Discussão do artigo "Neurônio biológico para previsão de séries temporais financeiras"

Novo comentário
 

Novo artigo Neurônio biológico para previsão de séries temporais financeiras foi publicado:

Estamos construindo um sistema de neurônios biologicamente fiel para prever séries temporais. A introdução de um meio semelhante ao plasma na arquitetura da rede neural criou uma espécie de "inteligência coletiva", onde cada neurônio influencia o funcionamento do sistema não apenas por meio de conexões diretas, mas também por meio de interações eletromagnéticas de longo alcance. Como esse sistema neural modelando o cérebro irá se comportar no mercado?

O modelo de Hodgkin-Huxley, que recebeu o Prêmio Nobel, descreve o mecanismo de geração e propagação de impulsos nervosos em nível celular. Mas por que exatamente esse modelo pode ser a chave para entender os mercados financeiros? A resposta está em uma analogia surpreendente entre a propagação de impulsos nervosos no cérebro e a disseminação de informações nos mercados. Assim como os neurônios trocam sinais elétricos através de conexões sinápticas, os participantes do mercado trocam informações por meio das operações de trading.

A inovação da nossa abordagem está na adição de um componente semelhante ao plasma ao modelo clássico. Enxergamos a rede neural como um sistema dinâmico imerso em um "plasma" de informação de mercado, onde cada neurônio pode influenciar o comportamento de outros neurônios não apenas por conexões diretas, mas também através dos campos eletromagnéticos que gera. Isso permite ao sistema captar correlações e interdependências sutis que passam despercebidas pelos algoritmos tradicionais.

Neste artigo, analisaremos em detalhes a arquitetura do sistema, os princípios de seu funcionamento e os resultados da aplicação prática em diversos instrumentos financeiros. Mostraremos como uma abordagem inspirada biologicamente pode oferecer uma nova perspectiva para o problema de previsão de séries temporais financeiras e abrir novos horizontes no campo do trading algorítmico.


Autor: Yevgeniy Koshtenko

 
As redes neurais ainda são um assunto de estudo para mim, mas pretendo usá-las em meu scalper. Não vejo nenhum mistério nelas. Para mim, o mistério está em outro ponto: por que os autores desses artigos tentam alimentar a NS com barras brutas com a persistência de um maníaco? Acho que se uma pessoa domina o trabalho com o NS, então não será difícil aprender os fundamentos do DSP (processamento de sinal digital). Neste artigo, o autor superou todos os chamados "analistas" que conheço - ele alimenta a entrada com barras D1 e tenta adivinhar o preço 15 dias à frente. É tão difícil extrair dados de ticks do MT5 e tentar escalpelá-los com processamento preliminar? ????
 
Alexey Volchanskiy #:
As redes neurais ainda são um assunto de estudo para mim, mas pretendo usá-las em meu scalper. Não vejo nenhum mistério nelas. Para mim, o mistério está em outro ponto: por que os autores desses artigos tentam alimentar a NS com barras brutas com a persistência de um maníaco? Acho que se uma pessoa domina o trabalho com o NS, então não será difícil aprender os fundamentos do DSP (processamento de sinal digital). Neste artigo, o autor superou todos os chamados "analistas" que conheço - ele alimenta a entrada com barras D1 e tenta adivinhar o preço 15 dias à frente. É tão difícil extrair dados de ticks do MT5 e experimentá-los no scalping com pré-processamento? ????
O pré-processamento é como ir a uma vanga?

Como você sabe que os preços precisam ser processados, onde está a justificativa para isso, exceto pelos slogans dos MO-schniks sobre a presença de ruído fantasma, cuja definição no contexto do forex nem sequer é conhecida.

O preço não é um sinal físico, não há ruído.

Cada padrão de preço descreve sua própria tendência e planicidade, seja em D1 ou M1.
Correção de impulso.

Todos os TFs têm seus próprios padrões.

O pré-processamento de gráficos é a busca de padrões. Busca de padrões por meio de todos os tipos de filtros.

É isso que qualquer NS faz.

Você estará apenas processando o gráfico duas vezes.

E se você inserir indicadores - 3 vezes.
 

Para Ivan Butko

O pré-processamento - pré-processamento de preditores - é o primeiro e mais importante dos três estágios de qualquer projeto de aprendizado de máquina. Você precisa se sentar e aprender o básico. Assim, você não estaria falando besteira.

"Garbage in - rubbish out" (lixo entra - lixo sai) - e você não precisa ir a uma cartomante para isso.

 

Do artigo;

Os exóticos não oferecem nenhuma vantagem, mesmo em relação a modelos estatísticos simples. E para quê?

Pelo código:

Normalização adaptativa - não vi o que é adaptativo aqui?

Todos os indicadores estão na biblioteca de análise técnica ta. Por que reescrever tudo em Python?

Não há sentido na aplicação prática, na minha opinião

 
Vladimir Perervenko projeto de aprendizado de máquina. Você precisa se sentar e aprender o básico. Assim, não estará falando besteira.

"Garbage in - rubbish out" (lixo entra - lixo sai) - e você não precisa ir a uma cartomante para isso.

Você traduz livros didáticos

Você não lidou com a definição de lixo nos preços

Você não sabe o que é lixo e o que não é. E se ele existeem princípio. E se isso existe em princípio. Já que no Forex as pessoas ganham em M1, e em M5, e em M15 e assim por diante, até D1

Você não entende e não sabe como negociar com as mãos.

Portanto, você não entende o que está dizendo.


Mas se você tiver uma confirmação da viabilidade e da estabilidade de seus modelos NS somente por causa da presença do pré-processamento (sem ele - lixo) - você estará certo.

Existem tais modelos?
[Excluído]  
É fácil dizer: aprenda o básico, pelo menos um livro sobre o básico que você precisa ler :) e não apenas ler, mas memorizar.
 
O ruído é um erro de modelo. Ou seja, na realidade, não existe um "ruído de preço" abstrato, existe apenas uma série de erros de um modelo específico. Um modelo é considerado mais ou menos funcional se um número desses erros se comportar como ruído branco (processo estacionário sem correlação).
Novo comentário