O que alimentar a entrada da rede neural? Suas ideias... - página 19

 
Sergey Pavlov #:

Em primeiro lugar, há uma probabilidade distorcida de 10/20 e 99% que a neuronka não fornece (na melhor das hipóteses, de 50-70%). 99 ou 100 somente quando se faz a média. E nós excluímos isso.

Bem, bem, bem, bem, o quanto a neuronka dá a quem depende do receptor. Dizer que a probabilidade não é importante, mas apenas a relação TP/SL é importante, é para aquelas crianças que não sabem o que é expectativa matemática
 
mytarmailS #:

Estou confuso.

Eu recomendaria que você esquecesse o mql por enquanto, enquanto estiver na fase de pesquisa....

Você precisa de uma linguagem para prototipagem rápida e com as ferramentas certas.

Então, em alguns dias de aprendizado e alguns dias de codificação, você poderá executar um algoritmo que criará e buscará ideias e poderá testar mais ideias em um dia do que em uma vida inteira de codificação em mql.



Obrigado pelas dicas, deixarei esse campo para você e Maxim no tópico MO

[Excluído]  
Ivan Butko #:



E se você der um martelo a um robô? Digamos que exista um robô japonês. Ele já joga basquete em Tóquio, comunica-se com criancinhas japonesas, aprendeu a andar, a responder, a ser inteligente etc. Ele vê, ouve, reage.

Ele vê, ouve, reage... E então lhe dão um martelo.



Ele pega o martelo e bate pregos com ele. .... E aqui eles o colocam em uma cadeira macia de computador em uma mesa com três monitores e dizem: "Está vendo? - Há todos os tipos de gráficos. Você precisa ganhar dinheiro com eles!

Descubra." E assim, com a participação de especialistas que lhe ensinaram tudo, ele começa a aprender a negociar: apertar botões e assim por diante.

E como ele também é um modelo de linguagem, ele também aprende com artigos temáticos disponíveis publicamente, informações sobre análise mecânica, ação de preço etc. No final, tudo se resume ao aprendizado por reforço. O trabalho no forex se transforma em um jogo, no qual o robô negociará por um longo tempo em uma demonstração em um testador manual, desenhando todos os tipos de zonas, marcando picos e assim por diante.


É nesse ponto que estou curioso sobre o DQN, porque a máquina aprenderá a negociar sistematicamente, sem memorizar o caminho do preço. Como um iniciante a quem é dito em um curso "feche o lado direito do gráfico e analise o histórico"

O DQN é o q-learning com uma rede neural interna em vez de uma tabela. Ou seja, um algoritmo simples. Nos artigos da RL já havia até transformadores e modelos mais elaborados. O resultado é sempre o mesmo, por razões conhecidas. Para isso, você precisa entender o matstat. Você ficará adivinhando por muito tempo. Não há ferramentas específicas prontas para o Forex. No final, você mesmo terá de preparar o algoritmo.
 
Sergey Pavlov #:

Esqueci de dizer que a probabilidade de fechar uma negociação no plus não é o principal. O principal é qual deve ser o SL/TP. E isso é o principal para os neurônicos. Em resumo, há mais perguntas do que respostas. Mas uma coisa é clara: SL=TP.



Na minha memória, todos os neurônios prontos como um produto (de mercado e de lado) tinham a mesma propriedade - o SL deles era sempre maior do que o TP, mas não muito. Mesmo se não houver SL, um fechamento malsucedido em um sinal de reversão era acompanhado por perdas, que em média excediam 1,5 vezes o lucro de fechamento.

 
Dmytryi Nazarchuk #:
Bem, bem, bem, o quanto um neurônio dá a quem depende do receptor. As histórias de que a probabilidade não é importante, mas apenas a relação TP/SL é importante, são para aquelas crianças que não sabem o que é expectativa matemática.

É apenas minha opinião, mas SL=TP. O spread viola essa igualdade e, portanto, se a neuronka der 0,5+-, ou seja, estatisticamente não há como ganhar, esse par de moedas será excluído da carteira.

 

Observe que as paradas estão presentes e agitam a curva de equilíbrio, MAS não há média!

 
Maxim Dmitrievsky #:
O DQN é o q-learning com uma rede neural interna em vez de uma tabela. Ou seja, um algoritmo simples. Nos artigos de RL, havia até transformadores e modelos mais complicados. O resultado é sempre o mesmo, por razões conhecidas. Para isso, você precisa entender o matstat. Você ficará adivinhando por muito tempo. Não há ferramentas específicas prontas para o Forex. No final, você mesmo terá de preparar o algoritmo.

A implementação me pareceu estranha. Não consegui ler os artigos de jeito nenhum, como se o autor falasse um idioma superior.

Mas a descrição da tecnologia: "uma rede neural na qual há muitas saídas e cada uma é responsável por uma ação específica." Onde estão essas ações? Por que não há nenhuma ação para comprar 0,6 lote?



E não 0,01. Por que não há nenhuma ação "Fechar parte da posição, deixar 0,07 lote no mercado", por que não há nenhuma ação "abrir uma posição adicional, o risco é justificado". Lote dinâmico, TP-SL dinâmico (ou sinal reverso), manutenção de posição - não há nada. Em vez disso - compra e venda.

Tudo, embora recentemente tenha sido publicado o artigo "Moral Expectation at Forex". Mesmo lá, eles tentaram explicar, de alguma forma, matematicamente a utilidade do lote dinâmico e do TP-SL dinâmico.

Afinal de contas, um operador faz tudo isso, portanto, eu gostaria de ver essa implementação - para ter certeza de que nem tudo está funcionando a contento. Vou estudar o matstat e a essência do MO.

 
Sergey Pavlov #:

Observe que as paradas estão presentes e agitam a curva de equilíbrio, MAS não há média!

Esqueci de perguntar: e isso é... para frente, certo?

 
Sergey Pavlov #:

Observe que as paradas estão presentes e agitam a curva de equilíbrio, MAS não há média!

Todos nós rimos, obrigado.

Não se trata de média, mas apenas de mascarar o ajuste.

--

O que acontece com o equilíbrio quando o volume cai?

e com o mesmo aumento?

para otimizar o algoritmo - somente volumes fixos, sem média e sem bloqueios.

 
Ivan Butko #:

Esqueci de perguntar: isso é um... um forward, certo?

É um testador. E em um testador, você pode mostrar qualquer tipo de beleza.

Infelizmente, isso é verdade.

======

A maneira mais fácil de alimentar barras digitalizadas para a entrada da rede neural. Simples e conveniente.