Neuromantes, no paséis de largo :) necesito consejo - página 5
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
.......
Interesante frase, ¿por qué se utilizaron entradas "aleatorias", puedes explicarlo en pocas palabras?
Esta frase significa lo siguiente. En una muestra fiable de gran tamaño, cualquier indicador muestra resultados comparables a los que se obtendrían con entradas aleatorias "fuera de balance". Incluso si una red neuronal "no entiende" lo que su creador trata de explicarle (suele ser un problema de los creadores, pero al mismo tiempo es un escollo).
Los experimentos de entrenamiento de una red neuronal con datos que representan incrementos aleatorios son indicativos. La MO de dicha serie es 0. Una red entrenada con esos datos aleatorios es la mejor entrenada, cuanto más se acerquen sus resultados a 0. Así, una red perfectamente entrenada en una serie de NAs dará una línea recta perfectamente plana de 0.
Y viceversa. Si los resultados muestran un hecho distinto de 0 en la región positiva, esto significa una cosa: se están explotando algunas regularidades encontradas por la red, mientras que también hay un peso que arrastra la MO hacia la región negativa: la dispersión.
1) Hmm, cómo mejorar el trabajo de NS, de todos modos he estado luchando con este problema durante años. Hay algunas mejoras, pero es centavos y migajas, y eso teniendo en cuenta que conozco mi cuadrícula al dedillo. El único salto cualitativo se produjo cuando descubrí cómo mejorar el sistema de formación. Por eso te aconsejo que pienses en esa dirección.
Y así, las entradas (súper secreto de los creadores de redes neuronales) cambian aquí y allá - centavos; ajustan la arquitectura - migajas....
2) Z.U. ¿Podría publicar una prueba completa de OOS, por ejemplo, sólo para el pasado mes de marzo? Intentaré ver cómo se compara con el mío.
3) Z.U.2 En un seguimiento) Entonces, según tú no se trata del tipo de NS. ¿De qué se trata? En principio estoy de acuerdo, pero ese es el secreto de una SN capaz, incluso generalmente teniendo una no puedo formular....
1) Sí, depende mucho del sistema de formación. Pero probablemente no hay mucho que se pueda mejorar.
Acerca de las entradas - hmm, tal vez esta es una de las principales sales para ayudar a cambiar MO a +. Los insumos son impulsados por la teoría que los describe, al menos.
2) Interesante de ver. Y por favor en pares como GBPJPY.
3) Tampoco estoy seguro de que el tipo de NS no tenga nada que ver, pero Andrei afirma que la NS no juega un papel especial en este caso. Mi versión es una combinación de factores: entradas razonadas por la teoría, enlaces razonados por la teoría y descritos por la teoría entre entradas y salidas. Salidas razonadas (aunque, dhz). Me gustaría conocer la opinión de Andrei al respecto.
A juzgar por la rapidez con que se preparan las pruebas con un periodo tan largo y un gran número de reentrenamientos, todo esto está automatizado dentro de la propia DLL.
En EA.
¿Cuántos parámetros/pesos de entrenamiento hay dentro de la propia red, cuál es el criterio para detener el entrenamiento (número de épocas, alcanzar un error aceptable en la muestra de prueba)?
35 neuronas 60 escalas. No hay entrenamiento en su sentido clásico: obtengo el resultado óptimo inmediatamente mediante el CNA.
Interesante frase, ¿puede explicar por qué se utilizaron entradas "aleatorias" en 2 palabras?
Por eso le aconsejo que piense en esta dirección.
Por desgracia, no hay nada que mejorar por falta de ella, pero la comprobación de la red para la adecuación es una idea valiosa, ni siquiera lo tengo todavía. Aunque la probabilidad es minúscula, pero existe.
Z.U. ¿Podría publicar la prueba completa de OOS, por ejemplo, para el pasado mes de marzo? Intentaré ver cómo se compara con el mío.
Mañana entonces ya.
(Seguimiento) Así que, según usted, no se trata del tipo de NS. ¿De qué se trata? Estoy de acuerdo en principio con esto, pero aquí está el secreto de una NS capaz, incluso en general tener uno no puedo formular....
Z.O.S. ¿Podría publicar una prueba completa de OOS del pasado mes de marzo, por ejemplo? Intentaré ver cómo se compara con el mío.
Lo puse en mi mensaje personal.
Sí, gracias, lo he buscado. Es una pena que sea privado, no sé si puedo comentarlo aquí ahora...
Como globo de ensayo, sólo un poco y sin mucha concreción: ¿Hay algún error en el algoritmo, porque a 15M TF se abren todas las operaciones como a 1H TF? Aunque puede ser sólo la participación de los datos de una TF más grande en el cálculo...
Y lo primero que se me ocurre como mejora, donde quizás deberíamos buscar una respuesta:
- realmente obtenemos un sistema volteado (excepto en algunas operaciones), podemos "jugar" con el umbral del Asesor Experto en la respuesta de la red neuronal como un filtro de señal débil. Lo que obviamente es bueno en un período de entrenamiento (el sistema volteado a la "potencia" de NS realmente alcanzará su máximo), requiere un enfoque algo diferente en la interpretación de una señal en los nuevos datos.
