Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 348

 
elibrarius:

Parece-me irrealista calcular algo lucrativo a partir de apenas 3 a 5 inputs usando uma tal matriz. Concordo que cobre todas as variações possíveis.

Mas se, por exemplo, fizermos uma rede com 5 entradas, serão 32 coeficientes para os cálculos. O algoritmo genético geralmente converge em 10000 passagens, ou seja, as entradas irão em média convergir como -1,0-1.
Com 3 entradas talvez um padrão possa ser calculado, mas 3 entradas não é suficiente na minha opinião.

Enquanto as redes neurais podem ser construídas em R ou mesmo a partir de ALGLIB e rapidamente calculadas. A estrutura interna não será tão completa, mas no treinamento você vai encontrar as dependências mais fortes.


Não se esqueça das estratégias combinadas, onde NS pode executar apenas parte das entradas, por exemplo, mostrar a direção geral, enquanto os sinais, por exemplo, são dados por outro sistema

Suponha que existe um sistema, que se despeja em um apartamento, você pode otimizar NS para filtrar tais áreas, e o resto da lógica funcionará "como está".

 
Maxim Dmitrievsky:


Não se esqueça das estratégias combinadas, onde os NS podem realizar apenas parte das entradas, por exemplo, para mostrar a direção geral, enquanto os sinais, por exemplo, são fornecidos por outro sistema

Suponha que haja um sistema, que se despeja em um apartamento, você pode otimizar NS filtrando tais seções, e o resto da lógica funcionará "como está".


E, a propósito, aqui está o mesmo sistema Reshetov espert, em outras palavras :) https://www.mql5.com/ru/articles/3264 ou seja, podemos chamá-lo de classificador Bayesiano, aparentemente
Наивный байесовский классификатор для сигналов набора индикаторов
Наивный байесовский классификатор для сигналов набора индикаторов
  • 2017.05.12
  • Stanislav Korotky
  • www.mql5.com
В статье анализируется применение формулы Байеса для повышения надежности торговых систем за счет использования сигналов нескольких независимых индикаторов. Теоретические расчеты проверяются с помощью простого универсального эксперта, настраиваемого для работы с произвольными индикаторами.
 

O que te faz pensar que a NS deve funcionar? Tanto quanto sei NS torna mais fácil encontrar um algoritmo/conformidade num conjunto de dados.

Mas o comportamento dos preços é a soma das posições de todos os participantes, incluindo a MM. Que tipo de algoritmo pode haver no comportamento da multidão? E alguns, não uma pequena parte desta multidão, não se importam se a posição será lucrativa ou não. Este é o comportamento da abelha que voa sobre os campos. Os campos são os mesmos, mas é impossível prever em que flor vai pousar.

 

Boa sorte para este monstro :) Isto é apenas para determinar os limites de aplicabilidade desta abordagem


 

Quanto mais neurónios e inputs, mais estável mas menos rentável o sistema, optimizei-o para os últimos 3 meses ao abrir os preços em minutos, dos quais 1,5 é um forward, depois executei-o durante quase um ano e mostrou um resultado estável. Existem 3 neurónios para cada 3 inputs e estes 3 neurónios estão incluídos no 4º que dá o resultado final

No círculo há um segmento onde a malha foi otimizada (aproximadamente), seguida por um forward, e o resto do BC não foi envolvido no processo de aprendizagem de forma alguma


 
Maxim Dmitrievsky:

Quanto mais neurónios e inputs, mais estável mas menos rentável o sistema, optimizei-o para os últimos 3 meses ao abrir os preços em minutos, dos quais 1,5 é um forward, depois executei-o durante quase um ano e mostrou um resultado estável. Existem 3 neurónios para cada 3 inputs e estes 3 neurónios estão incluídos no 4º que dá o resultado final

Aqui está uma trama circular, na qual a malha foi optimizada (aproximadamente), seguida de um avanço, e o resto da BC não esteve de todo envolvido no treino



O principal é a estabilidade. Menos de um ano - 800% e se realmente é algum tipo de Expert Advisor de auto-aprendizagem baseado em matrizes semelhantes a uma rede neural - aperto sua mão. Demasiado inteligente para eu entender o que está lá dentro, mas aperte a minha mão para ousar mergulhar neste reino de aprendizagem da máquina. Eu acho que vai tropeçar pela mesma razão - imprevisibilidade do mercado, mas você aparentemente tem um sistema de restrição de perdas lá, tão realmente interessante. Onde funciona num VPS ou num PC doméstico?
 
geratdc:

O principal é a estabilidade. Menos de um ano - 800% e se for realmente algum tipo de EA baseado em array de auto-aprendizagem semelhante a uma rede neural - aperto a sua mão. Demasiado inteligente para eu entender o que está lá dentro, mas aperte a minha mão para ousar mergulhar neste reino de aprendizagem da máquina. Eu acho que vai tropeçar pela mesma razão - imprevisibilidade do mercado, mas você aparentemente tem um sistema de restrição de perdas lá, tão realmente interessante. Onde funciona no VPS ou no PC de casa?

É testes em testador ainda ) Nem sequer é neuronal mas classificador, algo no meio, eu não sei como chamá-lo... feito a mão ) Sim, precisa de ser reciclado periodicamente e de introduzir alguns limites, por exemplo no levantamento de crédito
 
Maxim Dmitrievsky:

Quanto mais neurónios e inputs, mais estável mas menos rentável o sistema, optimizei-o para os últimos 3 meses ao abrir os preços em minutos, dos quais 1,5 é um forward, depois executei-o durante quase um ano e mostrou um resultado estável. Existem 3 neurónios para cada 3 inputs e estes 3 neurónios estão incluídos no 4º que dá o resultado final

Aqui está uma trama circular, na qual a malha foi optimizada (aproximadamente), seguida de um avanço, e o resto da BC não esteve de todo envolvido no treino


Nada mal!
O que você alimenta as entradas?
 
elibrarius:
Nada mal!
O que você alimenta as entradas?

O mesmo que antes, regressão e rsi, eu ainda não pensei em nada mais inteligente.
 
elibrarius:
Nada mal!
E o que você alimenta com insumos?

A propósito, se você tem procurado a melhor grade para usar, tente esta https://www.mql5.com/ru/code/9002

Ainda não descobri, por favor diga-me se é utilizável ou não, se eu próprio não o conseguir fazer )

Ценовой прогноз с использованием нейронных сетей
Ценовой прогноз с использованием нейронных сетей
  • votos: 14
  • 2016.06.14
  • Vladimir
  • www.mql5.com
Индикатор, который использует нейронные сети для прогнозирования ближайших нескольких цен открытия. Сеть обучается методом обратного распространения ошибки. Обучение проходит автоматически, результат — самообученная сеть и самообучающийся индикатор.
Razão: