NS + indicadores. Experimento. - página 5

 
Mathemat:

No tengo este entendimiento y todavía no lo tengo. Prival, no acepto tu hipótesis de que sea una especie de pre-intervalo (¿recuerdas el pico de 200 puntos en el cable, que se hace con un tick?). No se puede predecir, pero Fibami... creo que es bastante probable...


¿Por qué, Mathemat, una red neuronal debería ser capaz de predecir tales tachones? ¿Y en general, cualquier TC, debería hacer algo así? Eso significa que su requisito para un TS es predecir todos los ticks con precisión en tiempo y magnitud. ¿Es mucho pedir?
 

a klot

Me gustaría mucho ayudarte, ya que uso sin escrúpulos tu biblioteca de FFT y no he enviado ni siquiera una botella de champán para el año nuevo. Y a muchos otros, que están tratando de construir un sistema de comercio basado en redes neuronales (TS), me gustaría ayudar también.

Me gustaría comentar algunos de mis comentarios en este hilo. Tal vez mis conocimientos no sean tan anticuados y puedan ser útiles. En algún momento de 1987 estuve investigando sobre la creación de un algoritmo que reconociera los tanques. En aquella época no había paquetes de software tan bonitos, y el ordenador 286 era una bendición lejana. Así que las ideas, que ahora veo en la Asamblea Nacional, fueron investigadas allí.

Uno de los más llamativos es Fain Reader, lo que realmente podría salir de esos algoritmos en tales tareas funcionaron bastante bien. Es decir, a la entrada del algoritmo se dividió una imagen fotográfica (texto escaneado) en clusters, se suavizaron los bordes de estas manchas y se mejoró la nitidez de la imagen, luego por la integral de correlación máxima se asignó esta mancha a una clase de tanque, BMP, APC, KamAZ, etc. En Fain Reader es la letra a, b, c, etc.

Desde entonces tengo la actitud hacia estos algoritmos"De hecho, alimentar a NS simplemente probando varios indicadores es casi lo mismo que probar todas las combinaciones conocidas de indicadores y ver si algo resulta.Todo está determinado por la arquitectura, por lo que hay dentro. Y la entrada correcta es sólo una, es un flujo de citas, todo lo demás es una transformación de este flujo.

Un algoritmo no puede ser universal para todo a la vez, sino que debe adaptarse para realizar una tarea específica. Y tiene una entrada, una foto (hoja escaneada). Intenta mover la hoja durante el escaneo y el algoritmo se desmorona como un castillo de naipes. Estos algoritmos funcionan bien con objetos estacionarios y los reconocen, es decir, los asignan a una determinada clase a,b,c, etc.

Es posible que puedan detectar (reconocer) el estado en el que nos encontramos ahora (a, b, c, etc.) pero no pueden predecir. El algoritmo no sabe lo que voy a hacer en el próximo minuto con esta hoja.

Cómo se manifiesta todo esto en el mercado de divisas. NS puede reconocer el estado en el que nos encontramos ahora y no nos dirá lo que ocurrirá dentro de 5 minutos. Al transformar todo el flujo de datos, encuentra picos (fondos), construye una línea, espera hasta que el precio llegue a esta línea de nuevo (reconoce la situación) y decide jugar en la ruptura de esta línea o en un rebote. Del mismo modo, creo que NS puede reconocer que estamos en un punto determinado (a.b.c. ...), pero no nos dirá qué hacer a continuación.

Se necesita mucho tiempo para explicar todo. En mi opinión, la salida de NS debería ser así 'Teoría de los flujos aleatorios y FOREX'.

Y si todavía quiere utilizar el NS, a continuación, darle a la entrada de la derivada de este indicador 'Versión optimizada de la media móvil adaptativa de Kaufman AMA de wellx' y creo que necesitan mucho (debe diferir periodAMA nfast nslow G) hasta que la "maldición de la dimensionalidad" no va a matar (que no trataría de ir a través de todos en una fila tratar de elegir como uncorrelated). Volviendo a los tanques, no me importa dónde está ahora, necesito saber dónde estará cuando el proyectil lo alcance (dónde subirán o bajarán las cotizaciones desde el punto de entrada en el mercado). Por lo tanto, hay que analizar el vector de velocidad como se comporta.

