L'uso dell'intelligenza artificiale in MTS - pagina 23
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
È necessario scrivere uno script o impostare diversi colori di freccia per diversi MagicNumbers nel codice stesso.
Questa è una grande idea, grazie al "impostare diversi colori di freccia per diversi MagicNumbers nel codice"!
Ma per quanto riguarda la sceneggiatura:
Intendi cambiare il colore delle frecce, o lo script sarà in grado di rimuovere gli ordini "extra"?
Ma per quanto riguarda la sceneggiatura:
intendi cambiare il colore delle frecce, o lo script sarà in grado di rimuovere gli ordini "extra"?
È come il tuo cuore desidera. :) Un esempio di come elaborare le frecce è dato qui http://www.alpari-idc.ru/ru/articles_mql4/25.html
Dovrete controllare il descrittore - il tester vi scrive MagicNumber.
Che dire della sceneggiatura:
intendi cambiare il colore delle frecce, o lo script sarà in grado di rimuovere gli ordini "extra"?
Dipende dalla volontà del vostro cuore. :) Un esempio di come elaborare le frecce è dato qui http://www.alpari-idc.ru/ru/articles_mql4/25.html
Dovrete controllare il descrittore - il tester vi scrive MagicNumber.
OK.
E in generale la "diversificazione spettrale" non è una cosa così semplice.
Ho preso solo 2 parametri (due indicatori) come minimo per iniziare.
Con 2 buoni valori di estremi locali di ciascuno.
Uso gli array invece dei valori dei parametri.
Un totale di 4 MagicNumber (4 volte nel ciclo start())
La dimensione del lotto è divisa per 4 - cioè 4 Expert Advisors alla volta (4 volte il numero di trade).
Condividerò i miei risultati.
Equivale a smussare l'AC usando un filtro cifrato con alcune caratteristiche. I coefficienti di lisciatura non sono bilanciati, il che equivale a un mattone sul pulsante di acquisto. Il mattone (+ per esempio stocastico) funziona molto bene da solo, se solo si sa quando comprarlo e quando venderlo. Inoltre, tenendo conto che l'AC può scendere 2 volte durante 21 bar e la presenza di 4 parametri ottimizzabili......))))
Ma per me fa luce su come funzionano le reti neurali e perché non sono così efficienti come vorremmo.
Avevo un hobby all'inizio del periodo creativo - scrivere EAs per lavorare su m1 basati sui risultati dell'ultima settimana (7200 barre, contro 66000) - fino a 300 percentuali a settimana sono stati mostrati nel tester.....
Mi chiedo quante armoniche bisogna scomporre il prezzo in una serie di Fourier per ottenere un graal dopo l'ottimizzazione?
Per quanto riguarda l'oscillatore AC, l'Expert Advisor non guarda solo il suo ultimo valore (le decisioni basate sugli ultimi valori sono più spesso usate nell'analisi tecnica), ma studia la storia, cioè quali sono stati altri 3 valori dell'indicatore in passato. È interessato al comportamento dell'oscillatore per il processo decisionale. Questo stesso comportamento arriva all'ingresso della rete neurale. E sull'output otteniamo Buy o Sell.
Un'altra nuova caratteristica non è l'addestramento standard delle reti neurali, ma la selezione dei pesi su dati storici utilizzando l'algoritmo genetico. Ho provato entrambe le varianti. La genetica dà un risultato leggermente peggiore e più lento nel tempo. Ma non c'è un algoritmo neuronico incorporato e l'apprendimento in MT4. Ma c'è un'ottimizzazione basata sulla genetica. E alcuni ricercatori in questo settore si sono resi conto che l'apprendimento dinamico non è molto adeguato se la situazione cambia drasticamente. Se i tori prevalgono nel mercato, il sistema si riqualificherà sulla tendenza toro e dimenticherà la tendenza ribassista. E viceversa. Samuel A. L. 1959, "Some studies in machine learning using the game of checkers" (IBM J. Research and Devepopmend 3: 210 - 229), ha incontrato e descritto per primo questa mostruosità. Ha osservato che se il suo programma aveva un avversario professionista, passava gradualmente a un gioco di livello professionale. Ma se l'avversario era un principiante, allora il programma "dimenticava" il livello precedente e iniziava a passare al gioco primitivo. Quindi probabilmente non ha senso insegnare dinamicamente al neurone i propri errori e le proprie perdite. È più facile passarlo attraverso la storia, per sviluppare una strategia di trading adeguata al mercato.
Per quanto riguarda i Graal, non è necessario essere molto intelligenti. Hai solo bisogno di soddisfare una serie di condizioni:
1. Il sistema deve aprire posizioni senza alcuno stoploss, o con stoploss ad una distanza molto grande, in modo che la probabilità del loro funzionamento sia vicina allo 0.
2. Un potente filtro basato su diversi indicatori con condizioni di attivazione separate da un AND logico (&&). E per tirare un sacco di parametri di ingresso di questi indicatori molto nelle impostazioni esterne MTS, in modo che solo poche posizioni sono state aperte durante diversi anni di dati storici sui test.
3. A tutto questo aggiungete il capitale e la gestione del rischio con una frazione aumentata
Ho intenzione di usare NS non per predire, estrapolare o interpolare, ma solo per cercare modelli.
Sono specificamente interessato alla tecnologia della formazione, per esempio.
Per esempio, con un trainer - supponiamo di dare set di segnali per ogni barra sulla storia come sequenza di allenamento, e l'output previsto di TC è -1/0/1 (vendere/0/comprare).
E cosa, per ogni barra dovremmo preimpostare manualmente i segnali? Come evitare?
E come applicare la formazione senza un insegnante in questo caso? Come ottenere il risultato dei trade su tutta la storia e raggiungere il massimo profitto?
Quale metodologia viene utilizzata per questo scopo?
Qualcuno ha qualche link interessante sull'applicazione di NS nel trading. Esiste già una grande biblioteca di teoria NS.
Ho intenzione di usare NS non per predire, estrapolare o interpolare, ma solo per cercare modelli.
Sono specificamente interessato alla tecnologia della formazione, per esempio.
Per esempio, con un trainer - supponiamo di dare set di segnali per ogni barra sulla storia come sequenza di allenamento, e l'output previsto di TC è -1/0/1 (vendere/0/comprare).
E cosa, per ogni barra dovremmo preimpostare manualmente i segnali? Come evitare?
E come applicare la formazione senza un insegnante in questo caso? Come ottenere il risultato commerciale su tutta la storia e raggiungere il massimo profitto?
Quali sono i metodi utilizzati a questo scopo?
Per il riconoscimento dei modelli provate a usare la mappa di Kohonen. Ma prima dovreste normalizzare i dati o semplicemente codificarli.
...
Per esempio, con un insegnante - supponiamo di dare set di segnali per ogni barra sulla storia come sequenza di allenamento, e l'output previsto di NS: -1/0/1 (vendere/0/comprare).
E cosa, per ogni barra, dovremmo preimpostare manualmente i segnali? Come evitare?
...
Sì, le schede Kohonen sono buone, la cosa più importante qui, imho, è codificare correttamente i modelli prima di alimentarli negli ingressi della rete.
È sorta una domanda. Nessuno ha un criterio - come determinare se la rete cohonen è allenata o no.
Se per N iterazioni gli esempi non sono più divisi in classi e la migrazione dei modelli si è fermata, allora possiamo dire che l'apprendimento è completo.