Réseaux neuronaux - page 15
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Simba, que voulez-vous dire par "hors échantillon" ? J'ai essayé de construire un autre réseau avec environ 6 entrées supplémentaires et cela a réduit la précision. Je pense que j'ai un bon ensemble d'entrées. C'est basé sur ma stratégie de trading qui fonctionne bien dans les marchés à tendance et mal dans les marchés à tendance. Cela se vérifie également dans les prédictions. Les deux longues fourchettes en haut et en bas du graphique sont celles où les prédictions commencent à faiblir. Je pense qu'un travail sur les stratégies d'écart pourrait apporter des informations utiles.
Kazam, voici le code utilisé pour créer le réseau. Pour moi, cela veut dire créer un nouveau réseau feed-forward back prop. Je ne suis pas sûr de savoir pourquoi il produit de bons résultats, cela semble un peu trop beau pour être vrai. J'ai additionné les valeurs des pips corrects moins les pips incorrects et sur cette période (environ 30 mois) il aurait profité de 294873 pips... J'ai peur
numHiddenNeurons = 13 ;
net = newff(p,t,numHiddenNeurons) ;
mrwobbles
Hors de l'échantillon signifie vérifier comment le NN fonctionne avec des données différentes de celles sur lesquelles il a été entraîné. Dans l'échantillon signifie le contraire.
Le code est correct. Etes-vous sûr de ne pas utiliser comme données d'entrée et de cible dans le même pas de temps /input[x1(t0), x2(t0), ..., xn(t0)], output[y(t0)]/ ?
J'ai trouvé d'autres articles dans mes favoris /le premier devrait être très intéressant pour vous/ :
http://www.chaos2008.net/zzProceedings/CHAOS2008%20(D)/PAPERS_PDF/Atsalakis_Nezis_Skiadas-Forecasting_Chaotic_time_series_by_a_Neural_Network.pdf
J'ai également décidé que dans 3-4 semaines, j'essaierai de construire un ENN capable de prédire les taux de change aux échelles de temps D1 et peut-être H4. Je pense que je commencerai par une combinaison de FNT, GEP et PSO, puis j'essaierai d'améliorer le ENN en utilisant PIPE au lieu de GEP, EPSO, recuit simulé, etc.
C'est ce que je pensais, mais non, il a été entraîné sur une période de 7 ans, de 1999 à 2006, puis simulé sur les données de cette période à aujourd'hui. Il était donc hors échantillon.
Mais cela pourrait l'expliquer. Il pourrait bien essayer de prédire le haut/bas actuel et la clôture plutôt que la prochaine heure
. Je vais regarder les horodateurs et voir. Merci pour les liens, j'y jetterai un coup d'œil.
Il s'avère que je lui ai fourni des données d'entrée et de cible de la même heure plutôt que des données d'entrée de l'heure en cours et de cible de l'heure suivante. J'ai entraîné le réseau sur les mêmes entrées mais avec les objectifs de l'heure suivante et les résultats sont plus conformes à ce que je soupçonnais. Il était précis sur la direction environ 51% du temps et a enregistré environ 10.000 pips sur 30 mois. J'ai normalisé les entrées à [-1,1] et cela a amélioré les performances de façon marginale. Je vais essayer quelques modèles de réseau différents. J'ai étudié les réseaux à retardement, mais l'approche flexible de l'arbre neuronal semble de plus en plus attrayante.
mrwobbles
Laissez tomber les TDN.
Vous ne devriez être intéressé que par 3 types de réseaux :
- Arbres neuronaux flexibles - conçus à l'aide de GP, GEP, PIPE ou ECGP et affinés à l'aide de recuit simulé, PSO, EPSO, algorithmes de fourmis, algorithme de système immunitaire artificiel, etc.
- Réseaux bayésiens - soit pour la prédiction de séries chronologiques, soit pour la construction d'un système de négociation.
- HONN
Pour la construction d'un système commercial, vous pouvez également trouver utile :
- Algorithme RIPPER - quelqu'un l'a utilisé dans un EA du Championnat de trading automatisé si je me souviens bien.