Creo que muchos de vosotros ya habéis llegado a esta conclusión de que es necesario aplicar la MA y el zigzag para entrar. Me parece que la MA toma la derivada de la MA y el zigzag son puntos en los que el vector velocidad cambia de dirección, por lo que la derivada de este indicador debería funcionar.

Así que es así. Tal vez, te he engañado y mis conocimientos son tan anticuados como los de un dinosaurio. Y me equivoco en que la entrada solo es un flujo de citas (hoja de papel, foto) y debe ser de buena calidad. Y utilizar NS para reconocer una clase es un sinsentido.

Pero sinceramente estoy tratando de ayudar.

 
Yurixx: ¿Una red neuronal debería predecir esos picos, Mathemat ? De hecho, ¿debería hacerlo cualquier ST? Esto significa que su requisito para el ST es predecir todos los ticks con precisión en tiempo y magnitud. ¿Es mucho pedir?
No Yurixx, Dios no lo quiera, que otro prediga todos los ticks, pero no mi TS. No sé cómo se me ha colado aquí la red neuronal (probablemente el nombre del hilo ha influido), pero sólo quería decir que la idea de hai y baja como un intervalo de confianza de algún valor (¿Cerca?) con un modus operandi no demasiado dramático es, por decirlo suavemente, extraña.
 
2 Prival
un poco del lado de los tanques. cuando era estudiante de tercer año, recuerdo haber hecho reconocimiento de imágenes, aplicando varios filtros Kuwahara, vectorización y pr..... y luego ns. entonces encontré una solución. la tarea era reconocer caras en la imagen. y como era estúpido enviar toda la imagen a la red, me limité a una ventana. y la misma red neuronal podía cambiar el tamaño de la ventana y moverla a lo largo de dos ejes. Parecía muy interesante, todo en el trabajo. La vida es movimiento. La vida artificial, ya sabes. )) Más tarde, se pensó en algoritmos más avanzados. Pero nunca llegó a aplicarse.
El próximo día intentaré implementar algo basado en filtros con NS. Cómo es eso. mmm... Sí.
 
klot:
Hago todos mis experimentos con NSDT. Tomo diferencias entre el precio y los últimos extremos de ZZ. Y también entre el último y el penúltimo extremo, etc... Y también relaciones entre divergencias, - (X-A)/(A-B), (B-A)/(B-C), (B-C)/(C-D), (X-A)/(D-A), en general tratando de construir modelos armónicos de Hartley. Puse todo en una red de probabilidad (hay varias variantes en NSh). Normalicé los valores usando NSh, de hecho esta fórmula

(x-ma(x,n))/(3*stdev(x,n)), últimamente siempre utilizo esta fórmula. Y, en realidad, adelante con la formación, la comprobación y el OOS. .

Ya veo, gracias. Y he echado un vistazo a tu ejemplo. Resulta que la normalización para formar -1 +1. Intentaré experimentar con su versión.

Me olvidé de hacer una pregunta más. Tengo entendido que usted está utilizando NeuroShell DayTrader. ¿Por qué no está satisfecho con NeuroShell2? Lo pregunto porque tengo la versión 4.0 de NS2, y no estoy interesado en otros paquetes similares. ¿Puede ser que me equivoque? ¿Qué le gusta personalmente de DayTrader?

 

klot, existe tal sugerencia. Sólo utiliza las diferencias de precio. Es decir, sólo se tiene en cuenta el valor del precio. Intenta utilizar también intervalos de tiempo. La mayoría de los indicadores sólo funcionan con el precio. Y no sólo los indicadores, sino que la mayoría de los operadores utilizan los cambios de precios en el mercado. Pero el precio está muy relacionado con el tiempo. Las versiones disponibles de los indicadores de patrones (no sólo Gartley) también consideran principalmente sólo el precio. En relación con ZZ podemos sugerir el uso de dicho parámetro. El número de compases durante los cuales se construyó el rayo ZZ.

Es posible utilizar la herramienta Fibo Time. Intentaré mostrar los gráficos usando Fibo Time en Onyx en un futuro próximo. Más cerca del año nuevo o después del año nuevo.

