Encontrar un conjunto de indicadores para alimentar las entradas de la red neuronal. Discusión. Una herramienta para evaluar los resultados. - página 3
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
Yo también estoy muy interesado en encontrar un conjunto mínimo de indicadores y la evaluación de los resultados, pero para mis propios fines.
Sólo que en lugar de un precio de cierre es necesario utilizar el resultado de la operación.
Eso es exactamente lo que quiero decir...
¿Cómo se forma un vector que luego se pasa a JGap, es sólo un vector de valores W o son valores W codificados.
¿Qué es una función objetivo? Puedo poner un ejemplo: si tomamos como objetivo la función f E[i](t) = D[i](t) - Y[i](t), donde E es el error, D es el valor esperado en la salida, Y es el valor obtenido por la entrada de la muestra de entrenamiento X, i es la norma de la neurona, t es el número de época. Si tomamos E[i](t) = Sign(D[i](t) - Y[i](t))*(D[i](t) - Y[i](t))^2 en una serie de tareas, el resultado es mucho mejor. Por ejemplo, si formamos una serie que refleje los atractores de los sistemas dinámicos clásicos (Lorenz, Henon, Rössler,...), podemos incluso entrenar la red para que se aproxime a esos datos, no profundamente pero sí.
No lo he probado con series formadas a partir de cotizaciones de divisas :) porque no creo que funcione :)
No. Sólo paso el valor de la función objetivo al algoritmo genético, y el algoritmo genético produce un vector de valores para cada gen, que convierto en una matriz de pesos de la red neuronal.
Con un diseño como éste, se puede conseguir una evitación casi vertical sin que se produzcan deslizamientos. ¿Abordará la cuestión del reentrenamiento en la neurona?
El tema de la recualificación está en un segundo plano por ahora... Tomaré 2 meses de M5 (son 12*24*22*2=12.000+ valores) y los utilizaré para entrenar una red neuronal que tenga 150 -300 escalas... Creo que aquí se está muy lejos de la reconversión profesional
Y la reconversión puede que no se produzca... Si el autor cita como gráfico el error en una muestra de prueba, se puede saber de un vistazo lo que ocurre con el sobreentrenamiento.
¿De qué error estamos hablando? la función objetivo es mayor - por lo que el gen es más apropiado...
Estoy de acuerdo. Está trabajando con una caja negra. El sobreentrenamiento es muy probable. Estimado iliarr puedes publicar el gráfico de entrenamiento.Estoy registrando el número de hilo, el número de generación (hasta un máximo de 10), el valor de la función objetivo... No creo que esta información pueda decirte nada sobre la reconversión... No creo que haya reentrenamiento porque la muestra de entrenamiento es mucho mayor que el número de pesos de la red neuronal
No deberías usar los brazos que agitan. O mejor dicho, no debería utilizar sólo las medias móviles. Trate de experimentar con un conjunto de diferentes tipos de indicadores, preferiblemente el algoritmo de cada indicador debe ser radicalmente diferente de los demás. Entonces obtendrá más información para la red.
Un punto más.
Está utilizando un sistema de comercio inverso basado en señales NN. Es exactamente lo mismo que el experto estándar de muvingaverage. Ni mejor ni peor.
Busque una manera de determinar el tamaño de SL y TP con NN, y formas de acompañar las posiciones abiertas. También se puede abrir al azar.
El AG es sólo una herramienta de optimización (destornillador para la máquina). Con unas diferencias mínimas puedes utilizarlo o cualquier otro algoritmo de optimización (destornillador).
Esta fue la pregunta principal para la que creé el tema... ¿Qué conjunto de indicadores utilizar? No sé lo suficiente sobre indicadores para poder hacer una buena elección, y no tengo suficientes recursos para hacer una búsqueda estúpida... Si tienes un conjunto completo de indicadores, te lo agradecería.
Cuando tengo la información en tiempo real, no sé lo que tengo y no sé cómo hacerlo.
Registro el número de hilo, el número de generación (hasta un máximo de 10), el valor de la función objetivo... No creo que esta información pueda decirte nada sobre la reconversión... No creo que haya ningún reentrenamiento, ya que la muestra de entrenamiento supera ampliamente el número de pesos de la red neuronal
El público necesita ver una dependencia gráfica del error de aprendizaje con el tiempo (número de épocas).¿Y si lo hacemos según el principio del mono de la suerte? Por ejemplo, tomemos el CCI y comprobémoslo en todo el historial disponible, elegiremos sectores rentables que no pierdan todo el tiempo. Luego tomamos Momentum, Bollinger, Muvings y elegimos zonas rentables. La negociación se realiza de forma virtual y un sistema que se muestra tan bueno como la selección inicial es admitido para la negociación real. Si la historia se repite debería funcionar. Además, la ventaja de este enfoque es una estimación aproximada de la duración de una situación buena. Cuáles son sus criterios para la selección de zonas rentables como el número de operaciones, la media de transacciones, el máximo drawdown, la duración de una zona rentable, tengo una pequeña idea, ya te lo diré más adelante.
¿Lo decías en serio? ¿O tal vez necesita algunas modificaciones?
Esta fue la pregunta principal para la que creé el tema... ¿Qué conjunto de indicadores utilizar? No sé lo suficiente sobre indicadores para poder hacer una buena elección, y no tengo suficientes recursos para hacer una búsqueda estúpida... Si tienes un conjunto completo de indicadores, te lo agradecería.
Si tienes un buen conocimiento del detector, no te preocupes, lo conseguiré enseguida.
ya tengo un buen conocimiento de los indicadores, les daré un buen resultado.
y en 2 días tendrás tu propia opinión.