Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 346
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
PERO... el punto de usar esta tecnología no es que sea más genial para hacer el trabajo que un humano, sino simplemente que es conveniente, rápido y de alto rendimiento...
Lo hacen mejor, hay menos errores de reconocimiento.
Las redes neuronales altamente especializadas son mejores y mucho más rápidas en el reconocimiento de imágenes. Otra cosa es que si un objeto está fuera de la muestra de entrenamiento y no puede ser reconocido correctamente, una persona conecta sus otros recursos cerebrales, y estos recursos simplemente no se incluyen en el NS
y no encontrarán nada directamente "oculto", sólo hay que ser consciente en la elección de los predictores en mi opinión.
Y en cuanto a los LSTM, en mi opinión, deberían ser buenos sólo para las series temporales, porque no sólo pueden generalizar las señales de compra y venta, sino que también pueden ajustarse al cambio de la eficiencia de los predictores en diferentes segmentos, dependiendo de los cambios del mercado y del comportamiento pasado de los predictores, esto será la "memoria" de NSHacen un trabajo más fresco, hay menos errores de reconocimiento
Las redes neuronales altamente especializadas son mejores y mucho más rápidas en el reconocimiento de imágenes. Otra cosa es que si el objeto va más allá de la muestra de entrenamiento y no puede ser reconocido correctamente, una persona conecta sus otros recursos cerebrales, y estos recursos simplemente no se incluyen en el NS
y no encontrarán nada directamente "oculto", sólo hay que ser consciente en la elección de los predictores en mi opinión
Ok... Bueno, ¿no has probado a poner una determinada tarea que obviamente es resoluble pero muy difícil sólo para comprobar lo que la red es realmente capaz de hacer experimentalmente...
Por ejemplo, una muestra muy ruidosa generada artificialmente con un constituyente determinista conocido, alguna función compleja que si no se conoce de antemano es imposible de calcular a ojo...
tal vez haya algunos enlaces a dichos estudios....
una cosa más: pruebe con una red de desfase temporal... es la más adecuada para predecir series temporales... no lo he probado porque no soy muy bueno en elloPor cierto, para qué crees que sirven las redes neuronales en la previsión... Te lo explico:
tenemos que entender lo principal - o bien las redes neuronales son capaces de recuperar relaciones complejas realmente ocultas al ojo, o bien automatizar algún proceso complejo, que no puede ser fácilmente formalizado, como el reconocimiento de patrones, que sin embargo es fácilmente manejado por el cerebro/los ojos humanos, pero hay una necesidad de aliviar a los humanos de tales tareas rutinarias...
un ejemplo sencillo: el reconocimiento de caras en el aeropuerto. un humano puede hacerlo fácilmente pero el proceso necesita ser automatizado y no se puede hacer con los métodos habituales... se usan algunas tecnologías como las redes neuronales... el punto de usar esta tecnología no es que pueda hacerlo mejor que un humano sino que es conveniente, rápido y altamente productivo...
que hay de esto en el comercio: la tarea de reconocimiento de patrones utilizando una red neuronal... ¿por qué? no puede el cerebro humano resolver este problema? como el reconocimiento de caras...
de 1000 personas, una persona reconoce una cara familiar en un instante...
¿las redes neuronales tienen realmente el potencial de superar a las neuronas biológicas...
NS tiene un potencial que supera a la "neurona humana", al menos en el reconocimiento de caras y todo y todo). Es obvio, creo. Reduce la carga de trabajo humano en decenas o incluso cientos de veces.
Las neuronas, en general, no sirven para hacer previsiones. La predicción por parte de las neuronas es más bien un efecto secundario del reconocimiento (clasificación). Como: el sol es rojo al atardecer (reconocimiento) - mañana es un día ventoso (predicción).
Si realmente hay algún potencial más allá de las redes neuronales biológicas... Un buen trader suele operar con las manos mejor que cualquier sistema, y los autosistemas no lo hacen mejor, pero no te quedes mirando el monitor y no te quedes sentado).
NS tiene un potencial que supera a la "neurona humana" al menos en el reconocimiento de caras y todo eso). Es obvio, ¿no? Reduce la mano de obra humana en decenas o incluso cientos de veces.
Las neuronas, en general, no sirven para hacer previsiones. La predicción por parte de las neuronas es más bien un efecto secundario del reconocimiento (clasificación). Como: el sol del atardecer es rojo (reconocimiento), mañana es un día ventoso (predicción).
Un buen trader suele operar con las manos mejor que con cualquier sistema, y los autosistemas no lo hacen mejor, pero para no quedarse mirando el monitor y sentarse en el asiento de los pantalones).
