Redes Neurais - página 12
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
Implemente uma simples otimização de alimentação para frente, estimule os negócios vencedores com alguma forma de MM assimétrica. Acesse seus resultados reais de negociação com medidas estatísticas padronizadas, para que você possa saber se todo o modelo ou parte dele está quebrado quando começar a executar. Voltar ao quadro de otimização/trabalho.
Tudo isso somente se sua rede for capturada, algum comportamento cíclico subjacente explorável. A dica de que você está no caminho do sucesso é se seu padrão for de natureza fractal.
Olhando para seus cargos anteriores, você provavelmente sofre de síndrome de sobretreinamento/apetrechamento.
Eu iria em busca de um grande número de negócios de menor qualidade, para que eu pudesse casá-los com procedimentos mais simples...
Você cometeu alguns erros básicos:
- usar redes neurais típicas de alimentação para frente para prever séries temporais como taxas de câmbio de moedas é uma idéia muito ruim
- você está tentando prever valores no prazo H1 - isso não pode ser feito para Forex com bons resultados. Use D1 ou H4 (para moedas que têm baixa volatilidade)
- você usa muitos dados como entrada - a rede neural se "acostuma" aos dados de treinamento e terá um desempenho muito ruim no comércio ao vivo
- você está ficando excitado olhando para os dados de treinamento
- é impossível treinar uma rede neural que funcione efetivamente por um longo tempo. A rede neural típica treinada para prever séries temporais dá cerca de 20-100 boas previsões e depois tem que ser treinada novamente para se adaptar às mudanças recentes.
Se você deseja criar redes neurais úteis para previsões de séries temporais lidas sobre redes neurais evolutivas (alimentar redes neurais de avanço codificadas como árvores neurais flexíveis; sua arquitetura é otimizada usando PIPE ou GEP; parâmetros de funções de ativação flexíveis são otimizados usando PSO, EPSO ou recozimento simulado, etc.)Sim, achei isso um pouco bom demais para ser verdade
. Levou menos de uma hora para construir essa rede. Estas redes neurais evolutivas teriam algo a ver com UTHONNs? Eu tenho um artigo que sugere que este tipo de ANN funciona muito melhor do que os modelos tradicionais de suporte traseiro FF. Estou trabalhando com a MATLAB, seria possível fazer o que você disse com isto? Também o que você sugeriria para o software ou o MATLAB está bem?
@Kazam
Deixe algum dinheiro em cima da mesa homem
Implementar uma simples otimização de alimentação para frente, estimular negócios vencedores com alguma forma de MM assimétrico. Acesse seus resultados reais de negociação com medidas estatísticas padronizadas, para que você possa saber se todo o modelo ou parte dele está quebrado quando começar a executar. Voltar ao quadro de otimização/trabalho.
Tudo isso somente se sua rede for capturada, algum comportamento cíclico subjacente explorável. A dica de que você está no caminho do sucesso é se seu padrão for de natureza fractal.
Olhando para seus cargos anteriores, você provavelmente sofre de síndrome de sobretreinamento/apetrechamento.
Eu iria para um grande número de negócios de menor qualidade, para poder casá-los com procedimentos mais simples...Eu li sobre o excesso de adaptação e estou assumindo que foi isso que aconteceu aqui. Seria melhor dividir essa amostra de dez anos em 10 amostras de um ano e treinamento em um ano e testes no ano seguinte? Parece-me que o GBPJPY passa por um ciclo de 5 a 10 anos. Eu tinha escolhido uma amostra de 10 anos porque esperava treinar a rede para poder identificar esse ciclo. A esperança era que uma rede treinada durante esse ciclo fosse capaz de identificar em que parte do ciclo ela estava e responder adequadamente.
Minhas estratégias anteriores envolveram esperar por grandes movimentos e então ganhar dinheiro, mas eu esperaria usar uma rede neural como parte de uma estratégia de escalonamento. Eu procuraria negociar quase todos os tick com base em se o fechamento previsto estava acima ou abaixo da corrente.
As redes neurais evolutivas são construídas e otimizadas usando algoritmos de computação genética e métodos de otimização. É algo mais do que UHHONN (btw UHHONN parece muito promissor e é o próximo na minha lista de testes
).
Acho que esses dois trabalhos devem ser um bom começo.
http://www.softcomputing.net/insci.pdf
http://www.softcomputing.net/chen-neucom2.pdfVocê poderia usar o Matlab para criar o ENN mas teria que encontrar ou escrever m-scripts para GEP, PIPE etc.
As redes neurais evolutivas são construídas e otimizadas usando algoritmos de computação genética e métodos de otimização. É algo mais do que UHHONN (btw UHHONN parece muito promissor e é o próximo na minha lista de testes
Acho que esses dois papéis devem ser um bom começo
http://www.softcomputing.net/insci.pdf
http://www.softcomputing.net/chen-neucom2.pdfLegal, vou dar uma olhada nesses papéis e partir daí. Eu li sobre otimização genética e parece ser a abordagem mais lógica. Eu tive um teste de Alyuda NeuroIntelligence que teve uma otimização genética de neurônios e pesos, mas é algo como 600 dólares e se eu puder fazer isso em Matlab isso seria preferível.
Você já notou que muitos trabalhos sobre previsão de redes neurais parecem sair da Universidade de Jinan? Eu tenho um documento sobre uma infinidade de HONNS diferentes, se você quiser eu o enviarei por e-mail, apenas me informe com seu endereço. Tentei zipá-lo e anexá-lo, mas faltava uma ficha, aparentemente.
As redes neurais evolutivas são alimentadas e otimizadas através de algoritmos de computação genética e métodos de otimização. É algo mais do que UHHONN (btw UHHONN parece muito promissor e é o próximo na minha lista de testes
Acho que esses dois papéis devem ser um bom começo
http://www.softcomputing.net/insci.pdf
http://www.softcomputing.net/chen-neucom2.pdfHi,
Como você implementa as idéias nesses documentos? Existe algum código Matlab ou C++?
biddick
Escrevo minhas próprias versões de todos os algoritmos que uso porque estou usando um servidor que é baseado na tecnologia CUDA da Nvidia (ele faz cálculos com uma velocidade 1000 vezes maior do que o mais novo processador Intel Quad
).
Mas uso principalmente a linguagem C.
Se você quiser uma boa fonte de informação sobre a HONN, obtenha o livro "Artificial Higher Order Neural Networks for Economics and Business" (Redes Neurais de Ordem Superior Artificial para Economia e Negócios). É uma nova publicação, portanto, tem muito boa informação. O preço é um assassino (180$), mas você pode encontrá-lo em pdf
.
Alguns outros livros eu recomendo:
- "Um guia de campo para programação genética" - você pode baixá-lo gratuitamente em
- "Introduction to genetic algorithms" - published by Springer in 2008.
- "Biologically Inspired Algorithms for Financial Modeling" - from Springer, published in 2006. Very good publication.
- "Network Models and Optimization Multiobjective Genetic Algorithm Approach" - from Springer, published at 2008. Also a very good publication.
- "Gen Expression Programming" - by Candida Ferreira.
All of them can be found in pdf. I usually don't encourage to download copyrighted materials but most of the recent books about ENN cost way over 200$.
Those are just few books that I think are really worth reading. I have over a hundred other so if you'll be interested in something more I'll recommend you another books.
About PIPE you can read here:
[CODE]http://edocs.tu-berlin.de/diss/2003/salustowicz_rafal.pdfNo final do ano terminarei minha tese de doutorado sobre "Evolutionary Neural Networks for financial time series forecasting" e provavelmente a traduzirei para o inglês para que eu possa carregar partes dela.
Kazam,
Você tem um bom resultado em sua negociação com este material ?