Discusión sobre el artículo "Redes neuronales: así de sencillo (Parte 59): Dicotomía de control (DoC)"
piensa en ello...
¡¿cuantos PHD trabajan en goldmansachs? o en hfts, o en empresas de quantfund, !
¡¡¡si fuera asi de facil !!!
Quería dar las gracias al autor por la enorme cantidad de ideas, es un Klondike para la experimentación.
También creo que los artículos son adecuados como ejemplos de posibles métodos para entrenar redes neuronales, pero no para la práctica. Aprecio mucho el trabajo invertido en la librería propia del autor para la creación y entrenamiento de redes neuronales, e incluso con el uso de tarjetas de video, pero no se puede utilizar de ninguna manera con fines prácticos, y mucho menos competir con tensorflow, keras, pytorch - En realidad, todos los modelos entrenados con estas bibliotecas se pueden utilizar directamente en mql5, utilizando el formato onnx.
Poco a poco voy a aplicar las ideas del autor con la ayuda de estas bibliotecas modernas.
También es necesario seleccionar indicadores para los datos de entrada para la formación de redes neuronales, tengo el más exitoso es bandas de bollinger, y yo uso 48 de estos indicadores como datos de entrada con diferentes configuraciones para redes recurrentes como LSTM. Pero esto no es una garantía de éxito, también entreno 28 pares de divisas a la vez y elijo los mejores, pero esto no es una garantía de éxito. Entonces usted necesita para ejecutar al menos 20 veces el procedimiento de formación, cambiando el número de capas y sus ajustes en las redes neuronales, y en cada etapa de seleccionar los mejores modelos que se han mostrado bien en el probador de estrategia, y eliminar el peor, y sólo entonces se puede lograr resultados razonables en la práctica.
Al final solo elegimos por ejemplo los mejores 9 pares de 28 y los operamos en una cuenta real, al mismo tiempo el Asesor Experto también debe tener en su arsenal mani-gestión, no perjudicará a la red también, es decir, utilizamos las redes neuronales como asistentes a las buenas ideas de los asesores sin redes neuronales, haciéndolos así inteligentes ya.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Artículo publicado Redes neuronales: así de sencillo (Parte 59): Dicotomía de control (DoC):
En el artículo anterior nos familiarizamos con el transformador de decisión. Sin embargo, el complejo entorno estocástico del mercado de divisas no nos permitió aprovechar plenamente el potencial del método presentado. Hoy veremos un algoritmo que tiene como objetivo mejorar el rendimiento de los algoritmos en entornos estocásticos.
La dicotomía del control representa la base lógica del estoicismo, e implica comprender que todo lo que existe a nuestro alrededor se puede dividir en dos partes. La primera está sujeta a nosotros y está completamente bajo nuestro control. No tenemos control sobre la segunda y los acontecimientos sucederán independientemente de nuestras acciones.
Trabajaremos con la primera zona, y daremos por supuesta la segunda.
Los autores del método "Dichotomy of Control" intentaron implementar postulados similares en su algoritmo. DoC permite separar lo que está bajo el control de la estrategia (política de acción) y lo que queda fuera de su control (estocasticidad del entorno).
Autor: Dmitriy Gizlyk