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
Muéstrame entonces, muy interesante. Preferiblemente con detalles, número de neuronas, número de entradas, número de ejemplos de entrenamiento, etc.
Entonces es caótico.
¿Ha intentado resolver el problema en una dirección diferente, no para predecir la siguiente barra, sino para contar el número de errores de la red? Es decir, la parrilla encuentra alguna regularidad (tendencia) en la historia reciente y comprueba si esta regularidad sigue presente en las barras actuales. Si la regularidad dejó de funcionar (la red empezó a cometer demasiados errores), entonces la tendencia debe haber cambiado. Y por lo tanto podemos buscar un punto de entrada en el mercado.
Entonces es caótico.
Entonces muéstrame, es muy interesante. Preferiblemente con detalles, número de neuronas, número de entradas, número de ejemplos de entrenamiento, etc.
Yo responderé por el Combinador.
Aquí está la curva. Número de neuronas - cualquiera. Número de entradas - cualquiera. Cantidad de muestras de entrenamiento - cualquiera. Y todo lo demás - cualquier cantidad.
Yo responderé por el Combinador.
Aquí está la curva. Número de neuronas - cualquiera. Número de entradas - cualquiera. Cualquier número de ejemplos de formación. Y todo lo demás - cualquier cantidad.
Sólo los tontos. ¿Puede alguien mostrar lo que muestra su red neuronal durante el periodo de entrenamiento?
Paquete de 2 NSs aprendiendo lo mismo, pero en diferentes tf. 12 entradas, 10 neuronas en la capa oculta, 1 salida para cada una. Aprende con sólo 50 compases de historia, no se reentrena durante las pruebas. Pero estoy aprendiendo, esta es una variante intermedia. Prueba fuera de la muestra, fuera de la muestra de entrenamiento.
Paquete de 2 NSs aprendiendo lo mismo, pero en diferentes tf. 12 entradas, 10 neuronas en la capa oculta, 1 salida para cada una. Aprende con sólo 50 compases de historia, no se reentrena durante las pruebas. Pero estoy aprendiendo, esta es una variante intermedia. Prueba fuera de la muestra, fuera de la muestra de entrenamiento.
¿Por qué los diferentes volúmenes?
¿El fondo? No son los volúmenes, es el nivel de margen libre.
Hay poca información en el foro sobre las soluciones preparadas y la eficacia de las redes neuronales para operar en el mercado. Sugiero debatir y compartir la experiencia aquí. Si ya existe un hilo de discusión, por favor, enlaza con él.
Estoy usando clases de aquí, simple Perspectron multicapa. Espero que las clases cuenten correctamente, cuento con la experiencia del autor. Empezó a experimentar, interesante :)
En este momento tengo 11 índices en la entrada, la salida es un zigzag, desplazado en 1 barra hacia el futuro.
Estos son los resultados de mi cuadrícula de 8 meses. Estoy entrenando en 1000 barras, 10000 épocas, 70 neuronas en una capa oculta. Las señales se invierten y son puramente por red neuronal, sin filtros adicionales. 15 min tf.
También intenté implementar un algoritmo similar allá por 2013.... Pero utilicé 7 indicadores, y Zigzag se utilizó para formar un vector para el entrenamiento del NS. Pero la esencia es la misma - estaba buscando posiciones de inversión... Cuando empecé a utilizar Zigzag no tenía ni idea de qué hacer con ellos. hasta que accidentalmente me encontré con algunos patrones. Eso cambió radicalmente mi ST. Ahora mi algoritmo es mucho más sencillo:
1. Cálculo de patrones en el marco de minutos y horas, durante el último año;
2. Hacer un diccionario de puntos de inflexión (pares "patrón de minutos - patrón de horas") ;
3. Enseñar NS utilizando el diccionario de puntos de inflexión (sobre 150-160 pares);
Este es el resultado de mi enfoque:
A las desventajas de mi enfoque:
1) Alto riesgo de la ST - como no es posible determinar el valor exacto del precio de ruptura, la ST coloca 9 órdenes pendientes con lotes: 1, 1, 3, 6, 14, 31, 70, 158, 355;
2) Dificultad para implementar un algoritmo de salida (TS de arrastre);
Así que la NS puede utilizarse para el comercio, la única cuestión es qué enseñar a la NS...
P/s: por patrones me refiero a los de A. Merrill (M & W) .