Búsqueda de un patrón arbitrario mediante una red neuronal

 

Sugiere alguna idea para encontrar un patrón en un gráfico. Por ejemplo, "cabeza y hombros".

No puedo entender qué tipo de datos introducir y cómo enseñarlos, porque el patrón puede ocupar diferente número de barras y tener diferentes formas.

Lo único que se me ocurre es una red convolucional. Pero aún no está claro qué doblar y cómo hacerlo.

 
Anton_M:

Sugiere alguna idea para encontrar un patrón en un gráfico. Por ejemplo, "cabeza y hombros".

No sé qué datos hay que introducir y cómo enseñarlos, porque el patrón puede ocupar distinto número de compases y tener distintas formas.

Lo único que se me ocurre es una red convolucional. Pero todavía no está claro qué es exactamente lo que hay que convulsionar y cómo.

Como alternativa, puedo sugerir lo siguiente.

Al principio, intentamos determinar este patrón en el gráfico de la forma más clara posible utilizando las matemáticas y las condiciones. Es natural que incluso al máximo tengamos una muestra en la que haya patrones verdaderos y también falsos que las matemáticas y la lógica ordinarias no podrían cortar. De este modo, obtuvimos la llamada "muestra sucia" y aquí debemos utilizar las redes de clasificación para limpiar completamente esta muestra. O más bien enseñar a la red para que pueda hacer una muestra limpia a partir de una sucia, dejando sólo la cabeza y los hombros verdaderos para trabajar y la basura para el cubo de la basura. Alternativamente...

 
Anton_M:

Sugiere alguna idea para encontrar un patrón en un gráfico. Por ejemplo, "cabeza y hombros".

No puedo entender qué tipo de datos introducir y cómo enseñarlos, porque el patrón puede ocupar diferente número de barras y tener diferentes formas.

Lo único que se me ocurre es una red convolucional. Pero aún no está claro qué doblar y cómo hacerlo.

Es posible hacer un modelo de patrón y comprobarlo con la correlación habitual. Pero para un patrón de cabeza y hombros el modelo es complicado, consta de 6 segmentos, y cada segmento puede ser de diferente longitud(número de barras).Pero es posible hacerlo de forma automática. Por supuesto, es mucho más conveniente recoger ese patrón de la cartera utilizando la regresión, pero este es otro tema. Todo depende del número de patrones que estemos buscando. Y como dice el refrán, no es seguro que el ogi dé una ventaja en el ejercicio.
 
Mihail Marchukajtes:

Como alternativa puedo sugerir lo siguiente.

Al principio, utilizando las matemáticas y las condiciones ordinarias, tratamos de determinar este patrón en el gráfico con la mayor claridad posible. Es natural que incluso al máximo obtengamos una muestra que contenga patrones verdaderos así como falsos que las matemáticas y la lógica estándar no podrían cortar. De este modo, obtuvimos la llamada "muestra sucia" y aquí debemos utilizar las redes de clasificación para limpiar completamente esta muestra. O más bien enseñar a la red para que pueda hacer una muestra limpia a partir de una sucia, dejando sólo la cabeza y los hombros verdaderos para trabajar y la basura para el cubo de la basura. Alternativamente...

Esa era la idea. Pero hay un matiz aquí, según entiendo, hay que alimentar alguna ventana de datos a la entrada (digamos 200 barras, para asegurarse de que todo el patrón encaja en ella), entonces:

1) el patrón puede estar en diferentes partes de la ventana, y el clasificador no puede entenderlo, ya que la ventana con el patrón en la parte izquierda será diferente de la ventana con el patrón en la parte derecha;

2) el clasificador debe ser autoorganizado, porque un modelo matemático estricto, además de patrones falsos, también cortará una parte de los patrones verdaderos;

3) La autoorganización no garantiza la clasificación de un patrón concreto.

 
Anatolii Zainchkovskii:
Es cierto que para un patrón de cabeza y hombros el modelo es complicado, consta de 6 segmentos, y cada segmento puede tener una longitud diferente(número de barras).Pero es posible hacerlo de forma automática. Por supuesto, es mucho más conveniente recoger ese patrón de la cartera utilizando la regresión, pero este es otro tema. Todo depende del número de patrones que estemos buscando. Y no es seguro que el ogi dé ventajas en el ejercicio.

