Обсуждение статьи "Секвента ДеМарка (TD SEQUENTIAL) с использованием искусственного интеллекта" - страница 2
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
Вы мне скидываете файл для обучения, я Вам модель, а дальше тестируйте её и результаты выложите. ОК?
Всё верно!
Только модель желательно в "гуманном" виде, исполняемый файл(exe, jar) что бы одним кликом загрузил тестовый датасет в таком же формате как был обучающий, а другим выбрать путь для сохранения результата куда нужно в csv.
Обучающий датасет будет csv с разделитем ","(запятая), 15 фичей и таргет последний в сумме 16 примерно так:
..................
-1.129204,-1.129167,0.282294,-2.280221,-13.081081,1.855654,0.163391,6.384071,0,0,0,-1.434602,1.165473,6.521727,0,1
0.141149,0.141149,1.411552,0,4.704501,0.001642,-1.564355,0,0,0,0,-36.086637,-0.156291,-10.859675,0.200637,1
0.282292,0.141146,0.423445,0,0.613683,-0.355847,-0.328989,-1.063462,3.190799,3.191211,0,4.071769,3.565043,20.779214,-2.33066,1
1.411447,0.282292,0.141146,0,-0.49115,1.463979,2.700361,-1.063508,-1.063462,3.190799,0,15.394189,0.511692,-7.217575,1.160668,1
1.975945,1.411447,0.282292,-1.14011,3.160372,2.471691,-5.125828,-2.127108,-1.063508,-1.063462,0,-10.655282,1.961731,9.919539,-0.581819,1
0.282257,0.564523,1.975945,2.280221,-7.463255,-0.013203,-3.919166,0,0,-2.127108,0,-1.451862,-0.3113,-5.870295,-1.00175,-1
-0.705637,0.282257,0.564523,0,3.541205,0.261354,2.416635,0,0,0,0,3.18908,0.275705,13.998395,1.789844,-1
0,-0.282271,-1.270172,0,15.3989,4.815902,-1.18679,0,0,2.127291,0,-2.530371,-0.423919,6.862249,-0.031438,1
-0.141131,1.27023,0,0,2.443412,-0.05624,-8.284345,0,0,0,0,-3.995578,0.231936,4.123271,0.620976,-1
...............
В прилагаемом файле и лерн и тест(для Вашего удобства), но я проверю модель на контрольном тесте, с следующего дня торгов, который Вы не видели. Если обучитесь на лерне(train.csv) и добъётесь на тесте(test.csv) accuracy >=~65% и оно примерно таким же будет(-1%) и на моём контрольном тесте, чтож... значит классификатор Решетова - классная штука и зря он его опубликовал)))
Всё верно!
Только модель желательно в "гуманном" виде, исполняемый файл(exe, jar) что бы одним кликом загрузил тестовый датасет в таком же формате как был обучающий, а другим выбрать путь для сохранения результата куда нужно в csv.
Обучающий датасет будет csv с разделитем ","(запятая), 15 фичей и таргет последний в сумме 16 примерно так:
..................
-1.129204,-1.129167,0.282294,-2.280221,-13.081081,1.855654,0.163391,6.384071,0,0,0,-1.434602,1.165473,6.521727,0,1
0.141149,0.141149,1.411552,0,4.704501,0.001642,-1.564355,0,0,0,0,-36.086637,-0.156291,-10.859675,0.200637,1
0.282292,0.141146,0.423445,0,0.613683,-0.355847,-0.328989,-1.063462,3.190799,3.191211,0,4.071769,3.565043,20.779214,-2.33066,1
1.411447,0.282292,0.141146,0,-0.49115,1.463979,2.700361,-1.063508,-1.063462,3.190799,0,15.394189,0.511692,-7.217575,1.160668,1
1.975945,1.411447,0.282292,-1.14011,3.160372,2.471691,-5.125828,-2.127108,-1.063508,-1.063462,0,-10.655282,1.961731,9.919539,-0.581819,1
0.282257,0.564523,1.975945,2.280221,-7.463255,-0.013203,-3.919166,0,0,-2.127108,0,-1.451862,-0.3113,-5.870295,-1.00175,-1
-0.705637,0.282257,0.564523,0,3.541205,0.261354,2.416635,0,0,0,0,3.18908,0.275705,13.998395,1.789844,-1
0,-0.282271,-1.270172,0,15.3989,4.815902,-1.18679,0,0,2.127291,0,-2.530371,-0.423919,6.862249,-0.031438,1
-0.141131,1.27023,0,0,2.443412,-0.05624,-8.284345,0,0,0,0,-3.995578,0.231936,4.123271,0.620976,-1
...............
В прилагаемом файле и лерн и тест(для Вашего удобства), но я проверю модель на контрольном тесте, с следующего дня торгов, который Вы не видели. Если обучитесь на лерне(train.csv) и добъётесь на тесте(test.csv) accuracy >=~65% и оно примерно таким же будет(-1%) и на моём контрольном тесте, чтож... значит классификатор Решетова - классная штука и зря он его опубликовал)))
Ну ок. Давайте уже завтра продолжим беседу, а то признатся комп сейчас считает. Да и время уже позднее. Завтра!!!!
Ну что, посмотрел я файл тренировки, в нём хоть и 16 входов, НО 65 тысяч строк. Я его даже делать не буду, потому как вы читая статью так и не поняли основных тезисов. Один из которых гласит что анализировать рынок каждый бар на минутках за 5 лет истории это утопия. Другими словами Вы пытаетесь построить модель для всего рынка, соотвественно получить хороший уровень обобщения не получится, так как граалей не существует. я же строю модели в пределах 30 строк, что охватывает рынок в течении последних 2-3 месяцев на 15 минутке. Соотвественно я получаю модель гораздо лучшего качества, НО не долго работающую, максимум недели две и мне этого достаточно. А вы всё пытаетесь построить модель по всему рынку. ЭТО точно утопия. Прочтите статью ещё раз, только внимательно!!!!!
Пы.Сы Считать Ваш файл я не буду, потому как на это уйдёт неделя. Бесполезная трата ресурсов машины и времени.
Взял первые 50 строк файла трейн, построил модель а уж насколько она оказалась рабочей проверяйте сами.
К сожалению не могу прикрепить архив. MQL форум как всегда на высоте. Самые популярные форматы не поддерживает :-( Могу скинуть на почту.
Это не минутки а секунды, обучающий сет с 2х недели торгов, тестовый с одного дня и это оооочень упрощенный вариант, дата для одного инструмента, самый простой прогноз на секунду в перед, одного таргета, у меня обучение модели для таких данных занимает около минуты.
30 строк)))))))))))))))))))))))))))))))))))))))))))))))))) Эээээ.... ну что Вам сказать... удачи! Она Вам категорически необходима)))
Секунды для двух недель с записью 65000 строк. Помоему удача нужна именно Вам. Нет я серьёзно. Такой подход к сожалению провален. Хотя на 50 записях Вашего файла я получил 70% обобщения. В принципе данные достаточно хороши для выхода. Но вы к сожалению не понимаете сути игры, раз пытаетесь построить ТС на секундах :-) Ну хорошо, тогда вот к Вам такое предложение. Постройте ТС по моим рекомендациям, обучите её на своих данных и на своём ИИ и вы увидите что результат будет гораздо лучше чем ваш подход. Не я серьёзно, выберете ТС, (пересечение машек) подъберите нужное количество входов. Сохраните данные в "контексте дня" и обучите на них свой ИИ и вы будет приятно удивленны ну попрробую устанвоить зип, закину архив, хотя для вас я думаю он будет бесполезен, потому как модели в виде кода для MQL4. и уж точно не exe файл. Справитесь???
Ну и в довесок, фунт на сегодня, оба сигнала на продажу попали в одну и туже область и мы видим, что первый сигнал принёс минус. Но поскольку оба сигнала попали в одну область, чтобы получить прибыль по второму сигналу, его нужно было перевернуть. То есть сходить против сигнала, в данном случае получилась антимодель. Результат на лицо!!!! И мои 30 сигналов охватывают рынок примерно за два месяца, так что судите сами.
а зелёные точки предупреждают трейдера о том что скоро появится сигнал, в этом есть своё приемущество, в том что сигнал не появляется как снег на голову, а ожидаем заранее.
Вот модель которую построил с утра, можете проверить
Прочитал.
Молодец что решил выложить свою ТС и примерно объяснить как она работает, плюс объяснить немного теории в плане своих мыслей по работе нейросетей непосредственно с рынком Forex.
Однако, в статье слишком много "трейдер может предположить", "трейдер должен принять решение основываясь на собственном опыте" и т.д. Все весьма расплывчато для такого громкого названия статьи.
Как я понял, ты не программист, иначе статья была бы более информативной, системной, и ты доработал бы свою ТС чтоб не переворачивать позиции.
Потом выложил бы результаты торговли в тестере за год - два, предварительно переобучая сеть каждые две недели.
Переворачивание всегда идет на свой страх и риск, нет четкого алгоритма - это большой минус.
Это даже не статья про нейросети, а просто описание твоей ТС.
Я ожидал больше конктретики, больше слов о детальной работе предлагаемой нейросети, примерах тестовых выборок, примеров обучения, примеров работы после обучения.
Метадологические статьи тут не нужны, новички все равно ничего до ума не доведут, а разбирающимся людям это не интересно. Люди, которые давно на форексе, которые шарят в программировании, часто ищут просто интересную идею, с подробным объяснением почему это идея хороша, как она работает,и как ей пользоваться. Потом уже они адаптируют ее под свои требования, встроят в свои советники, индикаторы и т.д.
Например, у меня есть кластеризатор данных на основе Нейросети Кохонена на С++:
В нем картинка слева - исходные данные, картинка справа - после кластеризации, с подписанием в каждом классе имени класса из двух цифр, минимального расстояния в классе, а также 5 линиями, которые идут к нейрону, который определяет класс . Сеть состоит из 7*7 нейронов. Всего 49 классов.
У тебя же ни одного примера нету, какие конкретно ты даешь входные данные и в каком формате, что получаешь на выходе, описание алгоритма обучения и т.д.