Обсуждение статьи "Практическое применение нейросетей в трейдинге (Часть 2). Компьютерное зрение" - 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
Сверточные сети для трейдинга не подходят.
В трейдинге надо определить - покупать или продавать сейчас, т.е. на 0-м баре или у самой правой границы картинки.
Сверточная сеть к 0 бару не привязана. Она отвечает на вопрос - есть ли некий шаблон (например котик) на картинке. В любом месте, а не прижатый к правой стороне. И до тех пор пока котик на картинке есть (справа, посередине, слева) она будет сигналить, что он там есть.
Например она нашла шаблон для Buy, на 50 баре и на 100 баре. Очевидно, что на 50 и на 100 баре уже поздно открывать сделку Buy. Редкие моменты, когда шаблон Buy будет справа, ответ будет верным для торговли прямо сейчас.
Очевидно, что и шаблоны для Sell будут присутствовать на каждой (или почти каждой) картинке. Например на 0 баре Buy, а 50 баров назад можно было Sell. А 80 баров назад тоже Buy и т.д. Т.е. каждая картинка скорее всего будет содержать несколько шаблонов Buy и несколько Sell. Усреднив их, вероятности прогноза получатся около 50% +-10%. Т.е. ответ будет расшифровываться, как на этой картинке есть 3 места для Buy и 4 места для Sell. Вероятность для Sell = 4/7 = 57%. Но это нельзя принимать, как решение для открытия сделки прямо сейчас на 0-м баре.
Но вообще сам факт работы с картинками интересен.Сверточные сети для трейдинга не подходят.
В трейдинге надо определить - покупать или продавать сейчас, т.е. на 0-м баре или у самой правой границы картинки.
Сверточная сеть к 0 бару не привязана. Она отвечает на вопрос - есть ли некий шаблон (например котик) на картинке. В любом месте, а не прижатый к правой стороне. И до тех пор пока котик на картинке есть (справа, посередине, слева) она будет сигналить, что он там есть.
Например она нашла шаблон для Buy, на 50 баре и на 100 баре. Очевидно, что на 50 и на 100 баре уже поздно открывать сделку Buy. Редкие моменты, когда шаблон Buy будет справа, ответ будет верным для торговли прямо сейчас.
Очевидно, что и шаблоны для Sell будут присутствовать на каждой (или почти каждой) картинке. Например на 0 баре Buy, а 50 баров назад можно было Sell. А 80 баров назад тоже Buy и т.д. Т.е. каждая картинка скорее всего будет содержать несколько шаблонов Buy и несколько Sell. Усреднив их, вероятности прогноза получатся около 50%.
Для этого комбинируют сверточные и lstm
Для этого комбинируют сверточные и lstm
Например комбинация последовательная: тренд вверх -> разворотный паттерн->тренд вниз-> разворотный паттерн-> сигнал на покупку
а без lstm можно интересно это сделать, построив специально архитектуру, чтобы разворотные паттерны искались на краях окна, а тренд посередине.
Например комбинация последовательная: тренд вверх -> разворотный паттерн->тренд вниз-> разворотный паттерн-> сигнал на покупку
а без lstm можно интересно это сделать, построив специально архитектуру, чтобы разворотные паттерны искались на краях окна, а тренд посередине.
Не учитывая, что я считаю что обучать через картинки временной ряд - это высокотехнологичное излишество, можно, наверное, дополнительные закорючки на картинки добавить, уточняющие что вы хотите от данной картинки
I am currently working in and try to get the maximum performance out of it. Should I get meaningful results, I will report about it.
Интересна работа.
При сохранении/отображении картинок используется, как я понял, автомасштабирование, включенное в терминале, что уничтожает информацию о силе движения. Может сделать единый размер - в заданное количество пунктов по высоте?
Народ, а у кого-нибудь есть исходники торгового робота на python?
Интересует сама рыба, а думать будет моя нейронка с подкреплением...
Просто лень все с нуля писать =)
Опубликована статья Практическое применение нейросетей в трейдинге (Часть 2). Компьютерное зрение:
Автор: Andrey Dibrov
Опубликована статья Практическое применение нейросетей в трейдинге (Часть 2). Компьютерное зрение:
Автор: Andrey Dibrov
Вы меня простите, но при наличии цифровых данных обрабатывать графику - это извращение...
1. Надо все делать в png =)
2. Для целей нейротрендинга подходит обучение с подкреплением... Иначе придется объяснять нейронами разницу между двумя графическими изображениями (массивами), а при наличии цифровых данных это лишний наворот. Нейронки понимают все в цифре и исходные данные тоже в цифре =)
Вы меня простите, но при наличии цифровых данных обрабатывать
Вы меня простите, но при наличии цифровых данных обрабатывать графику - это извращение...
1. Надо все делать в png =)
2. Для целей нейротрендинга подходит обучение с подкреплением... Иначе придется объяснять нейронами разницу между двумя графическими изображениями (массивами), а при наличии цифровых данных это лишний наворот. Нейронки понимают все в цифре и исходные данные тоже в цифре =)
Ну.... Графику я использую для выявления подобностей и дальнейшего их использования как фильтра. Всего-то. Посоветовал бы, также использовать нейронки для анализа текстовых сообщений...
Смысл в том, что бы не формализовать что-то в "чиселки". Зигзаг, вообще проблемный индикатор... Конкретно запаздывающий в динамике и ни о чем не говорящий...
https://youtu.be/mcQH-OqC0Bs, https://youtu.be/XL5n4X0Jdd8
тут вы глубоко ошибаетесь. Перестаньте заниматься пипсовкой с обозрением одной свечи и все сразу будет явным.