Reti neurali. Domande degli esperti. - pagina 10
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
Это понятно. Чем меньше ошибка тем больше профит? Или какая взаимосвязь?(я об этом)
Può descrivere la forma generale della relazione che vorrebbe vedere? È una formula o l'esempio che ti ho dato a pagina 2 o 3 è sufficiente...
Descrivete solo quello che vorreste vedere come una relazione, perché non è chiaro cosa si intenda esattamente per relazione...
Saluti a tutti!
Ho bisogno di una risposta sensata, da persone con abbastanza esperienza con reti neurali e algoritmi genetici, alla seguente domanda:
"È possibile farlo utilizzando la tecnologia delle reti neurali?"
Il compito è il seguente: supponiamo che ci sia un indicatore cluster che genera diverse decine di segnali Buy/Sell. per ogni simbolo incluso nel cluster, cioè abbiamo un gruppo di segnali, e ogni segnale può prendere diverse decine di valori, diciamo, da 10 a 120 tipi. Tutti i segnali sono unici e formalizzati. Il risultato sono diverse centinaia di segnali unici Buy/Sell. Ora ecco l'essenza del problema:
-È possibile utilizzare reti neurali per modellare la qualità di questi segnali su dati storici di strumenti inclusi nel cluster per determinare il grado di rischio?
-Se possibile, allora in che direzione "scavare", cioè quali strumenti sono più adatti al compito?
Приветствую всех!
Нужен вразумительный ответ, от людей имеющих достаточный опыт работы с нейро-сетями и генетическими алгоритмами, на следующий вопрос:
"Возможно ли это сделать с использованием нейро-сетевых технологий?"
Задача заключается в следующем-допустим,есть кластерный индикатор который генерирует несколько десятков различных сигналов Buy/Sell. для каждого инструмента входящего в кластер,т.е. имеем группу сигналов,причем каждый сигнал может принимать несколько десятков значений скажем от 10 - 120 типов. Все сигналы уникальны и формализованы. В итоге получается несколько сотен уникальных сигналов Buy/Sell. Теперь сама суть задачи:
-Возможно ли с помощью нейро-сетей моделировать качество этих сигналов на исторических данных инструментов входящих в кластер, для определения степени риска?
-Если возможно,то в какую сторону "рыть", т.е. какие инструменты наиболее подходят для решения поставленной задачи?
Io discuterei sulla loro unicità... :)
Il compito non è chiaro, cioè dopo aver letto il "-" non ho ancora capito cosa deve essere trattato, puoi descriverlo più dettagliatamente...
I segnali arrivano in circuito chiuso? Cioè, Buy è seguito da Sell, Sell è seguito da Buy? In parole povere, il segnale avrà la forma 111110001111111111100000111111100000111100000000 dove 0-Sell, 1-Buy Se è così, puoi controllare quanto sono unici questi segnali...
Не совсем так, уникальность сигналов обеспечивается за счет анализа свечных формаций(групп свечей состоящих из 2х и более свечей), на основе анализа модели присваивается уникальный код например 4506. Почему столько много сигналов? просто некоторые модели имеют несколько десятков видов. Стоит задача выявить наиболее важные модели среди всего многообразия.
Importante secondo qualsiasi criterio? Come giudica lei stesso l'importanza?
Важные по какому то критерию? Как Вы сами судите о важности?
Per "importanza" intendiamo la frequenza di apparizione del segnale, il valore predittivo (fattore di profitto, drawdown), cioè c'è bisogno di monitorare le statistiche per ogni tipo di modello. In linea di principio è facile organizzare tutto questo senza reti, ma suppongo che il possibile uso della tecnologia delle reti neurali in questo caso sarebbe il più promettente. Se mi sbaglio, correggetemi, non ho mai armeggiato con le reti:)
Под "важностью" подразумевается частота появления сигнала, прогностическая ценность(профит фактор, просадка), т.е. возникает необходимость отслеживать статистику по каждому типу модели. В принципе организовать думаю все это будет несложно и без сетей, но предполагаю, что возможное использование, в данном случае нейро-сетевых технологий будет наиболее перспективным. Если не прав-поправьте, просто не возился ни разу с сетями:)
Se lo pensate, non significa che sia così.
Per addestrare la rete, è ancora necessario ottenere un criterio di importanza prima che la rete alimenti gli esempi. La rete non saprà cosa è importante e cosa no, perché non ha poteri telepatici. Ha bisogno di esempi concreti.
Под "важностью" подразумевается частота появления сигнала, прогностическая ценность(профит фактор, просадка), т.е. возникает необходимость отслеживать статистику по каждому типу модели. В принципе организовать думаю все это будет несложно и без сетей, но предполагаю, что возможное использование, в данном случае нейро-сетевых технологий будет наиболее перспективным. Если не прав-поправьте, просто не возился ни разу с сетями:)
La frequenza del segnale è facile da calcolare senza reti, GAs...
Il valore prognostico penso anche, ma ci sono opzioni per l'uso di GAs.
In generale non avete impostato il compito, finora giudico dalle risposte... Ecco perché nessuno potrà aiutarvi.
L'unicità dei segnali è fornita dall'analisi dei pattern candlestick (gruppi di candele composti da 2 o più candele). Sulla base dell'analisi del pattern, assegniamo un codice unico, come 4506. Perché ci sono così tanti segnali? È solo che alcuni modelli hanno diverse decine di tipi. Il compito è quello di identificare i modelli più importanti tra tutte le varietà.
Un Expert Advisor, con il parametro "Signal Type" - e nell'ottimizzatore, passa attraverso questo parametro, e lo troverai. Molti, moltissimi compiti possono essere risolti facilmente senza reti neurali.