Uso de la inteligencia artificial en MTS - página 22
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
En mi opinión, no vale la pena andar con redes :)
Aprender NS es en realidad optimizar una función con un enorme número de parámetros (cientos y miles).
No sé qué hacer para evitar el sobreentrenamiento en este caso,
La mejor solución es obtener una muestra de entrenamiento de 1 a 100 millones de muestras.
Pero no hay garantía...
Ocurre cuando se tienen muchos parámetros de optimización y pocos datos.
Pero esto plantea la cuestión del tamaño de la red. Lo que una red puede almacenar depende de su tamaño y arquitectura. Si se dan demasiadas muestras para entrenar que la red no puede recordar, se producirá el efecto de sobreaprendizaje: la red dejará de reconocer lo que sabe.
http://www.osp.ru/os/1997/04/179189/
http://www.exponenta.ru/soft/Others/mvs/stud3/3.asp
Pregunta para los matemáticos:
¿Es la idea de aplicar una distribución normal multivariante de los parámetros a optimizar igual al principio de las redes neuronales?
Por favor, explíquelo claramente.
Explica la pregunta.
EXPLICA:
Ahora pienso que es necesario operar no con parámetros ajustados específicos, sino con el espectro de cada parámetro en el sistema.
La forma más fácil es poner varios EAs idénticos, pero con diferentes conjuntos de parámetros - en diferentes rangos del espectro de parámetros.
A cada uno de estos Asesores Expertos se le debe asignar un determinado % del depósito, pero todos ellos deben ser iguales al valor del porcentaje del depósito, cuando se opera con un solo Asesor Experto (sin espectro).
Entonces, si en las medias móviles tres Asesores Expertos abren tres posiciones, respectivamente al principio del movimiento en el medio y al final.
Todavía no puedo decidir cómo usar esta idea en un EA para probarlo.
He preguntado a Posh sobre este problema pero todavía no hay respuesta.
La tarea de la distribución normal multivariante (gaussiana) y las redes neuronales de tipo aX+bY+...=Z son las mismas (para el trading), o me he confundido y tengo la cabeza confusa?
Nunca he oído que nadie haya obtenido resultados positivos.
En otras palabras, se llama "diversificación por parámetros".
En MT es simple - pon todo lo que tienes en la función de inicio en otra función con parámetros,
y llamarlo en un bucle en la función de inicio, dándole el conjunto de parámetros que necesita.
No debería funcionar, al menos por el principio de superposición de posiciones.
(los sistemas independientes se suman aditivamente, es decir, si cada uno falla por separado, la suma también fallará).
No tiene nada que ver con las redes neuronales.
La aparición de la distribución gaussiana o sus derivadas (por ejemplo, la distribución lognormal)
suele ser indicativo de la "eficiencia del mercado" (la distribución normal es una consecuencia del teorema del límite central).
Y no hay nada que atrape ningún sistema.
Sólo se puede comerciar con la "ineficiencia del mercado".
Ahora creo que es necesario operar no con parámetros específicos ajustados, sino con el espectro de cada parámetro en el sistema.
La forma más fácil es establecer varios Asesores Expertos idénticos, pero con diferentes conjuntos de parámetros - en diferentes rangos del espectro de parámetros.
A cada uno de estos Asesores Expertos se le debe asignar un determinado % del depósito, pero todos ellos deben ser iguales al valor del porcentaje del depósito, cuando se opera con un solo Asesor Experto (sin espectro).
Entonces, si en las medias móviles tres Asesores Expertos abren tres posiciones, respectivamente al principio del movimiento en el medio y al final.
Pero todavía no sé cómo poner esta idea en un Asesor Experto para probarlo.
Con la "diversificación de parámetros", los resultados de las pruebas serán sin duda peores que con los parámetros sobreoptimizados.
Pero la capacidad de supervivencia del sistema con nuevos datos debería aumentar.
Voy a probar con diferentes MagikNumber en un Asesor Experto con la salida de los resultados de la evaluación personalizada de cada posición en el "espectro" a un archivo.
Así que, déjame hacerte una pregunta.
¿Qué tienes?
Con la "diversificación de parámetros", los resultados de las pruebas serán sin duda peores que con los parámetros sobreoptimizados.
Pero la capacidad de supervivencia del sistema con nuevos datos debería aumentar.
Voy a probar con diferentes MagikNumber en un Asesor Experto con la salida de los resultados de la evaluación personalizada de cada posición en el "espectro" a un archivo.
Así que, déjame hacerte una pregunta.
¿Qué tienes?
La plantilla de Asesores Expertos es MUY FÁCIL de insertar un número ilimitado de estrategias que funcionan independientemente unas de otras.
Así que tengo un Asesor Experto universal para todas las ocasiones (como probablemente todo el mundo aquí ya tiene).
Pero no estamos hablando de diferentes estrategias trabajando al mismo tiempo, estamos hablando de una estrategia trabajando simultáneamente con parámetros diversificados.
Tengo un Asesor Experto universal para todas las ocasiones (como probablemente todo el mundo aquí ya tiene uno).
Pero no estamos hablando de la operación simultánea de diferentes estrategias, sino de la operación simultánea de una estrategia con parámetros diversificados.
No he notado la universalidad de su Asesor Experto, a juzgar por...
Pero todavía no he descubierto cómo poner esta idea en un Asesor Experto para probarlo.
Y el trabajo de una estrategia, con, como escribes, parámetros diversificados, es aún más fácil de implementar que el trabajo de varias estrategias.
Si tienes alguna idea, ¡ponla ahí!
Y todo el mundo puede soltar una idea con la lengua.
Y ya he puesto la idea en mi experto.
Todo salió bien.
Estoy pensando en la mejor manera de visualizar y comprender.
¿Cómo filtrar las órdenes en un gráfico después de la prueba con un determinado MagikNum?
¿Quién sabe?