¿No es esto una contradicción? ....
Vale... pero ¿has probado a plantear un problema específico que se sepa que se puede resolver pero que sea muy complejo sólo para comprobar de qué es capaz realmente la red de forma experimental...?
por ejemplo una muestra artificial muy ruidosa con un constituyente determinista conocido, alguna función compleja que si no se conocía de antemano es imposible de calcular a ojo...
¿hay referencias a estos estudios? ....
No tengo mucha experiencia, ahora solo tengo resultados de mejorar la estrategia que ya funcionaba con el ordenador de National... es decir, el ordenador de National, con los mismos predictores, ha encontrado mejores señales de entrada al mercado que las que yo intenté hacer... esto es un hecho... No tengo ningún prejuicio, ya miraré el mercado más adelante.
Voy a leer sobre las redes de desfase, gracias, no estoy al tanto de ello.
no es una contradicción....
¿Qué considera una contradicción? No lo veo.
De acuerdo con el puesto anterior. Hay supresores de ruido en las neuronas.
¿Qué considera una contradicción? No lo veo.
De acuerdo con el puesto anterior. Hay canceladores de ruido con redes neuronales.
Bueno como en lo que...
La NS tiene más potencial que la "neurona humana" al menos en el reconocimiento facial y todo eso. pero al mismo tiempo, el comerciante de forma manual, es decir, sin IA y que tiene un potencial más bajo y que hace frente a todas estas tareas mucho peor por qué debe de repente el comercio mejor que cualquier sistema ...
Es la más pura contradicción.
Yuri, vamos a tutearte, porque me estoy asustando un poco... por todo lo que me perdonas...)
Bueno como en lo que...
NS tiene el potencial de superar la "neurona humana" al menos en el reconocimiento facial y todo eso. pero al mismo tiempo un trader manualmente, es decir, sin usar la IA y que tiene un potencial inferior y que afronta todas estas tareas mucho peor por alguna razón, debería operar de repente mejor que cualquier sistema...
esa es la máxima contradicción.
y es Yuri, vamos a tutearla, porque me está asustando un poco ...todo esto me lo perdonas...)
Lo siento, pero estoy más acostumbrado a que se dirijan a mí como "usted"). Como quieras, no me molesta.
Un sofisticado NS moderno tiene tanto cerebro como una cucaracha. Una cucaracha se enfrenta con éxito a una gran variedad de tareas. Debido a la alta velocidad del NS, y al hecho de que todo el NS resuelve sólo una clase de problemas, sólo hace frente a esta clase, y nada más.
Un comerciante puede ver cosas que NS no ha entrenado (o no ha aprendido)). No sólo eso, sino que, a diferencia de NS, es capaz de hacer frente a una mayor variedad de tareas. Es decir, incluso teóricamente, el comerciante tiene más posibilidades y es capaz de operar mejor que NS, si no requiere una reacción súper rápida.
Por cierto, los NS también cometen errores. El 90% de fiabilidad no es un mal indicador para NS.
Qué bonitas palabras sobre las redes y la reflexión filosófica en general.
Pero no veo ninguna prueba, ni siquiera una reflexión sobre el tema de las redes de reciclaje.
Entonces, ¿todas sus redes están reentrenadas o no?
PS.
Esa era la pregunta básica al principio del hilo.
Hay RNN y RNN3 y su artículo inédito sobre MQL5. RNN funciona mejor en el optimizador que RNN3.
Porque RNN3 tiene un error -
Los datos se han solicitado para 5 puntos, mientras que la probabilidad se calcula para 4 puntos y no se empieza con la barra actual a0, sino con un desplazamiento de un periodo, es decir, desde a1. La probabilidad se calcula no para el momento actual, sino para el punto a1 - de ahí que los resultados sean malos para a0))
// Преобразование показаний технического осциллятора RSI в диапазон от 0 до 1 включительно
double a0 = rsi[0] / 100.0;
double a1 = rsi[p] / 100.0;
double a2 = rsi[2*p] / 100.0;
double a3 = rsi[3*p] / 100.0;
double a4 = rsi[4*p] / 100.0;
// Вычисление вероятности
double results=RNN(a1,a2,a3,a4);
es decir, =RNN(a0,a1,a2,a3);
Pues bien, para calcular para 5 puntos - hay que aumentar la matriz logarítmica a 32 reglas, es decir,25. Y así sucesivamente, si se necesitan más puntos/entradas. Si tenemos 10 entradas, significará210 = 1024 variables de entrada )))) Me pregunto si MT5 puede manejar tal optimización.