Redes neuronales. Preguntas de los expertos. - página 10
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
Это понятно. Чем меньше ошибка тем больше профит? Или какая взаимосвязь?(я об этом)
¿Puede describir la forma general de la relación que le gustaría ver? ¿Es una fórmula o es suficiente el ejemplo que te di en la página 2 o 3...
Sólo describe lo que te gustaría ver como una relación, porque no está claro qué se entiende exactamente por una relación...
¡Saludos a todos!
Necesito una respuesta sensata, de personas con suficiente experiencia en redes neuronales y algoritmos genéticos, a la siguiente pregunta:
"¿Es posible hacerlo con la tecnología de redes neuronales?"
La tarea es la siguiente: supongamos que hay un indicador de cluster que genera varias decenas de señales diferentes de compra/venta para cada símbolo incluido en el cluster, es decir, tenemos un grupo de señales, y cada señal puede tomar varias decenas de valores, digamos, de 10 a 120 tipos. Todas las señales son únicas y están formalizadas. El resultado son varios cientos de señales únicas de compra/venta. Aquí está la esencia del problema:
-¿Es posible utilizar redes neuronales para modelar la calidad de estas señales sobre los datos históricos de los instrumentos incluidos en la agrupación para determinar el grado de riesgo?
-Si es posible, en qué dirección "cavar", es decir, qué herramientas son las más adecuadas para la tarea.
Приветствую всех!
Нужен вразумительный ответ, от людей имеющих достаточный опыт работы с нейро-сетями и генетическими алгоритмами, на следующий вопрос:
"Возможно ли это сделать с использованием нейро-сетевых технологий?"
Задача заключается в следующем-допустим,есть кластерный индикатор который генерирует несколько десятков различных сигналов Buy/Sell. для каждого инструмента входящего в кластер,т.е. имеем группу сигналов,причем каждый сигнал может принимать несколько десятков значений скажем от 10 - 120 типов. Все сигналы уникальны и формализованы. В итоге получается несколько сотен уникальных сигналов Buy/Sell. Теперь сама суть задачи:
-Возможно ли с помощью нейро-сетей моделировать качество этих сигналов на исторических данных инструментов входящих в кластер, для определения степени риска?
-Если возможно,то в какую сторону "рыть", т.е. какие инструменты наиболее подходят для решения поставленной задачи?
Discutiría sobre su singularidad... :)
La tarea no está clara, es decir, después de leer el "-" sigo sin entender lo que hay que tratar, ¿puede describirlo con más detalle?
¿Las señales llegan en circuito cerrado? Es decir, ¿a la compra le sigue la venta, a la venta le sigue la compra? A grandes rasgos, la señal tendrá la forma 111110001111111000000000111110000000000 donde 0-Venta, 1-Compra Si es así, puede comprobar cómo son de únicas estas señales...
Не совсем так, уникальность сигналов обеспечивается за счет анализа свечных формаций(групп свечей состоящих из 2х и более свечей), на основе анализа модели присваивается уникальный код например 4506. Почему столько много сигналов? просто некоторые модели имеют несколько десятков видов. Стоит задача выявить наиболее важные модели среди всего многообразия.
¿Importante según algún criterio? ¿Cómo juzga usted mismo la importancia?
Важные по какому то критерию? Как Вы сами судите о важности?
Por "importancia" nos referimos a la frecuencia de aparición de las señales, al valor predictivo (factor de beneficio, drawdown), es decir, es necesario controlar las estadísticas de cada tipo de modelo. En principio es fácil organizar todo esto sin redes, pero supongo que el posible uso de la tecnología de redes neuronales en este caso sería lo más prometedor. Si me equivoco, corrígeme, es que nunca he jugado con las redes:)
Под "важностью" подразумевается частота появления сигнала, прогностическая ценность(профит фактор, просадка), т.е. возникает необходимость отслеживать статистику по каждому типу модели. В принципе организовать думаю все это будет несложно и без сетей, но предполагаю, что возможное использование, в данном случае нейро-сетевых технологий будет наиболее перспективным. Если не прав-поправьте, просто не возился ни разу с сетями:)
Si lo piensa, no significa que sea así.
Para entrenar la red, sigue siendo necesario obtener un criterio de importancia antes de alimentar la red con ejemplos. La red no sabrá qué es importante y qué no, porque no tiene poderes telepáticos. Necesita ejemplos concretos.
Под "важностью" подразумевается частота появления сигнала, прогностическая ценность(профит фактор, просадка), т.е. возникает необходимость отслеживать статистику по каждому типу модели. В принципе организовать думаю все это будет несложно и без сетей, но предполагаю, что возможное использование, в данном случае нейро-сетевых технологий будет наиболее перспективным. Если не прав-поправьте, просто не возился ни разу с сетями:)
La frecuencia de la señal es fácil de calcular sin redes, GAs...
El valor pronóstico creo que también, pero hay opciones para usar GAs.
Generalmente no has puesto la tarea, hasta ahora juzgo por las respuestas... Por eso nadie podrá ayudarle.
La unicidad de las señales se consigue analizando los patrones de velas (grupos de velas formados por 2 o más velas). Basándose en el análisis del patrón, se asigna el código único, como por ejemplo 4506. ¿Por qué hay tantas señales? Simplemente porque algunos modelos tienen varias decenas de tipos. La tarea consiste en identificar los patrones más importantes entre toda la variedad.
Un Asesor Experto, con el parámetro "Tipo de Señal" - y en el optimizador, vaya a través de este parámetro, y lo encontrará. Muchísimas tareas pueden resolverse fácilmente sin redes neuronales.