기사: 신경망을 사용한 가격 예측
안녕하세요!
신경망에 대한 약간의 지식. 지인은 BrainMaker 패키지로 시작했고 MathLab이 이어졌습니다. 이 스레드의 주제는 신경망의 가능성입니다 . Takkens 정리에 익숙해지는 것이 좋습니다.
시계열이 동적 시스템에 의해 생성되는 경우, 즉 D_0의 값이 그러한 시스템 상태의 임의의 함수인 경우 다음 값에 대한 명확한 예측을 제공하는 침지 깊이 d(이 동적 시스템의 유효 자유도와 거의 동일)가 있습니다. 시계열의.
예측 불가능성에 호소하는 회의론자들은 다음 틱 방향의 확률이 50에서 50(위 또는 아래)이기 때문에 이것이 사실이라면 체크메이트임을 알 수 있습니다. 기대치는 0과 같을 것이고, 따라서 장기간에 걸쳐 우리는 "직선" 라인을 보게 될 것입니다.
그러나 우리는 체크메이트가 있는 경향을 봅니다. 기대치가 0이 아닙니다.
따옴표의 형성이 본질적으로 무질서한 과정이라고 호소하는 사람들을 위해, 나는 2차원 공간에서 따옴표 값이 공의 가스 분자처럼 고르게 분포될 것이라고 말할 것입니다. 그러나 실제로는 일부 기능 근처에서 가격 변동이 발생합니다. STOCHASTIC 프로세스.
요약하면 예측이 데이터의 외삽인 것처럼 보이지만 실제로 신경망은 보간 문제를 해결하여 솔루션의 신뢰성을 크게 높인다고 말할 수 있습니다. 시계열의 예측은 다차원 공간에 시리즈를 담그는 절차를 사용하여 신경 분석의 일반적인 문제(주어진 예제 세트에 대한 많은 변수의 함수 근사화)로 축소됩니다.
감사합니다,
키릴로프.
시장은 역동적인 시스템이 아닙니다.
시장은 OPEN 스토캐스틱 시스템입니다.
OPEN은 많은 외부 요인이 작동에 영향을 미친다는 것을 의미합니다.
게다가 이러한 외부 요인들은 통제할 수 없을 뿐만 아니라,
그러나 그들의 집합조차도 무기한입니다.
또한이 시스템 자체는 시간이 지남에 따라 일정하지 않습니다.
그 요소(세부 사항)는 행동을 임의로 변경할 수 있으며,
때때로 집단적 효과를 따를 수 있고 순응하지 않을 수 있습니다.
시스템에서 그들의 행동은 계절, 날씨, 태양 활동,
그리고 달의 위상까지...
이 시스템의 주요 세부 사항은 사람입니다.
이것으로부터 우리는 가격의 VALUE를 예측한다는 결론을 내릴 수 있습니다.
데이터의 INTERPOLATION일 뿐만 아니라 데이터의 EXTRAPOLATION도 아닙니다.
(외삽은 동적 시스템의 존재를 가정합니다).
확률적 시스템의 경우 예측에 대해 이야기할 수 있습니다.
통계적 속성 - 확률, 분포 함수, 수학적 기대치 등
그러나 다시, 그들의 (FR, 수학적 기대치, ...) 존재와 시간이 지남에 따라 불변성을 전제로 합니다.
회의론자들을 대신하여 저는 다음과 같이 언급하고 싶습니다.
시장은 역동적인 시스템이 아닙니다.
나는 이 의견에 동의하지 않습니다. 왜냐하면 역학 시스템은 고정된 수학적 규칙에 따라 시간이 지남에 따라 상태가 변하는 그러한 시스템이기 때문입니다. 후자는 일반적으로 시스템의 미래 상태를 현재 상태와 관련시키는 방정식으로 제공됩니다. 이러한 시스템은 이러한 규칙에 무작위 요소가 명시적으로 포함되지 않은 경우 결정적입니다.
이 공식의 약점은 "고정된 수학적 규칙"이지만 아직 그 반대를 증명한 사람이 없고 예측의 전체 역사가 이에 의존하고 있습니다.
진심으로, 키릴로프
- 코스와 코스의 방향을 예측하기 위해 그리드를 사용하는 것은 기술적 분석의 단순한 고전적 방법을 사용하는 것보다 덜 효과적임이 밝혀졌습니다. 단순 그리드에 대한 예측은 70-75%를 초과하지 않습니다.
- 75% 이상의 예측 품질을 얻으려면 슈퍼컴퓨터에서 가장 복잡한 자가 학습 구조를 구축하고 이 탑을 개발하는 데 수년을 소비해야 하며 이 모든 것이 작동한다는 보장은 없습니다.
- 그리드는 통계적 또는 수학적 방식으로 설명하기 어려운 명확하게 공식화된 특정 전술 작업을 해결하는 데 사용해야 합니다. 분류 그리드와 패턴 인식 네트워크는 전술적 문제를 해결하는 데 매우 효과적으로 사용할 수 있습니다. 이 지역에서 약간의 발전이 있지만 직업이 매우 힘들고 열심히 일할 시간이 충분하지 않습니다. 관심이 있는 경우 편지를 보내주세요. 저희가 함께 일할 것입니다:favorit_box@inbox.ru
PS 파일에는 신경망에 관한 회의 자료가 포함되어 있습니다. 교육 프로그램에 대한 흥미.
그리고 나는 그렇게 생각한다 ;-)
그러나 토론의 질은 더 높은 수준이 될 것입니다 ;-)
- 코스와 코스의 방향을 예측하기 위해 그리드를 사용하는 것은 기술적 분석의 단순한 고전적 방법을 사용하는 것보다 덜 효과적임이 밝혀졌습니다. 단순 그리드에 대한 예측은 70-75%를 초과하지 않습니다.
환율의 방향을 70~75% 예측하는 것은 환상의 영역이다.
나는 오랫동안 그런 예측에 종사하면서 일정 기간(일중) 환율의 증감에 대한 내기를 수락하는 마권업자를 통해 일했습니다. 기간의 시작과 끝에서 코스의 일치는 손실로 간주되었습니다. 처음에는 마권업자의 수수료가 너무 미미하여 52%의 정확한 예측을 가진 전략이 수익을 올렸습니다. 처음에는 기술적 분석을 기반으로 한 간단한 시스템을 사용하여 약 54-55%의 상금을 받았습니다.
그러자 마권업자의 수수료가 증가했고 거래 시스템을 개선해야 했습니다. 사용된 모든 지표를 신경망으로 몰아넣었습니다. 승률이 59~60%로 증가했습니다. 따라서 회의론자의 의견에 관계없이 신경망 이 지배하는 작업이 있습니다!
- 코스와 코스의 방향을 예측하기 위해 그리드를 사용하는 것은 기술적 분석의 단순한 고전적 방법을 사용하는 것보다 덜 효과적임이 밝혀졌습니다. 단순 그리드에 대한 예측은 70-75%를 초과하지 않습니다.
환율의 방향을 70~75% 예측하는 것은 환상의 영역이다.
예를 들어 MACD와 같은 예측의 품질을 몇 퍼센트 향상시키려면 좋은 오래된 NeuroSell2 또는 BrainMaker에서 어느 날 저녁에 그리드를 만들고 C 코드로 컴파일하는 것이 더 쉽습니다(간단한 전송 세트 계수가 있는 함수)를 Expert Advisor에 고정합니다. 잘 작동합니다. 그러나 이것은 백만장자가되는 방법의 문제를 해결하지 못할 것입니다.
- 코스와 코스의 방향을 예측하기 위해 그리드를 사용하는 것은 기술적 분석의 단순한 고전적 방법을 사용하는 것보다 덜 효과적임이 밝혀졌습니다. 단순 그리드에 대한 예측은 70-75%를 초과하지 않습니다.
환율의 방향을 70~75% 예측하는 것은 환상의 영역이다.
예를 들어 MACD와 같은 예측의 품질을 몇 퍼센트 향상시키려면 좋은 오래된 NeuroSell2 또는 BrainMaker에서 어느 날 저녁에 그리드를 만들고 C 코드로 컴파일하는 것이 더 쉽습니다(간단한 전송 세트 계수가 있는 함수)를 Expert Advisor에 고정합니다. 잘 작동합니다. 그러나 이것은 백만장자가되는 방법의 문제를 해결하지 못할 것입니다.
많은 거래자들이 신경망에 대해 이야기하지만 신경망이 무엇이며 실제로 무엇을 할 수 있는지 아는 사람은 거의 없습니다. 이 기사는 인공 지능의 세계에 약간의 문을 엽니다. 네트워크에 대한 데이터를 올바르게 준비하는 방법을 설명하고 Matlab 프로그램을 사용하여 예측하는 예도 제공합니다.
저자: 샤셰프 세르게이