НС + индикаторы. Эксперимент. - страница 4
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
C ЗЗ недавно эксперементировал в Нейрошелле Дей Трейдере. На вход PNN (классификатора) подавал нормированную разность между ценой и несколькими зафиксированными эксремумами ЗЗ. А так же пробовал отношения разностей (т.е. гармонические модели если хотите). НС находит правлила на ограниченном временном отрезке. Не скажу, что грааль получается, но система в прибыли на данных, которые она не видела.
А как именно нормировали разность? Разница между ценой и последним экстремумом? Или как-то ещё? И какой классификатор использовали? Карты Кохонена?
Я до ЗЗ ещё не добрался. Пока экспериментировал с Кохоненом, а данные нормализовал по мувингу. В общем, тоже потенциал просматривается, хотя и слабенький. Хочется выходы сетки к "усилителю" подключить =)) Кроме этого ещё пробовал классифицировать сами свечки - кодировал разными сопсобами и загонял в Кохонена. В принципе, тоже не плохо. По крайней мере, у однотипных свечей одинаковые классы. Вот только с нормализацией так и не разобрался. Точнее не выбрал. Пробовал приводить к диапазону 0 +1, диапазону -1 +1, сигмоидальную, тангенс. Пробовал использовать данные "как есть". Как-то не увидел преимуществ того или другого метода.
Rosh, у вас возникло понимание, почему для случайного процесса величина H+L оказывается предсказуемой (в данном случае - персистентной)?
А мне казалось тут все просто, Н и L это как доверительный интервал у случ величины, если мож и ско допустим не поменялось то и этот доверительный интервал останется на месте (константа). А Close это предсказание значения этой случ. величины вот оно бегает между H и L, поэтому и труднее предсказать.
А у меня этого понимания как не было, так и нет. Prival, твою гипотезу о том, что это что-то типа дов. интервала, я не принимаю (шпильку 200 пунктов на кабеле помнишь, которая одним тиком сделана?). Да ни одной нейросетью ее не предскажешь, а вот Фибами. .. думаю, вполне вероятно...
P.S. И еще непонятно: почему это такие длиннейшие шпильки любят только вниз ходить?
C ЗЗ недавно эксперементировал в Нейрошелле Дей Трейдере. На вход PNN (классификатора) подавал нормированную разность между ценой и несколькими зафиксированными эксремумами ЗЗ. А так же пробовал отношения разностей (т.е. гармонические модели если хотите). НС находит правлила на ограниченном временном отрезке. Не скажу, что грааль получается, но система в прибыли на данных, которые она не видела.
А как именно нормировали разность? Разница между ценой и последним экстремумом? Или как-то ещё? И какой классификатор использовали? Карты Кохонена?
Я до ЗЗ ещё не добрался. Пока экспериментировал с Кохоненом, а данные нормализовал по мувингу. В общем, тоже потенциал просматривается, хотя и слабенький. Хочется выходы сетки к "усилителю" подключить =)) Кроме этого ещё пробовал классифицировать сами свечки - кодировал разными сопсобами и загонял в Кохонена. В принципе, тоже не плохо. По крайней мере, у однотипных свечей одинаковые классы. Вот только с нормализацией так и не разобрался. Точнее не выбрал. Пробовал приводить к диапазону 0 +1, диапазону -1 +1, сигмоидальную, тангенс. Пробовал использовать данные "как есть". Как-то не увидел преимуществ того или другого метода.
Все эксперименты делаю в НШДТ. Разности брал между ценой и последними экстремумами ЗЗ. А так же, между последним и предпоследним экстремумом и т.д...А также отношения между разностями, - (X-A)/(A-B), (B-A)/(B-C), (B-C)/(C-D), (X-A)/(D-A), вообщем cтарался построить гармонические модели Гартли. Всё загонял в вероятностную сеть (в НШ есть несколько разновидностей). Нормализовал значения средствами НШ, ну собственно это формула
(x-ma(x,n))/(3*stdev(x,n)), последнее время я всегда эту формулу использую. И, собственно, вперед на обучение, перекресную проверку и ООС. ..
Вот пример нормализации, который я практически везде использую.
Вместо Close можно что хочешь подставлять...
А у меня этого понимания как не было, так и нет. Prival, твою гипотезу о том, что это что-то типа дов. интервала, я не принимаю (шпильку 200 пунктов на кабеле помнишь, которая одним тиком сделана?). Да ни одной нейросетью ее не предскажешь, а вот Фибами. .. думаю, вполне вероятно...
P.S. И еще непонятно: почему это такие длиннейшие шпильки любят только вниз ходить?
Постараюсь пояснить подробнее. Н и L это ничто иное, как доверительный интервал. Сл. величина не выходила за эти приделы допустим в течении суток. 1 дневной бар. Теперь просто представь, что это случ. величина подчиняется норм. зак. распределения. H и L это приблизительно мож+-3ско, т.е. с вероятностью 0.997 сл. величина лежит в этих пределах. В этой ситуации предсказать H и L легче, так как это почти константа, а сл. величина (Close) как была ей так и осталась.
Ну просто нарисуй (можешь сгенерировать) строишь плотность вероятности сл. величины и отложи на ней мож+3ско. Генерируешь 1000 значений и по ней (выборке) определяешь эти точки, они почти неизменны, а вот последнее число при генерации случайно (Close). Можешь раз 100 это проделать и проверить.
А за шпильки, возможно поможет такой способ, берутся 10 измерений (тиков) вычисляется мож. Отбрасываются 2 самых крайних который в + и -. И снова строиться мож. Эта оценка неизвестной величины более точна, т.к. она обладает свойствами устойчивости к таким аномальным выбросам (явная ошибка измерений).
В топике Интересные свойства High, Low речь идёт о "аномальном" прогнозировании ряда (H+L)/2. Парадокс мнимый!
Смотрите, если выполняется условие, что H-L (в первом приближении волатильность инструмента) много меньше (H+L)/2 (в первом приближении абсолютное значение цены инструмента), то величина (H+L)/2 эквивалентна процедуре усреднения ВР со скользящим окном равным 2. Подумайте, это действительно почти усреднение. С другой стороны, скользящее среднее ВСЕГДА имеет положительный коэффициент автокорреляции (КАК) между соседними приращениями ряда (это можно доказать напрямую). Следовательно, для ВР полученому интегрированием случайных приращений и, как следствие имеющего КАК приращений стремящийся к нулю, КАК построенный для его ряда (H+L)/2 будет всегда отличен от нуля и положителен! К сожалению, этот факт не позволит прогнозировать ВР, т.к. для ряда (H+L)/2 неизменно возникнет фазовая задержка, которая всё поставит на свои места.
Вот так.