Ricerca di un modello arbitrario utilizzando una rete neurale

 

Suggerisci qualche idea per trovare un modello su un grafico. Per esempio "testa e spalle".

Non riesco a capire che tipo di dati inserire e come insegnarlo, perché il modello può occupare un numero diverso di barre e avere forme diverse.

L'unica cosa che mi viene in mente è una rete convoluzionale. Ma cosa piegare e come piegarlo non è ancora chiaro.

 
Anton_M:

Suggerisci qualche idea per trovare un modello su un grafico. Per esempio "testa e spalle".

Non so quali dati debbano essere inseriti e come insegnarli, perché il modello può occupare un numero diverso di barre e avere forme diverse.

L'unica cosa che mi viene in mente è una rete convoluzionale. Ma esattamente cosa convolare e come, non è ancora chiaro.

Come alternativa, posso suggerire quanto segue.

All'inizio, cerchiamo di determinare questo modello sul grafico nel modo più chiaro possibile usando la matematica e le condizioni. È naturale che anche al massimo avremo un campione in cui ci sono modelli veri e anche falsi che la matematica e la logica ordinaria non potrebbero tagliare. Così abbiamo ottenuto un cosiddetto "campione sporco" e qui dobbiamo usare le reti di classificazione per pulire completamente questo campione. O piuttosto per insegnare alla rete in modo che potesse fare un campione pulito da uno sporco, lasciando solo la vera testa e le spalle a lavorare e la spazzatura al cestino. In alternativa...

 
Anton_M:

Suggerisci qualche idea per trovare un modello su un grafico. Per esempio "testa e spalle".

Non riesco a capire che tipo di dati inserire e come insegnarlo, perché il modello può occupare un numero diverso di barre e avere forme diverse.

L'unica cosa che mi viene in mente è una rete convoluzionale. Ma cosa piegare e come piegarlo non è ancora chiaro.

È possibile fare un modello di pattern e controllarlo con la solita correlazione, ma per un pattern testa e spalle il modello è complicato, consiste di 6 segmenti, e ogni segmento può essere di lunghezza diversa(numero di barre).Ma è possibile farlo automaticamente. Naturalmente è molto più conveniente raccogliere tale modello dal portafoglio usando la regressione, ma questo è un altro problema. Tutto dipende dal numero di modelli che stiamo cercando. E come si dice, non è detto che l'ogi dia un vantaggio nell'allenamento.
 
Mihail Marchukajtes:

Come alternativa posso suggerire quanto segue.

All'inizio, usando la matematica e le condizioni ordinarie, cerchiamo di determinare questo modello sul grafico nel modo più puro possibile. È naturale che anche al massimo otterremo un campione contenente modelli veri e falsi che la matematica e la logica standard non potrebbero eliminare. Così abbiamo ottenuto un cosiddetto "campione sporco" e qui dobbiamo usare le reti di classificazione per pulire completamente questo campione. O piuttosto per insegnare alla rete in modo che potesse fare un campione pulito da uno sporco, lasciando solo la vera testa e le spalle a lavorare e la spazzatura al cestino. In alternativa...

Questa era l'idea. Ma c'è una sfumatura qui, come ho capito, è necessario alimentare una certa finestra di dati all'ingresso (diciamo 200 barre, per assicurarsi che l'intero modello si inserisca in esso), poi:

1) il modello può essere in diverse parti della finestra, e il classificatore non può capirlo, perché la finestra con il modello nella parte sinistra sarà diversa dalla finestra con il modello nella parte destra;

2) il classificatore deve essere auto-organizzato, perché un modello matematico rigoroso, a parte i modelli falsi, taglierà fuori anche una parte dei modelli veri;

3) l'auto-organizzazione non garantisce la classificazione di un particolare modello.

 
Anatolii Zainchkovskii:
È vero che per un modello testa e spalle il modello è complicato, consiste di 6 segmenti, e ogni segmento può essere di lunghezza diversa(numero di barre).Ma è possibile farlo automaticamente. Naturalmente è molto più conveniente raccogliere un tale modello dal portafoglio usando la regressione, ma questo è un altro problema. Tutto dipende dal numero di modelli che stiamo cercando. E non è detto che l'ogi dia vantaggi nell'allenamento.

Il mercato è frattale e i segmenti di livelli superiori consistono in segmenti di livelli inferiori, e possiamo vederlo come una linea spezzata.

 
Anton_M:

può consistere in più segmenti (dobbiamo definire cos'è un segmento), perché il mercato è frattale e i segmenti dei livelli superiori consistono in segmenti dei livelli inferiori, che possiamo vedere come una linea spezzata.

È fantastico. Esempi di tali linee spezzate (modelli) possono essere visti nel mio account, ho pubblicato degli screenshot. Solo per vedere quanto il grafico del mercato trovato differisce dal modello.
 
Anton_M:

Suggerisci qualche idea per trovare un modello su un grafico. Per esempio "testa e spalle".

Non riesco a capire che tipo di dati è meglio inserire e come insegnarlo, perché un modello può occupare un numero diverso di barre e avere forme diverse.

L'unica cosa che mi viene in mente è la rete di convoluzione. Ma cosa sia esattamente la convoluzione e come farla non è ancora chiaro.

Ho un sistema completo per classificare (riconoscere) i modelli. È scritto completamente in MQL5.

Se interessato, posso pubblicarlo sul mercato. Altrimenti, troppo pigro per preoccuparsi.

 
Dmitriy Skub:

Esiste un sistema completo per classificare (riconoscere) i modelli. Scritto interamente in MQL5.

Se interessato, posso metterlo sul mercato. Altrimenti, troppo pigro per preoccuparsi.

Mettetelo sul mercato.

Ma personalmente non lo comprerò. Mi interessa il principio. Il topicstarter ha fatto una domanda giusta e io sono interessato.

Siete sicuri che il vostro classificatore soddisfi le esigenze del topicstarter e i miei interessi?

 
Sergey Chalyshev:

Mettetelo sul mercato.

Ma personalmente, non lo comprerò. Mi interessa il principio stesso. Il topicstarter ha fatto la domanda giusta, e io sono interessato.

Siete sicuri che il vostro classificatore soddisfi le esigenze del topicstarter e i miei interessi?

In realtà, non ho nessun compito per soddisfare le vostre esigenze) il metodo DTW è usato per il confronto. Questo metodo è invariante alle "distorsioni" dei modelli in senso verticale/orizzontale rispetto all'originale.

Include anche un sistema per memorizzare e contabilizzare i modelli specificati e un sistema per il controllo preliminare delle caratteristiche di trading di un modello.

Non ricordo altro - è passato molto tempo)

 
Dmitriy Skub:

In generale, non ho il compito di soddisfare le vostre richieste) Il metodo DTW è usato per il confronto. Questo metodo è invariante alle "distorsioni" dei modelli in senso verticale/orizzontale rispetto all'originale.

Include anche un sistema per memorizzare e contabilizzare i modelli specificati e un sistema per la verifica preliminare dei compromessi dei modelli.

Non ricordo altro - è passato molto tempo)

Non sapevo del metodo DTW, grazie!

Non ho ancora capito come applicarlo meglio con le reti neurali. Il modello può non solo distorcersi lungo gli assi, ma anche cambiare la sua forma stessa (avere nidificazioni, varianti di sviluppo).

 
Anton_M:

Suggerisci qualche idea per trovare un modello su un grafico. Per esempio "testa e spalle".

Non riesco a capire che tipo di dati inserire e come insegnarlo, perché il modello può occupare un numero diverso di barre e avere forme diverse.

L'unica cosa che mi viene in mente è una rete convoluzionale. Ma cosa esattamente avvolgere e come avvolgerlo non è ancora chiaro.

Una rete neurale non è necessaria per la ricerca di un modello. Può essere cercato in un normale Expert Advisor. Metteteci uno zigzag. Per rilevare la presenza di un pattern Testa-Spalla, abbiamo bisogno di controllare 1) la posizione degli estremi l'uno rispetto all'altro (più alto-basso) e 2) (più lontano rispetto alla barra zero) nella condizione.

Non importa quante barre dura il modello, è sufficiente controllare la posizione degli estremi uno rispetto all'altro in verticale e in orizzontale.

Motivazione: