¿Qué alimentar a la entrada de la red neuronal? Tus ideas... - página 47

 
Maxim Dmitrievsky #:

ventana de historial... normalizar todo el historial de entrenamiento o renormalizar a intervalos

No. Normalizar cada ventana de entradas NS o MO.

[Eliminado]  
Yuriy Asaulenko #:

No. Normalizar cada ventana de entradas NS o MO.

Entendido. Bueno, aquí hay alimento para experimentos para el autor del tema.

 
mytarmailS #:
Bueno, vuelve a arrastrarte a tu agujero...

y no deberías haberme enseñado y corregido cuando le di un buen consejo a Alexei, si tú mismo eres un completo ignorante.

Te pongo un enlace también, quizás como tienes mala vista, no te hayas dado cuenta:

https://www.mql5.com/ru/forum/87536

Чемпионат Алгоритмов Оптимизации. - Написать статью, если есть в этом необходимость
Чемпионат Алгоритмов Оптимизации. - Написать статью, если есть в этом необходимость
  • 2016.06.09
  • Andrey Dik
  • www.mql5.com
Чемпионат алгоритмов оптимизации задуман как соревнование для людей ищущих. К чемпионату допускаются алгоритмы оптимизации основанные на любых принципах и теориях поиска. Организатор Чемпионата Алгоритмов Оптимизации Joo
 
Maxim Dmitrievsky #:

Entendido. Bueno, aquí hay alimento para experimentos para el autor del tema.

))

 
Andrey Dik #:

Te voy a dar un enlace también, tal vez

Dame un enlace con la definición de lo que te preguntaron.
O discúlpate y echa humo.
 
Stanislav Korotky #:

En mi opinión, la condición de unicidad y estacionariedad del máximo de FF es imposible de cumplir porque el propio mercado es, por definición, un proceso no estacionario, sujeto a muchas influencias externas impredecibles (no nos salvará ningún detrending ni la toma de derivados). Lo único que podemos utilizar para una optimización satisfactoria (y posterior previsión) es la inercia relativa del mercado, pero, por supuesto, siempre que consideremos los instrumentos más líquidos con grandes volúmenes de operaciones y participantes. Entonces podemos encontrar una onda de FF suficientemente amplia, que, aunque se mueva con el tiempo, siga dando un valor de FF cercano al extremo en el paso entre optimizaciones.

Existe una (alta) probabilidad de que no se encuentre ninguna onda ancha en la FF. Yo no calificaría tal FF de inapropiada para el proceso y la desecharía inmediatamente, sino que intentaría añadir otra capa de meta-optimización/previsión - sobre la secuencia de superficies de onda FF en la historia (es decir, generalizar/formalizar la transformación paso a paso de las ondas y poder sintetizar la forma de onda para el siguiente paso). Lo ideal sería que esto se integrara lógicamente en la optimización Walk-Forward, pero aún no lo he hecho.

Por supuesto, siempre hay que tener en cuenta que se trata de datos no estacionarios, no merece la pena ni mencionarlo. Pero también está el hecho de que la propia serie de precios es discreta.

Por lo tanto, cuando dije sobre una isla estacionaria de FF, me refería a algo así como una isla temblorosa, los valores de FF en esta isla cambiarán ligeramente en la ventana. Otros conjuntos de parámetros en la ventana se verán como ondas que se extienden. De esto se deduce que los parámetros robustos deben buscarse entre aquellos que son menos "temblorosos" por los valores de FF. Esto puede actuar, como escribiste, como un Meta-FF que minimiza las fluctuaciones sub-FF

Y sobre el desajuste del proceso - si no hay conjuntos estables más o menos visibles formando "zonas terrestres", entonces no hay razón para creer que el sistema tiene conjuntos estables. Así que o bien la FF no coincide con el proceso, o el proceso no tiene conjuntos estables en absoluto, que es lo que quería decir. Se puede, por supuesto, seguir añadiendo/quitando métricas a la FF, pero eso sería simplemente una FF diferente.

 
Yuriy Asaulenko #:

Primer golpe NS entrenamiento directamente sobre las cotizaciones. Evaluación del entrenamiento sobre una muestra independiente por épocas. Los que han tratado con TensorFlow entenderán.


Esto ya es suficiente para algunos beneficios. Puede que no sea suficiente, pero la primera copia que encontré.

Mira rápido, voy a borrarlo))).





No entiendes los resultados de Python Pega la línea de predicado a la línea de hecho y la línea de predicado cuelga detrás como una cola, como una media móvil rezagada con un período de 5. Sólo compruébalo no a nivel macro (la imagen es hermosa a nivel macro), sino a nivel micro - NS no adivina el próximo precio.



50/50 con la dirección. Puede ser MLP con 100500 capas y 100500 neuronas, o CNN+LSTM+MLP+dropouts+regularizaciones+escritura sagrada+adivinar en posos de café. Lo mismo con RL.






Nada funciona en Python, por desgracia. UPD Necesitas algún enfoque de trading creativo/creativo o algún sistema complejo. El único grial que funciona es el trading sin spread. Es fácil hacer uno. Pero, no hay brokers así.

 
Yuriy Asaulenko #:

Una vez más, lentamente - estimación por época sobre una muestra independiente de no participantes en el estudio).

Ya hemos pasado por todo.


Y sobre la muestra independiente, y sobre la muestra vecina, y sobre la muestra ajena, y sobre la quinta muestra. Que quede claro: muestre una estadística que funcione. Una EA de trabajo. Si tienes una, tienes razón. Y si no - usted está en la misma etapa de desarrollo como todos los participantes del foro - en el contexto de la búsqueda de un sistema consistentemente rentable. Muchas personas tienen conocimientos académicos aquí. No se citan en el contexto del arte de la negociación.

 
Yuriy Asaulenko #:

Ahora vuelvo. Voy a salir corriendo a por una orden de alta.



Bueno, eso tiene sentido. Filtra a los advenedizos.

 
Yuriy Asaulenko #:

En realidad, el tema son las ideas, no la medición...))))

"¿Qué alimentar a la entrada de la red neuronal? Tus ideas..."

Otra vez te has equivocado en algo)).

Puedes hacer un backtest.
Y tienes que hacerlo.

¿Qué sentido tiene mirar el MAE