Discussão do artigo "Aplicação prática de redes neurais no trading (Parte 2). Visão computacional" - página 2
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
As redes convergentes não são adequadas para o comércio.
Na negociação, é necessário determinar se a compra ou venda deve ser feita agora, ou seja, na 0ª barra ou na borda mais à direita da imagem.
A rede convolucional não está vinculada à barra 0. Ela responde à pergunta - há um determinado padrão (por exemplo, um gatinho) na imagem. Em qualquer lugar, não fixado no lado direito. E, desde que haja um gatinho na imagem (à direita, no meio, à esquerda), ela sinalizará que ele está lá.
Por exemplo, ela encontrou um padrão para Buy, na barra 50 e na barra 100. Obviamente, na barra 50 e na barra 100 é tarde demais para abrir uma negociação de compra. Nas raras vezes em que o padrão de compra estiver à direita, a resposta será correta para negociar agora mesmo.
Obviamente, os padrões de venda também estarão em todas (ou quase todas) as imagens. Por exemplo, na barra 0, você poderia comprar e, 50 barras atrás, poderia vender. E 80 barras atrás, também comprar etc. Ou seja, cada imagem provavelmente conterá vários padrões de compra e vários padrões de venda. Fazendo a média, as probabilidades de previsão serão de cerca de 50% +-10%. Ou seja, a resposta seria decifrada como se nessa figura houvesse 3 lugares para compra e 4 lugares para venda. A probabilidade de Venda = 4/7 = 57%. Mas isso não pode ser tomado como uma decisão de abrir uma negociação agora mesmo na 0ª barra.
Mas, em geral, o fato de trabalhar com imagens é interessante.As redes convergentes não são adequadas para o comércio.
Na negociação, é necessário determinar se a compra ou venda deve ser feita agora, ou seja, na 0ª barra ou na borda mais à direita da imagem.
A rede convolucional não está vinculada à barra 0. Ela responde à pergunta - há um determinado padrão (por exemplo, um gatinho) na imagem. Em qualquer lugar, não fixado no lado direito. E, desde que haja um gatinho na imagem (à direita, no meio, à esquerda), ela sinalizará que ele está lá.
Por exemplo, ela encontrou um padrão para Buy, na barra 50 e na barra 100. Obviamente, na barra 50 e na barra 100 é tarde demais para abrir uma negociação de compra. Nas raras vezes em que o padrão de compra estiver à direita, a resposta será correta para negociar agora mesmo.
Obviamente, os padrões de venda também estarão em todas (ou quase todas) as imagens. Por exemplo, na barra 0, você poderia comprar e, 50 barras atrás, poderia vender. E 80 barras atrás, também comprar etc. Ou seja, cada imagem provavelmente conterá vários padrões de compra e vários padrões de venda. Ao calcular a média deles, as probabilidades de previsão serão de cerca de 50%.
Para essa finalidade, a convolução e o lstm são combinados
Para essa finalidade, a convolução e o lstm são combinados
Por exemplo, a combinação é sequencial: tendência de alta -> padrão de reversão -> tendência de baixa -> padrão de reversão -> sinal de compra.
E sem o lstm, você pode fazer isso de uma forma interessante, criando uma arquitetura especial para que os padrões de reversão sejam pesquisados nas bordas da janela e a tendência no meio.
Por exemplo, a combinação é sequencial: tendência de alta-> padrão de reversão-> tendência de baixa-> padrão de reversão-> sinal de compra
E sem o lstm, você pode fazer isso de uma forma interessante, construindo uma arquitetura especial para que os padrões de reversão sejam pesquisados nas bordas da janela e a tendência no meio.
Sem considerar que eu acho que ensinar uma série temporal por meio de figuras é um exagero de alta tecnologia, você provavelmente pode acrescentar símbolos adicionais às figuras, especificando o que deseja de uma determinada figura.
Artigo muito bom! Muito obrigado!
Estou trabalhando no momento e tentando obter o máximo de desempenho. Se eu obtiver resultados significativos, farei um relatório sobre isso.
Trabalho interessante.
Ao salvar/exibir imagens, ele usa, pelo que entendi, a escala automática ativada no terminal, o que destrói as informações sobre a força de movimento. Talvez seja possível criar um tamanho único - para um número definido de pontos na altura?
Pessoal, alguém tem fontes de robôs de negociação em python?
Estou interessado no peixe em si, e acho que será minha neuronka com reforços....
Só estou com preguiça de escrever tudo do zero =)