 
Mathemat:
Yurixx: ¿Por qué, Mathemat, una red neuronal debería predecir tales tachones? ¿Y en general, cualquier TS, debería hacer eso? Eso significa que su requisito para un TS es predecir todos los ticks con precisión en tiempo y magnitud. ¿No es demasiado pedir?
No, Yurixx, Dios no lo quiera, que otro prediga todos los ticks, pero no mi TS. No sé cómo he llegado a la red neuronal aquí (probablemente debido al nombre del hilo), pero sólo quería decir que la idea de hai y baja como un intervalo de confianza de algún valor (¿Cercano?) con m.o. no muy dramáticamente cambiante es, cuanto menos, extraña.


Estoy de acuerdo, un intervalo de confianza en el sentido real del término no encaja aquí. Pero creo que Prival se refería más a una analogía. Al fin y al cabo, efectivamente, el valor del precio (¿por qué necesariamente Cerrar?) está en este intervalo. Pero el mo aquí cambia, imho, así que no hay ganancia.

Y conseguir un verdadero intervalo de confianza al menos en la barra actual, por no hablar de la futura, sería más que genial. De hecho, sería una solución lista para el problema de construir una estrategia.

 
Yurixx:
Matemáticas:
Yurixx: ¿Debería una red neuronal predecir esos sementales, Mathemat ? ¿Y en general, cualquier TS, debería hacer eso? Eso significa que su requisito para un TS es predecir todos los ticks con precisión en tiempo y magnitud. ¿No es demasiado pedir?
No, Yurixx, Dios no lo quiera, que otro prediga todos los ticks, pero no mi TS. No sé cómo he llegado a la red neuronal aquí (probablemente el nombre de la rama tuvo un efecto), pero sólo quería decir que la idea de hai y baja como un intervalo de confianza de algún valor (¿Cercano?) con m.o. que no cambia demasiado bruscamente es, por decirlo suavemente, extraña.


Estoy de acuerdo, un intervalo de confianza en el sentido real del término no encaja aquí. Pero creo que Prival se refería más a una analogía. Al fin y al cabo, efectivamente, el valor del precio (¿por qué necesariamente Cerrar?) está en este intervalo. Pero el mo aquí cambia, imho, así que no hay ganancia.

Y conseguir un verdadero intervalo de confianza al menos en la barra actual, por no hablar de la futura, sería más que genial. De hecho, sería una solución lista para el problema de construir una estrategia.


Bueno, parece que mis pensamientos empiezan a converger. Ahora, por favor, mire desde el mismo punto de vista (intervalo de confianza) aquí 'Necesita un indicador que refleje el precio en tiempo de operación'.
 
Prival, recuerdo tu primer post. El problema es que el intervalo de confianza (más o menos 3 s.c.o.) sólo tiene sentido en la aproximación gaussiana. Entonces la gran mayoría de los resultados posibles estarán dentro de ella (0,997). Y si es 0,7, habrá demasiados errores. Y el problema más importante está en la estimación del modus operandi en el momento actual.
 

Antes de buscar en otra parte, vale la pena resolver las cuestiones básicas después de todo. En mi opinión, hay dos.

1. El intervalo de confianza es, al fin y al cabo, una analogía. El valor del intervalo de confianza para los valores de los precios en la barra dada no se conoce a priori. Podemos hacer algunas previsiones al respecto, pero ya es un elemento de la ST y, por lo tanto, debe ser fundamentado al menos ideológicamente. ¿Dónde están? El valor de High-Low cambia en cada barra. Por lo tanto, cualquier predicción de este "intervalo de confianza" sólo puede hacerse estadísticamente. ¿En qué se basan las estadísticas? ¿Cuáles son sus propiedades? Tal vez estas estadísticas puedan vincularse a la volatilidad local ¿cuál? ¿De dónde viene? ¿Cómo describir su dinámica? ¿Cómo determinar el High-Low a partir de él? Hay ideas clásicas, pero ¿quizás haya ideas más fructíferas?

2. El valor alto-bajo de una barra de futuro es sólo la mitad. Si no hay posibilidad de predecir la dinámica de mo al menos con el mismo nivel de fiabilidad, entonces todo es vanidad y coger el viento. De ahí la pregunta: ¿cómo predecir la dinámica del mo?

Razón de la queja: