Поиск набора индикаторов для подачи на входы в нейросеть. Дискуссия. Инструмент оценки результатов. - страница 3

 
ivandurak >>:

При всем уважении, меня тоже очень интересует поиск минимального набора индикаторов а также оценка результатов, только для для своих целей .Так что извините,но никуда я отсюда не пойду и свои мысли высказывать буду хотя и признаю, что они непосредственного отношения к нейросетям не имеют .

далее код и небольшое описание оценки результатов ТС .Только вместо цены закрытия надо использовать результат торговой сделки .Кто с геометрией дружит поправьте код

Кгм ... вы забываете, что для максимальной эффективности обучения входы сети должны быть статистически независимы, должна отсутствовать корреляция между данным которые подаются на каждый вход. Все машки корректируются между собой, можете проверить. Есть достаточно удобный и простой софт - AtteStat, это довесок к Exel, но очень удобный.
 
rip >>:

Вот я как раз об этом же ...


Как вы формируете вектор который потом передаете в JGap, это просто вектор значений W или это кодированные значения W.

Что представляет собой целевая ф-ция. Могу привести пример - если в качестве целевой ф-ции брать ф-цию E[i](t) = D[i](t) - Y[i](t), где Е - ошибка, D - значение ожидаемое на выходе, Y - значение полученное при подачи обучающей выборки X, i - норме нейрона, t - номер эпохи. То НС учиться по одному, если взять E[i](t) = Sign(D[i](t) - Y[i](t))*(D[i](t) - Y[i](t))^2 на ряде задач, результат значительно лучше. Скажем если сформировать ряд отражающий аттракторы классических динамических систем (Лоренца, Хенона, Рёсслера,..), то можно даже натренировать сеть аппроксимировать такие данные, не глубоко но все же.


С рядами сформированными с котировок валют не пробовал :) ибо считаю это дело безрезультатным :)

нет. в генетический алгоритм я передаю только значение целевой функции, а генетический алгоритм для каждого гена выдает вектор значений, который я преобразую в матрицу весов нейросети.

 
IlyaA >>:
С помощью подобной конструкции можно добиться практически вертикальной евити без просадок. Вы будете решать вопрос с переобучением у нейронки?

вопрос с переобучением пока на втором плане... я беру 2 месяца М5 ( это 12*24*22*2=12 000 с лишним значений) и на них учу нейросеть у которой 150 -300 весов... думаю, до переобучения здесь далеко

 
rip >>:

А переобучения может и не быть ... Если автор приведет как график ошибки на тестовой выборки, можно сразу будет сказать, что происходит с переобучением.

о какой ошибке идет речь? целевая функция больше - значит ген более подходящий...

 
IlyaA >>:


согласен. он работает с черным ящиком. переобучение весьма вероятно. Уважаемый iliarr можно опубликовать график обучения.

я выгружаю в лог номер потока, номер поколения ( с точностью до 10), значение целевой функции... не думаю, что подобная информация что-либо сможет сказать вам про переобучение... переобучения, думаю нет, т.к. обучающая выборка существенно превосходит количество весов в нейросети

 
joo >>:

Зря используете машки. Вернее, зря используете только скользящие средние. Попробуйте поэкспериментировать с комплектом из разных типов индикаторов, желательно чтобы алгоритм каждого из индикаторов кардинально отличался от других. Тогда получите больше информации для сети.

Ещё один момент.

Вы используете переворотную систему торговли по сигналам NN. Это абсолютно одно и тоже, что стандартный эксперт мувингаверейдж. Не лучше и не хуже.

Ищите способ определения размера SL и TP с помощь NN, и способы сопровождения открытых позиций. Открываться можно и случайным образом.


ГА всего лишь инструмент оптимизации (отвертка для машины). С минимальными различиями можно использовать его или любой другой алгоритм оптимизации (отвертки).

В этом и был основной вопрос, ради которого я создал тему... Какой набор индикаторов использовать? я не на столько глубоко разбираюсь в индикаторах, чтобы с полным пониманием сделать выбор, а на тупой перебор у меня маловато ресурсов... Если законченный набор индикаторов - буду благодарен.

про SL и TP - спасибо. отметил, для себя, в планах на будущее.

 
iliarr >>:

я выгружаю в лог номер потока, номер поколения ( с точностью до 10), значение целевой функции... не думаю, что подобная информация что-либо сможет сказать вам про переобучение... переобучения, думаю нет, т.к. обучающая выборка существенно превосходит количество весов в нейросети


Общественности требуется увидеть графическую зависимость ошибки обучения от времени (количества эпох).
 
12000 значений :-D при таком кол. весов эт много.
 
ivandurak >>:
А если сделать на принципе везучей мартышки . Берем к примеру CCI прогоняем на всей доступной истории, по результатам теста выбираются участки где есть прибыль не все же время он будет сливать . Далее берем моментум, болинджер, мувинги, точно также выбираем прибыльные участки . Торговля ведется виртуально и та система которая дает результаты не хуже полученных на первоначальном отборе допускается к реальой торговли . Если история повторяется должно получиться . Также плюс такого подхода в прикидочной оценке продолжительности благополучной ситуации . Как по вашему по каким критериям должны выбираться прибыльные участки ну там кол-во сделок, средняя сделка, максимальной просадке, длительность благополучного участка, у мну есть небольшая идейка озвучу чуть попозже .

Это ли вы имели в виду? Или нужны какие-то модификации?

a[0]=iCCI(Symbol(),0,12,PRICE_TYPICAL,0)
a[1]=iMomentum(NULL,0,12,PRICE_CLOSE,0)
a[2]=iBands(NULL,0,20,2,0,PRICE_LOW,MODE_LOWER,0)
a[3]=iMA(NULL,0,13,8,MODE_SMMA,PRICE_MEDIAN,i)
 
iliarr >>:

В этом и был основной вопрос, ради которого я создал тему... Какой набор индикаторов использовать? я не на столько глубоко разбираюсь в индикаторах, чтобы с полным пониманием сделать выбор, а на тупой перебор у меня маловато ресурсов... Если законченный набор индикаторов - буду благодарен.

про SL и TP - спасибо. отметил, для себя, в планах на будущее.

Зайдите вот сюда там каждому индикатору есть подробное описание и формулы расчёта проработайте и

через 2 дня вы будете иметь собственное мнение.

Причина обращения: