Neuronale Netze. Fragen an die Experten. - Seite 10
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Это понятно. Чем меньше ошибка тем больше профит? Или какая взаимосвязь?(я об этом)
Können Sie die allgemeine Form der Beziehung beschreiben, die Sie gerne sehen würden? Ist es eine Formel oder reicht das Beispiel, das ich Ihnen auf Seite 2 oder 3 gegeben habe...
Beschreiben Sie einfach, was Sie sich unter einer Beziehung vorstellen, denn es ist nicht klar, was genau unter einer Beziehung zu verstehen ist...
Grüße an alle!
Ich benötige eine vernünftige Antwort auf die folgende Frage, und zwar von Leuten, die genügend Erfahrung mit neuronalen Netzen und genetischen Algorithmen haben:
"Ist es möglich, dies mit Hilfe der Technologie neuronaler Netze zu tun?"
Die Aufgabe ist wie folgt: Nehmen wir an, es gibt einen Cluster-Indikator, der mehrere Dutzend verschiedene Kauf-/Verkaufssignale für jedes im Cluster enthaltene Symbol erzeugt, d.h. wir haben eine Gruppe von Signalen, und jedes Signal kann mehrere Dutzend Werte annehmen, sagen wir von 10 bis 120 Typen. Alle Signale sind eindeutig und formalisiert. Das Ergebnis sind mehrere hundert einzigartige Kauf-/Verkaufssignale. Hier liegt nun der Kern des Problems:
-Ist es möglich, die Qualität dieser Signale mit Hilfe neuronaler Netze auf der Grundlage historischer Daten der im Cluster enthaltenen Instrumente zu modellieren, um den Grad des Risikos zu bestimmen?
-Wenn möglich, in welche Richtung soll "gegraben" werden, d. h. welche Werkzeuge sind für die Aufgabe am besten geeignet?
Приветствую всех!
Нужен вразумительный ответ, от людей имеющих достаточный опыт работы с нейро-сетями и генетическими алгоритмами, на следующий вопрос:
"Возможно ли это сделать с использованием нейро-сетевых технологий?"
Задача заключается в следующем-допустим,есть кластерный индикатор который генерирует несколько десятков различных сигналов Buy/Sell. для каждого инструмента входящего в кластер,т.е. имеем группу сигналов,причем каждый сигнал может принимать несколько десятков значений скажем от 10 - 120 типов. Все сигналы уникальны и формализованы. В итоге получается несколько сотен уникальных сигналов Buy/Sell. Теперь сама суть задачи:
-Возможно ли с помощью нейро-сетей моделировать качество этих сигналов на исторических данных инструментов входящих в кластер, для определения степени риска?
-Если возможно,то в какую сторону "рыть", т.е. какие инструменты наиболее подходят для решения поставленной задачи?
Ich würde über ihre Einzigartigkeit streiten... :)
Die Aufgabe ist unklar, d.h. nach dem Lesen des "-" verstehe ich immer noch nicht, was zu tun ist, können Sie es genauer beschreiben?
Kommen die Signale in einem geschlossenen Kreislauf? D.h., auf Kaufen folgt Verkaufen, auf Verkaufen folgt Kaufen? Grob gesagt hat das Signal die Form 111110001111111111100000000011111111100111100000000, wobei 0-Verkaufen, 1-Kaufen Wenn ja, können Sie prüfen, wie eindeutig diese Signale sind...
Не совсем так, уникальность сигналов обеспечивается за счет анализа свечных формаций(групп свечей состоящих из 2х и более свечей), на основе анализа модели присваивается уникальный код например 4506. Почему столько много сигналов? просто некоторые модели имеют несколько десятков видов. Стоит задача выявить наиболее важные модели среди всего многообразия.
Wichtig nach jedem Kriterium? Wie beurteilen Sie selbst die Bedeutung?
Важные по какому то критерию? Как Вы сами судите о важности?
Unter "Bedeutung" verstehen wir die Häufigkeit des Auftretens von Signalen, den Vorhersagewert (Gewinnfaktor, Drawdown), d.h. es ist notwendig, die Statistiken für jeden Modelltyp zu überwachen. Im Prinzip ist es einfach, all dies ohne Netze zu organisieren, aber ich vermute, dass der mögliche Einsatz der Technologie neuronaler Netze in diesem Fall am vielversprechendsten wäre. Wenn ich falsch liege, korrigieren Sie mich, ich habe mich noch nie mit Netzwerken beschäftigt:)
Под "важностью" подразумевается частота появления сигнала, прогностическая ценность(профит фактор, просадка), т.е. возникает необходимость отслеживать статистику по каждому типу модели. В принципе организовать думаю все это будет несложно и без сетей, но предполагаю, что возможное использование, в данном случае нейро-сетевых технологий будет наиболее перспективным. Если не прав-поправьте, просто не возился ни разу с сетями:)
Wenn Sie so denken, bedeutet das nicht, dass dies der Fall ist.
Um das Netz zu trainieren, müssen Sie dem Netz noch ein Wichtigkeitskriterium vorgeben, um es mit Beispielen zu füttern. Das Netz wird nicht wissen, was wichtig ist und was nicht, denn es hat keine telepathischen Fähigkeiten. Es braucht konkrete Beispiele.
Под "важностью" подразумевается частота появления сигнала, прогностическая ценность(профит фактор, просадка), т.е. возникает необходимость отслеживать статистику по каждому типу модели. В принципе организовать думаю все это будет несложно и без сетей, но предполагаю, что возможное использование, в данном случае нейро-сетевых технологий будет наиболее перспективным. Если не прав-поправьте, просто не возился ни разу с сетями:)
Die Frequenz des Signals ist leicht zu berechnen, ohne Netze, GAs...
Der prognostische Wert denke ich auch, aber es gibt Optionen für den Einsatz von GAs.
Im Allgemeinen haben Sie die Aufgabe nicht gestellt, so dass ich nach den Antworten urteile... Deshalb wird Ihnen auch niemand helfen können.
Die Einzigartigkeit der Signale wird durch die Analyse von Candlestick-Mustern (Gruppen von Candlesticks, die aus 2 oder mehr Candlesticks bestehen) gewährleistet. Auf der Grundlage der Analyse des Musters weisen wir einen eindeutigen Code zu, z. B. 4506. Warum gibt es so viele Signale? Es ist einfach so, dass einige Modelle mehrere Dutzend Typen haben. Die Aufgabe besteht darin, die wichtigsten Muster in der Vielfalt zu erkennen.
Ein Expert Advisor, mit dem Parameter "Signal Type" - und in den Optimierer, gehen Sie durch diesen Parameter, und Sie werden es finden. Sehr, sehr viele Aufgaben können auch ohne neuronale Netze gelöst werden.