Conseillers en réseaux neuronaux, partageant leurs expériences. - page 8

 
Sergey Chalyshev:
Montrez-moi alors, très intéressant. De préférence avec des détails, nombre de neurones, nombre d'entrées, nombre d'exemples d'apprentissage, etc.
Il y avait une branche
Нейроторговцы, не проходите мимо :) нужен совет - MQL4 форум
  • www.mql5.com
Нейроторговцы, не проходите мимо :) нужен совет - MQL4 форум
 
Evgeniy Sergeev:

Alors c'est chaotique.

Avez-vous essayé de résoudre le problème dans une autre direction - non pas pour prédire la prochaine barre, mais pour compter le nombre d'erreurs de réseau ? C'est-à-dire que la grille trouve une certaine régularité (tendance) dans l'historique récent et vérifie si cette régularité est toujours présente sur les barres actuelles. Si la régularité a cessé de fonctionner (le filet a commencé à faire trop d'erreurs), alors la tendance a dû changer. Et donc nous pouvons chercher un point d'entrée sur le marché.

Je suis toujours en train d'expérimenter un moyen simple, par exemple, faire en sorte qu'il se réentraîne à un certain niveau de drawdown, ou juste dans n-bars. Ainsi, je n'ai pas à attendre longtemps pour me recycler (sans Cl ouvert, cela prend beaucoup de temps), je prends de petits échantillons et je me recycle souvent.
 
Evgeniy Sergeev:

Alors c'est chaotique.


Le chaotique est d'autant plus prédictif. Le chaos déterministe est bien prédit sur de petits horizons.
 
Sergey Chalyshev:
Alors montre-moi, c'est très intéressant. De préférence avec des détails, nombre de neurones, nombre d'entrées, nombre d'exemples d'apprentissage, etc.

Je vais répondre pour le Combinator.

Voici la courbe. Nombre de neurones - au choix. Nombre d'entrées - au choix. Un nombre quelconque d'exemples de formation. Et tout le reste - n'importe quel montant.

1

 
Vladimir Tkach:

Je vais répondre pour le Combinator.

Voici la courbe. Nombre de neurones - au choix. Nombre d'entrées - au choix. Un nombre quelconque d'exemples de formation. Et tout le reste - n'importe quel montant.

Le secret de l'insertion d'une image : Forum : comment insérer une image
 
Sergey Chalyshev:
Seulement des idiots. Quelqu'un peut-il montrer ce que votre réseau neuronal montre pendant la période de formation ?

Un paquet de 2 NS qui apprennent la même chose, mais sur des tf différents. 12 entrées, 10 neurones dans la couche cachée, 1 sortie pour chacun. Il apprend sur seulement 50 mesures de l'historique, il n'est pas recyclé pendant les tests. Mais je suis en train d'apprendre, c'est une variante intermédiaire. Test hors échantillon, hors échantillon de formation.

 
Maxim Dmitrievsky:

Un paquet de 2 NS qui apprennent la même chose, mais sur des tf différents. 12 entrées, 10 neurones dans la couche cachée, 1 sortie pour chacun. Il apprend sur seulement 50 mesures de l'historique, il n'est pas recyclé pendant les tests. Mais je suis en train d'apprendre, c'est une variante intermédiaire. Test hors échantillon, en dehors de l'échantillon de formation.

Pourquoi des volumes différents ?
 
-Aleks-:
Pourquoi des volumes différents ?
Le fond ? ce ne sont pas les volumes, c'est le niveau de la marge libre.
 
Maxim Dmitrievsky:
Le fond ? ce ne sont pas les volumes, c'est le niveau de la marge libre.
Oh je vois, désolé, je pensais que c'était MT4.
 
Maxim Dmitrievsky:

Le forum contient peu d'informations sur les solutions toutes faites et sur l'efficacité des réseaux neuronaux pour les échanges sur le marché. Je vous propose de discuter et de partager votre expérience ici. S'il existe déjà un fil de discussion, veuillez y faire un lien.

J'utilise des classes d'ici, un simple Perspectron multicouche. J'espère que les classes comptent correctement, je compte sur l'expérience de l'auteur. J'ai commencé à expérimenter, c'est intéressant :)

En ce moment, j'ai 11 induks à l'entrée, la sortie est un zigzag décalé d'une barre dans le futur.

Voici les résultats de ma grille de 8 mois. Je m'entraîne sur 1000 barres, 10000 époques, 70 neurones dans une couche cachée. Les signaux sont inversés et purement par le réseau neuronal, sans filtres supplémentaires. 15 min tf.

J'ai aussi essayé d'implémenter un algorithme similaire en 2013... Mais j'ai utilisé 7 indicateurs, et Zigzag a été utilisé pour former un vecteur pour l'entraînement du NS. Mais l'essence est la même - je cherchais des positions de retournement... Lorsque j'ai commencé à utiliser Zigzag, je n'avais aucune idée de ce que je pouvais en faire. jusqu'à ce que je tombe accidentellement sur des modèles. Cela a radicalement changé mon TS. Maintenant, mon algorithme est beaucoup plus simple :

1. Calculer les tendances à la minute et à l'heure, sur l'année écoulée ;

2. Réalisation d'un dictionnaire des points d'inflexion (paires "schéma des minutes - schéma des heures") ;

3. enseignement du NS à l'aide du dictionnaire du point de bascule (sur 150-160 paires) ;

Voici le résultat de ma démarche :

aux inconvénients de mon approche :

1) Risque élevé du TS - puisqu'il n'est pas possible de déterminer la valeur exacte du prix de rupture, le TS place 9 ordres en attente avec des lots : 1, 1, 3, 6, 14, 31, 70, 158, 355 ;

2) Difficile de mettre en œuvre un algorithme de sortie (chalut TS) ;

Donc NS peut être utilisé pour le trading, la seule question est de savoir ce qu'il faut enseigner à NS...

P/s : par motifs, j'entends les motifs de A. Merrill (M & W) .

Raison: