Redes neurais. Perguntas dos especialistas. - página 10
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
Это понятно. Чем меньше ошибка тем больше профит? Или какая взаимосвязь?(я об этом)
Você pode descrever a forma geral da relação que você gostaria de ver? É uma fórmula ou o exemplo que dei na página 2 ou 3 é suficiente...
Basta descrever o que você gostaria de ver como um relacionamento, pois não está claro o que exatamente se entende por um relacionamento...
Saudações a todos!
Preciso de uma resposta sensata, de pessoas com experiência suficiente com redes neurais e algoritmos genéticos, para a seguinte pergunta:
"É possível fazer isso usando a tecnologia de redes neurais?"
A tarefa é a seguinte - suponha que haja um indicador de agrupamento que gere várias dezenas de sinais diferentes de compra/venda para cada símbolo incluído no agrupamento, ou seja, temos um grupo de sinais, e cada sinal pode assumir várias dezenas de valores, digamos, de 10 a 120 tipos. Todos os sinais são únicos e formalizados. O resultado são várias centenas de sinais únicos de compra/venda. Agora aqui está a essência do problema:
-É possível usar redes neurais para modelar a qualidade desses sinais nos dados históricos dos instrumentos incluídos no cluster, a fim de determinar o grau de risco?
-Se possível, então em que direção "cavar", ou seja, quais ferramentas são mais adequadas para a tarefa?
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?
Eu discutiria sobre sua singularidade... :)
A tarefa não é clara, ou seja, depois de ler o "-" eu ainda não entendo o que precisa ser tratado, você pode descrevê-la com mais detalhes...
Os sinais estão chegando em circuito fechado? Ou seja, Buy is followed by Sell, Sell is followed by Buy? Grosso modo, o sinal parecerá 111110001111111111100000000011111111100000111100000000 onde 0-Sell, 1-Buy Em caso afirmativo, você pode verificar o quanto estes sinais são únicos...
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 por qualquer critério? Como você mesmo avalia a importância?
Важные по какому то критерию? Как Вы сами судите о важности?
Por "importância" entendemos a freqüência de aparecimento do sinal, valor preditivo (fator de lucro, drawdown), ou seja, existe a necessidade de monitorar estatísticas para cada tipo de modelo. Em princípio, é fácil organizar tudo isso sem redes, mas suponho que o possível uso da tecnologia de redes neurais neste caso seria o mais promissor. Se eu estiver errado, me corrija, eu simplesmente nunca mexi com redes:)
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 você pensa assim, isso não significa que este seja o caso.
Para treinar a rede, você ainda precisa obter um critério de importância antes da rede para alimentá-la com exemplos. A rede em si não saberá o que é importante e o que não importa porque não tem poderes telepáticos. Precisa de exemplos concretos.
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:)
A freqüência do sinal é fácil de calcular sem redes, GAs...
O valor preditivo eu penso também, mas existem opções para o uso de ACs.
Geralmente você não definiu a tarefa, até agora eu julgo pelas respostas... É por isso que ninguém será capaz de ajudá-lo.
A singularidade dos sinais é fornecida pela análise dos padrões de candelabros (grupos de candelabros compostos por 2 ou mais candelabros). Com base na análise do padrão, atribuímos um código único, como 4506. Por que existem tantos sinais? É que alguns modelos têm várias dúzias de tipos. A tarefa é identificar os padrões mais importantes entre toda a variedade.
Um Expert Advisor, com o parâmetro "Signal Type" - e no otimizador, passe por este parâmetro, e você o encontrará. Muitas, muitas tarefas podem ser resolvidas facilmente sem redes neurais.