- La contradicción: el porcentaje de operaciones rentables (normal) y el resultado final (quiero mejorarlo). Hace un par de años, solía hacer un Asesor Experto basado en k- vecinos más cercanos; el valor porcentual de las operaciones rentables era establemente superior al 70-75%, mientras que el resultado final no era tan bueno. El 25% restante de las operaciones resultó ser tan gordo que me tragué todo el beneficio del 75% de las operaciones exitosas. Yo también tengo algunas ideas al respecto, pero para ser sincero, no he resuelto realmente este problema. Aunque, entiendo dónde están creciendo sus raíces.
En general tengo todo lo de tu sistema excepto el "eco" pero aún no me he acostumbrado, pero es una pérdida de tiempo) y una cosa:
¿Qué tipo de teoría justifica las entradas en el contexto del problema aplicado que estamos resolviendo? Es digno de un Premio Nobel) de nuevo traté de traer un poco de base teórica para las entradas NS, en particular, este mismo objetivo que pedí en una rama https://www.mql5.com/ru/forum/114902 Pero para decir que he tenido éxito, de nuevo no puedo. Más concretamente, lo he conseguido, pero es tan exagerado que es difícil de utilizar en la práctica.
Como globo de ensayo, sólo un poco y sin mucha concreción: ¿Hay algún error en el algoritmo, porque a 15M TF se abren todas las operaciones como a 1H TF? Aunque probablemente sólo se trate de la participación en los cálculos de los datos de una TF mayor...
Es lo específico del trabajo.
Lo que evidentemente es bueno en el período de aprendizaje (el sistema de inversión a la "potencia" de NS dará efectivamente el máximo), requiere un enfoque ligeramente diferente en la interpretación de la señal en los nuevos datos.
Bueno, puedes quedarte con el sistema que quieras. Sí ahora es casi reversible, hay un pequeño espacio entre el cierre y la apertura, se puede jugar con él, pero apenas hará mucho. Intentaré explicar por qué.
En el periodo de aprendizaje cualquier estrategia de trading adecuada se comportará bien. En adelante cualquiera fallará. Es decir, una burda fallará tanto como una sofisticada, ya que la operación se basa simplemente en datos desconocidos. Sí, para ser completamente transparente, la estrategia de negociación está en la parte superior y depende sólo de la cola. Neuronics no depende en absoluto de la estrategia comercial.
Básicamente he entendido todo lo de tu sistema, excepto lo del "eco", aún no he digerido hasta el final cómo funciona, pero eso es una ganancia) y un punto:
Bueno, si ese es realmente el caso, bienvenido al privado, podemos hablar más sustancialmente allí.
Es una pena que no se escuche a otros neuronistas.
EuroChief
¿Qué tipo de teoría podría justificar las entradas en el contexto del problema aplicado que estamos resolviendo? Esto es digno de un Premio Nobel) De nuevo intenté aportar alguna justificación teórica de las entradas de NS, en particular pedí este mismo objetivo en la rama https://www.mql5.com/ru/forum/114902. Pero de nuevo no puedo decir que lo haya conseguido. Más concretamente, lo he conseguido, pero es tan exagerado que es difícil de utilizar en la práctica.
La teoría de los patrones de desbordamiento y el segundo tipo de ST. No, no es digno de un Premio Nobel, por supuesto. Aquí no hay ningún descubrimiento fundamental ni ninguna deducción matemática. Se trata más bien de un conjunto de consideraciones que pueden utilizarse para seleccionar y recopilar datos de entrada para su análisis por una red neuronal u otra herramienta de análisis.
Todavía se necesita una cantidad monstruosa de trabajo teórico y experimental para construir una idea clara de por qué funciona.
....
EuroChief
Puedo decirte más o menos.
El EF es de aproximadamente 4,5, es decir, para este tiempo (10.2001 a hoy) con una detracción máxima del 25% en el eurochief puede ganar 100 *(1,2^4,5 - 1) = ~130% .
Para iniciar una conversación seria, necesitas un FS de al menos 20
¿Cómo se aborda el problema del reentrenamiento de las redes neuronales? ¿Cómo se forma una muestra de prueba?
Esta es una cuestión importante para mí personalmente. Ahora estoy leyendo artículos sobre el tamaño de la muestra de entrenamiento y quiero hacer algunos experimentos con la forma de formar una muestra de prueba, que siempre utilizo para la parada de entrenamiento temprana.
Por qué lo pregunto: He mirado los resultados de su OoS y los resultados de la muestra de prueba. Aparentemente, el sistema aprende bien y se aproxima a los patrones en los segmentos de prueba, pero a veces falla en los segmentos de validación. Tal vez tenga sentido formar la muestra de prueba de una manera diferente...