Обсуждение статьи "Нейросети — это просто (Часть 59): Дихотомия контроля (Dichotomy of Control — DoC)"
think about it...!
how many PHDs are working at goldmansachs? or hfts, or quantfund firms, !
if only it was THIS easy!!!
Хотел сказать спасибо автору за огромное количество идей, это просто Клондайк для экспериментов.
Также я думаю что статьи подходят в качестве примеров возможных методик обучения нейронных сетей, но ни как для практики. Я очень ценю труд вложенный на созданием автором собственной библиотеки для создания и обучения нейронных сетей да еще и с применением видеокарт, но она ни как не может быть использована в практических целях, и тем более конкурировать с tensorflow, keras, pytorch - Собственно все модели обученные с помощью этих библиотек уже можно давно использовать напрямую в mql5, с помощью формата onnx.
Я постепенно буду по возможности применять идеи автора с помощью этих современных библиотек.
Также нужно гораздо точный подбор индикаторов для входных данных обучения нейросетей, у меня самый удачный это bollinger bands, причем я использую сразу 48 таких индикаторов в качестве входных данных с разными настройками для рекуррентных сетей типа LSTM. Но и это не залог успеха, еще я обучаю 28 валютных пар за раз и выбираю лучшие, но и это еще не залог успеха. Далее нужно прогнать хотя бы раз 20 процедуру обучения, меняя количество слоев и их настроек в нейросетях, и на каждом этапе отбирать лучшие получившиеся модели которые себя показали хорошо в тестере стратегий, а худшие убирать, и только тогда можно добиться вменяемых результатов на практике.
В конце просто выбираем например лучшие 9 пар из 28 и торгуем ими на реальном счете, при этом советник должен также иметь у себя в арсенале мани менеджмент, не помешает сетка также, то есть используем нейросети как помощники уже к хорошим идеям советников без нейронных сетей, тем самым делая их умными уже.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Опубликована статья Нейросети — это просто (Часть 59): Дихотомия контроля (Dichotomy of Control — DoC):
В предыдущей статье мы познакомились с Трансформером решений. Но сложная стохастическая среда валютного рынка не позволила в полной мере раскрыть потенциал представленного метода. Сегодня я хочу представить Вам алгоритм, который направлен на повышение производительности алгоритмов в стохастических средах.
Дихотомия контроля — это логическая основа стоицизма. И подразумевает понимание того, что все существующее вокруг нас можно условно разделить на две части. Первая подвластна нам и полностью находятся под нашим контролем. Над второй мы не властны и события произойдут независимо от наших действий.
С первой областью мы работаем. А вторую принимаем как должное.
Подобные постулаты авторы метода "Dichotomy of Control" постарались внедрить в свой алгоритм. DoC позволяет разделить то, что подконтрольно стратегии (политике действий), и то, что находится вне ее контроля (стохастичность окружающей среды).
Автор: Dmitriy Gizlyk