Трейдинг: Прогнозирование цен с помощью нейронных сетей

Новый комментарий
 

New article Прогнозирование цен с помощью нейронных сетей has been published:

Многие трейдеры говорят о нейронных сетях, но что это такое и на что они в реальности способны - мало кто представляет. Данная статья немного приоткрывает дверь в мир искуственного интеллекта. В ней рассказывается о том, как нужно правильно подготавливать данные для сети, а также приводится пример прогнозирования средствами программы Matlab.

Author: Shashev Sergei

 

"Результатом нашей работы является многослойная гибридная нейронная сеть, которая способна прогнозировать абсолютные значения цен на небольшой будущее. Она кардинально отличается своей архитектурой и целями от однослойной нейронной сети, представленной господином Решетовым в своей статье ..."

В чем именно состоит кардинальное отличие? Можно поподробнее о входных параметрах/сигналах/подготовке и о "слойности"?
...прошу прoщения - не добрался я до MatLab, чтоб файл посмотреть.

 
Отличие в том, что во-первых, в сети есть скрытый слой, который по сути делает ее черным ящиком (веса неизвестны), а во-вторых, сеть прогнозирует не действие (бай/селл), а цену. Входными параметрами являются четыре предыдущие цены закрытия, а выходным - цена следующего бара. Соответственно подготовка данных - это подготовка файла в таком виде, чтобы его понял MatLab.
 
Вопрос: есть ли какая нибудь инструкция, желательно подробная и на русском языке, на NeuroShell Day Trader, просто никак не могу с этой прогой разобраться. Спасибо.
 
Max_Vel:
Вопрос: есть ли какая нибудь инструкция, желательно подробная и на русском языке, на NeuroShell Day Trader, просто никак не могу с этой прогой разобраться. Спасибо.
На русском я ничего не находил, но в рунете через яндекс попробовать можно :)))
 
>>Основные проблемы, возникающие при работе с этой технологией – правильная предобработка данных, этот этап играет решающую роль для прогнозирования данных и очень многие безуспешные попытки работы с нейросетями связаны именно с этим этапом.

Скажу по секрету -- пока вы научитесь правильно подавать нужные данные в нужном формате в нейросетку, вам уже сама нейросеть не будет нужна. Так как тех данных как правило хватает для построения системы вручную. К тому же, автор совсем не раскрывает такую важную тему как - числовые параметры КАЧЕСТВА процесса обучения. А они очень важны :) а то не будет работать, и не будете знать почему. Про анализ входных данных на линейную разделимость тоже ничего не сказано, а без него тоже нет никаких гарантий, что ваши данные нерпотиворечивы, и что сеть хоть чемуто может научиться. А после хорошего анализа входных данных - например, картами Кохонена - сама нейросеть тоже уже становится не нужна. Но, даже карты Кохонена "переоптимизируют" торговую систему, причем весьма значительно. Хотя, подходы бывают разные.

В целом по статье полный низачот, никаких важных цифр не показано, читайте ЛеКуна для начала, или статьи с http://basegroup.ru/.
 
SkullZZ:
>>Основные проблемы, возникающие при работе с этой технологией – правильная предобработка данных, этот этап играет решающую роль для прогнозирования данных и очень многие безуспешные попытки работы с нейросетями связаны именно с этим этапом.

Скажу по секрету -- пока вы научитесь правильно подавать нужные данные в нужном формате в нейросетку, вам уже сама нейросеть не будет нужна. Так как тех данных как правило хватает для построения системы вручную. К тому же, автор совсем не раскрывает такую важную тему как - числовые параметры КАЧЕСТВА процесса обучения. А они очень важны :) а то не будет работать, и не будете знать почему. Про анализ входных данных на линейную разделимость тоже ничего не сказано, а без него тоже нет никаких гарантий, что ваши данные нерпотиворечивы, и что сеть хоть чемуто может научиться. А после хорошего анализа входных данных - например, картами Кохонена - сама нейросеть тоже уже становится не нужна. Но, даже карты Кохонена "переоптимизируют" торговую систему, причем весьма значительно. Хотя, подходы бывают разные.

В целом по статье полный низачот, никаких важных цифр не показано, читайте ЛеКуна для начала, или статьи с http://basegroup.ru/.
На basegroup.ru статьи тоже не сильны, хотя deductor штука весьма удобная, жаль, что лекарства к нему нет нигде :)
Я читал классику - Уоссермен и Ежов. А эта статья никак не претендует на полный мануал для профессионалов...
Просто хотелось показать, как можно поэксперементировать с нейросетями в MatLab, что это на так сложно, кого немного заинтересовало - тот пойдет дальше.
Если Вы профессионал в этой области - напишите свою статью под названием - "Нейросети для профессионалов", на этом форуме будет 20-30 человек, которые с удовольствием поддержат данную тему.
 
Кто-нибудь при обущении нейросети добивался чтобы ср. квадр. ошибка была меньше 0.7 при 10 тыс эпохах
Сколько промежуточных слоев использовали и сколько эпох обучения использовали?

Спасибо

vtigers@gmail.com
 

М-да.

1.е.Статья тяжеловатая для новичков. ( Все такими были не надо...)

2.е. ни чего не сказано про выходы НС ... сколько лутше 1н выход или 2 выхода.

3.е. ни чего нет про обучение ( а иммено сколько лутше всего довать баров на перемолку сети).

 

Как можно использовать результаты для дальнейшей торговли?

Как использовать результаты для написания советника или индикатора, который бы предсказывал будущее с какой-то долей вероятностей?

Чем отличается MF Type: linear от constant?

В статье для обучения использовались цены. А можно ли использовать показания индикаторов (осциляторов)? Какие при этом выставлять параметры в Afins Editor?

В статье для результатов использовались цены. А можно ли в качестве результатов указывать на изменение цены (приращение)? Какие при этом выставлять параметры в Afins Editor?

Новый комментарий
Причина обращения: