse de que el modelo no se deje engañar por la aleatoriedad y el sesgo de la minería de datos. Existen herramientas gratuitas que le permitirán desarrollar una prueba de concepto antes de gastar mucho dinero en hardware.
Si se trata de predecir una tendencia, por ejemplo, hay que ver si el modelo tiene una ventaja sobre una simple media. Si se trata de predecir puntos de inflexión, primero hay que ver si se puede superar una transformada de Fourier. Si la ventaja es pequeña, hay que preguntarse si el tiempo de entrenamiento merece la pena. No importa si se utiliza una red neuronal o una de las diversas máquinas de vectores de apoyo, pues se sigue enfrentando a todos los problemas de ajuste de curvas del pasado para predecir el futuro. Fuera de la muestra, estos sistemas tienden a fracasar porque cualquier éxito que se haya obtenido en las pruebas puede deberse al azar. Ninguna cantidad de dinero invertida en hardware resolverá este problema.
Ahora bien, estas herramientas pueden ser útiles, pero hay que controlar las expectativas. Si un modelo puede mejorar una estrategia en unos pocos puntos porcentuales, entonces, con el tiempo y un gran número de operaciones, saldrá ganando.
Saludos,
AlexAlex
Gracias por la respuesta
La razón por la que dije lo que dije es que, a menos que no estemos bien equipados con el hardware, el cálculo de la RNA siempre será "incompleto". Y luego viene lo que ya estamos haciendo: estimar con nuestra propia NN
Ok... lo tengo. Si te apetece experimentar, hice un diseño de una forma de utilizar Rapidminer con metatrader aquí por si no viste el hilo. https://www.mql5.com/en/forum/181252
Ok... lo tengo. Si te apetece experimentar, he maquetado una forma de usar Rapidminer con metatrader aquí por si no has visto el hilo. https://www.mql5.com/en/forum/181252
Alex
Gracias por toda su ayuda
Tengo varias pruebas prometedoras fuera de la muestra como la que adjunté.Encontrar algos rentables con la IA es todo acerca de sus entradas y que es un arte no la ciencia.Cuando yo estaba buscando diferentes algos para el comercio en vivo me encontré con un cruce Red Neuronal Recurrente-Máquinas de Boltzmann restringido en python Modelado y generación de secuencias de música polifónica con el RNN-RBM - DeepLearning 0.1 documentación y Bernoulli Restricted Boltzmann Machines feature extractor and LogisticRegression classifier in python Restricted Boltzmann Machine features for digit classification - scikit-learn 0.15.2 documentation.Suenan bastante interesantes ¿alguien tiene experiencia con alguno de estos dos algoritmos para el trading en vivo?
Neuro trend clonada (indicadores + plantilla)
neurotrendnncloned.rar
Enlace útil : Tutorial de redes neuronales
Redes neuronales artificiales : artificial_neural_networks.pdf
previsión_de_la_capacidad_pero_no_de_la_rentabilidad_-una_evaluación_empírica_del_algoritmo_genético_optimizado_tr.pdf