- C4.5/C5.0
Vous n'avez besoin de rien de plus ou de moins /pour l'instant/.
Merci pour le conseil Kazam, je pense que je suis assez déterminé à regarder une forme d'algorithme génétique, ECGP semble le plus prometteur. C'est juste que mes compétences en codage ne sont pas très bonnes et que les ANN sont assez nouveaux pour moi. J'ai quelques difficultés à choisir l'ensemble des fonctions. Corrigez-moi si je me trompe, mais il s'agit d'un ensemble de toutes les fonctions possibles pour mettre en correspondance les nœuds les uns avec les autres ? Je spécifierais donc une distribution aléatoire des poids d'entrée et l'ensemble terminal contiendrait toutes les fonctions de transfert et d'activation des nœuds ? Je leur attribuerais des probabilités uniformes, la somme des probabilités des ensembles F et T étant égale à 1. L'optimisation des poids d'entrée se fait à l'aide de SA ou PSO thou ? Le résultat de l'optimisation de l'arbre le mieux adapté serait renvoyé pour construire un nouveau PPT ?
Dans un autre ordre d'idées, la bibliothèque de l'université possède toutes les éditions de la Conférence européenne sur la programmation génétique de 1998 à 2004. Vous pensez que cela vaut la peine de les lire ? Ils ont aussi une copie de 'Genetic programming and evolvable machines' par Dordrecht : Kluwer Academic Publishers, c2000 que je pense sortir.
mrwobbles
Ne commencez pas par l'ECGP. Commencez par quelque chose de simple comme la conception de NN en utilisant la programmation génétique ou la programmation par expression génique. Il existe des classes prêtes à l'emploi qui mettent en œuvre ces méthodes.
Par exemple :
http://69.10.233.10/KB/recipes/aforge_genetic.aspx
http://www.codeproject.com/KB/recipes/aforge_neuro.aspx
[/CODE]
I don't know if there is a freely available implementation of ECGP, but there's one of ECGA /ECGP is based on ECGA/:
[CODE]
http://www.kumarasastry.com/2006/03/26/extended-compact-genetic-algorithm-in-c-version-11/
Mais comme je l'ai dit, laissez tomber l'ECGP/ECGA pour le moment.
EDIT
En ce qui concerne les livres - laissez les documents de la conférence pour plus tard /n'essayez pas d'apprendre tout sur les NN et les algorithmes évolutifs, concentrez-vous sur les outils qui pourraient être utiles pour le trading - prédiction de séries temporelles et prise de décision/.
Commencez par le "Field guide to genetic programming" qui est téléchargeable gratuitement /j'ai posté un lien il y a quelques pages/.
parlons de la manière de choisir les échantillons pour un réseau neuronal.
tout réseau neuronal dépend de la façon dont on choisit les échantillons. je crois que cette question vous dérange aussi.
J'ai construit quelques réseaux de neurones faciles à utiliser, mais je n'ai pas trouvé une bonne façon de préparer les échantillons.
Ici, je vous dis comment je choisis mes échantillons, j'attends les vôtres.
utiliser trois barres comme échantillon, la barre suivante comme résultat.
utilisez quelques barres comme fenêtre de base, et quelques barres comme fenêtre de fonction, définissez quelques valeurs de fonction comme la valeur ma, le prix de fermeture, le prix d'ouverture, etc. n'importe quel indicateur que vous pouvez utiliser comme fonction.
Neuro Net est une escroquerie ! !!
J'ai testé cet EA et j'ai constaté qu'il ne produit pas les résultats qu'il prétend. De très petits profits, et des pertes énormes. Après plusieurs jours de tests et de travail avec la société, cette EA n'a pas pu produire de résultats pendant plus d'une semaine ou deux à la fois.
Ils prétendent avoir un réseau neuronal dans le langage MQ4, sans dll. Je trouve cela très improbable.
J'ai demandé un remboursement et il n'a pas voulu me le donner. SCAMMER !!!!!
Je ne sais pas si cela sera utile à qui que ce soit, mais j'ai trouvé une boîte à outils d'analyse génétique pour MATLAB appelée SGALAB. Voici le lien.