El mercado es fractal y los segmentos de niveles superiores están formados por segmentos de niveles inferiores, y podemos verlo como una línea rota.

 
Anton_M:

puede constar de más segmentos (tenemos que definir qué es un segmento), porque el mercado es fractal y los segmentos de niveles superiores constan de segmentos de niveles inferiores, lo que podemos ver como una línea discontinua.

Eso es genial. Ejemplos de estas líneas rotas (patrones) se pueden ver en mi cuenta, he publicado capturas de pantalla. Sólo para ver cuánto difiere el gráfico de mercado encontrado del modelo.
 
Anton_M:

Sugiere alguna idea para encontrar un patrón en un gráfico. Por ejemplo, "cabeza y hombros".

No puedo entender qué tipo de datos es mejor introducir y cómo enseñarlos, porque un patrón puede ocupar diferente número de barras y tener diferentes formas.

Lo único que se me ocurre es la red de convolución. Pero aún no está claro qué es exactamente la convolución y cómo se hace.

Tengo un sistema completo para clasificar (reconocer) patrones. Está escrito completamente en MQL5.

Si está interesado, puedo publicarlo en el mercado. Si no, demasiado perezoso para molestarse.

 
Dmitriy Skub:

Existe un sistema completo de clasificación (reconocimiento) de patrones. Escrito completamente en MQL5.

Si está interesado, puedo ponerlo en el mercado. Si no, demasiado perezoso para molestarse.

Ponerlo en el mercado.

Pero yo personalmente no lo compraré. Me interesa el principio. El iniciador del tema ha hecho una pregunta correcta y me interesa.

¿Está seguro de que su clasificador responde a las necesidades del iniciador del tema y a mis intereses?

 
Sergey Chalyshev:

Ponerlo en el mercado.

Pero personalmente, no voy a comprar. Me interesa el principio en sí. El iniciador del tema hizo la pregunta correcta, y me interesa.

¿Está seguro de que su clasificador responde a las necesidades del iniciador del tema y a mis intereses?

En realidad, no tengo ninguna tarea para satisfacer sus necesidades) se utiliza el método DTW para la comparación. Este método es invariable a las "distorsiones" de los patrones en sentido vertical/horizontal en comparación con el original.

También incluye un sistema de almacenamiento y contabilización de patrones especificados y un sistema de comprobación preliminar de las características comerciales de un patrón.

No recuerdo nada más, ha pasado mucho tiempo)

 
Dmitriy Skub:

En general, no tengo ninguna tarea para satisfacer sus peticiones) El método DTW se utiliza para la comparación. Este método es invariable a las "distorsiones" de los patrones en sentido vertical/horizontal en comparación con el original.

También incluye un sistema para almacenar y contabilizar los patrones especificados y un sistema para la verificación preliminar de las compensaciones de los patrones.

No recuerdo nada más, ha pasado mucho tiempo)

No conocía el método DTW, ¡gracias!

Todavía no he entendido cómo aplicarlo mejor con las redes neuronales. El patrón no sólo puede distorsionarse a lo largo de los ejes, sino que también puede cambiar su forma por sí mismo (tener anidaciones, variantes de desarrollo).

 
Anton_M:

Sugiere alguna idea para encontrar un patrón en un gráfico. Por ejemplo, "cabeza y hombros".

No puedo entender qué tipo de datos introducir y cómo enseñarlos, porque el patrón puede ocupar diferente número de barras y tener diferentes formas.

Lo único que se me ocurre es una red convolucional. Pero aún no está claro qué envolver exactamente y cómo hacerlo.

No es necesaria una red neuronal para buscar un patrón. Se puede buscar en un Asesor Experto ordinario. Ponerle un zigzag. Para detectar la presencia de un patrón Cabeza-Hombro, necesitamos controlar 1) la posición de los extremos entre sí (mayor-inferior) y 2) (mayor distancia respecto a la barra cero) en la condición.

No importa el número de compases que dure el patrón, basta con controlar la posición de los extremos entre sí en sentido vertical y horizontal.

Razón de la queja: