Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 348

 
elibrarius:

Es erscheint mir unrealistisch, mit einer solchen Matrix aus nur 3 bis 5 Eingaben etwas Gewinnbringendes zu berechnen. Ich stimme zu, dass sie alle möglichen Varianten abdeckt.

Wenn wir aber z.B. ein Netz mit 5 Eingängen erstellen, sind es 32 Koeffizienten für die Berechnungen. Der genetische Algorithmus konvergiert in der Regel in 10000 Durchläufen, d. h. die Eingaben konvergieren im Durchschnitt zu -1,0-1.
Mit 3 Eingaben kann vielleicht ein Muster berechnet werden, aber 3 Eingaben sind meiner Meinung nach nicht genug.

Neuronale Netze können zwar in R oder sogar in ALGLIB erstellt und schnell berechnet werden. Die interne Struktur wird nicht so voll sein, aber in der Ausbildung werden Sie die stärksten Abhängigkeiten finden.


Vergessen Sie nicht die kombinierten Strategien, bei denen NS nur einen Teil der Eingaben vornehmen kann, z.B. die allgemeine Richtung anzeigen, während die Signale z.B. von einem anderen System gegeben werden

Angenommen, es gibt ein System, das in einer Wohnung gießt, können Sie NS optimieren, um solche Bereiche zu filtern, und der Rest der Logik wird "wie es ist" funktionieren

 
Maxim Dmitrievsky:


Vergessen Sie nicht die kombinierten Strategien, bei denen die NS nur einen Teil der Eingaben vornehmen kann, z. B. um die allgemeine Richtung anzugeben, während die Signale z. B. von einem anderen System geliefert werden.

Angenommen, es gibt ein System, das in einer Wohnung gießt, können Sie NS optimieren, indem Sie solche Abschnitte filtern, und der Rest der Logik wird "wie gehabt" funktionieren.


Und übrigens, hier ist das gleiche System von Reshetov espert, mit anderen Worten :) https://www.mql5.com/ru/articles/3264 d.h. wir können es anscheinend einen Bayes'schen Klassifikator nennen
Наивный байесовский классификатор для сигналов набора индикаторов
Наивный байесовский классификатор для сигналов набора индикаторов
  • 2017.05.12
  • Stanislav Korotky
  • www.mql5.com
В статье анализируется применение формулы Байеса для повышения надежности торговых систем за счет использования сигналов нескольких независимых индикаторов. Теоретические расчеты проверяются с помощью простого универсального эксперта, настраиваемого для работы с произвольными индикаторами.
 

Wie kommen Sie darauf, dass NS überhaupt funktionieren sollte? Soweit ich weiß, erleichtert NS das Auffinden eines Algorithmus/einer Übereinstimmung in einem Datensatz.

Aber das Preisverhalten ist die Summe der Positionen aller Teilnehmer, einschließlich MM. Welche Art von Algorithmus kann es im Verhalten der Menge geben? Und einigen, und zwar einem nicht geringen Teil dieser Leute, ist es egal, ob die Position rentabel sein wird oder nicht. Das ist das Verhalten der Biene, die über die Felder fliegt. Die Felder sind gleich, aber es ist unmöglich vorherzusagen, auf welcher Blume sie landen wird.

 

Viel Glück für dieses Monster :) Dies dient lediglich dazu, die Grenzen der Anwendbarkeit dieses Ansatzes zu bestimmen


 

Je mehr Neuronen und Eingänge, desto stabiler, aber weniger profitabel das System, optimierte ich es für die letzten 3 Monate durch die Öffnung der Preise auf Minuten, von denen 1,5 ist ein Forward, dann lief es für fast ein Jahr und es zeigte ein stabiles Ergebnis. Es gibt 3 Neuronen für jede 3 Eingaben und diese 3 Neuronen werden in die 4. einbezogen, die das Endergebnis liefert

In dem Kreis gibt es ein Segment, in dem das Netz (annähernd) optimiert wurde, dann gibt es eine Vorwärtsbewegung, und der Rest des BC war in keiner Weise am Lernprozess beteiligt


 
Maxim Dmitrievsky:

Je mehr Neuronen und Eingänge, desto stabiler, aber weniger profitabel ist das System. Ich habe es für die letzten 3 Monate optimiert, indem ich Preise auf Minuten eröffnete, von denen 1,5 ein Forward ist, und es dann fast ein Jahr lang laufen ließ, und es zeigte ein stabiles Ergebnis. Es gibt 3 Neuronen für jeweils 3 Eingänge und diese 3 Neuronen werden in das 4. Neuron einbezogen, das das Endergebnis liefert

Hier ist ein Kreisdiagramm, auf dem das Netz (ungefähr) optimiert wurde, gefolgt von einer Vorwärtsbewegung, und der Rest des BCs war überhaupt nicht am Training beteiligt



Das Wichtigste ist die Stabilität. Weniger als ein Jahr - 800%, und wenn es sich wirklich um eine Art selbstlernenden Expert Advisor handelt, der auf Arrays ähnlich einem neuronalen Netz basiert, dann reiche ich Ihnen die Hand. Ich bin zu schlau, um zu verstehen, was da drin steht, aber schütteln Sie mir die Hand dafür, dass Sie es gewagt haben, in diesen Bereich des maschinellen Lernens einzutauchen. Ich denke, es wird aus dem gleichen Grund straucheln - Unvorhersehbarkeit des Marktes, aber Sie haben offenbar ein System zur Verlustbegrenzung, das wirklich interessant ist. Wo läuft es auf einem VPS oder einem Heim-PC?
 
geratdc:

Das Wichtigste ist die Stabilität. Weniger als ein Jahr - 800 %, und wenn es sich wirklich um eine Art selbstlernenden, array-basierten EA ähnlich einem neuronalen Netz handelt, dann reiche ich Ihnen die Hand. Ich bin zu schlau, um zu verstehen, was da drin steht, aber schütteln Sie mir die Hand dafür, dass Sie es gewagt haben, in diesen Bereich des maschinellen Lernens einzutauchen. Ich denke, es wird aus dem gleichen Grund straucheln - Unvorhersehbarkeit des Marktes, aber Sie haben offenbar ein System zur Verlustbegrenzung, das wirklich interessant ist. Wo läuft es auf VPS oder Heim-PC?

Es ist Tests in Tester noch ) Es ist nicht einmal Neuronennetz, sondern Klassifikator, etwas dazwischen, ich weiß nicht, wie man es nennen... handgemacht ) Ja, sie muss regelmäßig geschult werden und es müssen bestimmte Beschränkungen eingeführt werden, z. B. für die Inanspruchnahme von Leistungen.
 
Maxim Dmitrievsky:

Je mehr Neuronen und Eingänge, desto stabiler, aber weniger profitabel das System, optimierte ich es für die letzten 3 Monate durch die Öffnung der Preise auf Minuten, von denen 1,5 ist ein Forward, dann lief es für fast ein Jahr und es zeigte ein stabiles Ergebnis. Es gibt 3 Neuronen für jeweils 3 Eingänge und diese 3 Neuronen werden in das 4. Neuron einbezogen, das das Endergebnis liefert

Hier ist ein Kreisdiagramm, auf dem das Netz (ungefähr) optimiert wurde, gefolgt von einer Vorwärtsbewegung, und der Rest des BCs war überhaupt nicht am Training beteiligt


Nicht schlecht!
Was führen Sie den Eingängen zu?
 
elibrarius:
Nicht schlecht!
Was führen Sie den Eingängen zu?

Das Gleiche wie vorher, Regression und rsi, mir ist noch nichts Gescheiteres eingefallen
 
elibrarius:
Nicht schlecht!
Und was füttern Sie an Inputs?

Übrigens, wenn Sie auf der Suche nach dem besten Raster sind, probieren Sie dieses aus: https://www.mql5.com/ru/code/9002

Ich habe es noch nicht herausgefunden, bitte sagen Sie mir, ob es brauchbar ist oder nicht, wenn ich es nicht selbst schaffe )

Ценовой прогноз с использованием нейронных сетей
Ценовой прогноз с использованием нейронных сетей
  • Stimmen: 14
  • 2016.06.14
  • Vladimir
  • www.mql5.com
Индикатор, который использует нейронные сети для прогнозирования ближайших нескольких цен открытия. Сеть обучается методом обратного распространения ошибки. Обучение проходит автоматически, результат — самообученная сеть и самообучающийся индикатор.
Grund der Beschwerde: