Discussão do artigo "Redes neurais de maneira fácil (Parte 59): dicotomia do controle (DoC)"
Pense nisso...!
quantos PHDs estão trabalhando na goldmansachs? ou na hfts, ou em empresas de fundos de investimento?
se ao menos fosse ASSIM tão fácil!!!
Gostaria de agradecer ao autor pela enorme quantidade de ideias, é um Klondike para experimentos.
Também acho que os artigos são adequados como exemplos de métodos possíveis para o treinamento de redes neurais, mas não para a prática. Eu realmente aprecio o trabalho investido na biblioteca do próprio autor para criar e treinar redes neurais, e até mesmo com o uso de placas de vídeo, mas ela não pode ser usada de forma alguma para fins práticos, muito menos competir com tensorflow, keras, pytorch - na verdade, todos os modelos treinados com essas bibliotecas podem ser usados diretamente no mql5, usando o formato onnx.
Vou aplicar gradualmente as ideias do autor com a ajuda dessas bibliotecas modernas.
Também é necessário selecionar indicadores para os dados de entrada para o treinamento de redes neurais. O mais bem-sucedido para mim são as bandas de bollinger, e uso 48 desses indicadores como dados de entrada com diferentes configurações para redes recorrentes como a LSTM. Mas isso não é garantia de sucesso. Também treino 28 pares de moedas de cada vez e escolho os melhores, mas isso não é garantia de sucesso. Então, você precisa executar pelo menos 20 vezes o procedimento de treinamento, alterando o número de camadas e suas configurações nas redes neurais e, em cada estágio, selecionar os melhores modelos que se mostraram bem no testador de estratégias e remover os piores, e só assim poderá obter resultados razoáveis na prática.
Ao final, basta escolher, por exemplo, os 9 melhores pares de um total de 28 e negociá-los em uma conta real. Ao mesmo tempo, o Expert Advisor também deve ter em seu arsenal o gerenciamento de manobras, o que também não prejudicará a grade, ou seja, usamos as redes neurais como assistentes das boas ideias dos consultores sem redes neurais, o que já os torna inteligentes.
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Novo artigo Redes neurais de maneira fácil (Parte 59): dicotomia do controle (DoC) foi publicado:
No artigo anterior, nos familiarizamos com o transformador de decisões. Porém, o complexo ambiente estocástico do mercado de moedas não permitiu revelar totalmente o potencial do método apresentado. Hoje, quero apresentar a vocês um algoritmo focado em melhorar o desempenho dos algoritmos em ambientes estocásticos.
A dicotomia do controle é o fundamento lógico por trás do estoicismo. E implica o entendimento de que tudo ao nosso redor pode ser condicionalmente dividido em duas partes. A primeira está sob nosso controle e totalmente sob nossa influência. Sobre a segunda, não temos poder, e os eventos acontecerão independentemente de nossas ações.
Nós nos trabalharemos com primeira parte. E tomaremos a segunda como garantida.
Os autores do método "Dichotomy of Control" tentaram incorporar esses postulados em seu algoritmo. O DoC permite separar o que está sob o controle da estratégia (política de ações) e o que está fora de seu controle (a estocasticidade do ambiente).
Autor: Dmitriy Gizlyk