Maxim Dmitrievsky: Ага, почитал.. философии много.. а самих реализаций мало.. то есть люди любят больше философствовать, чем что-то реальное делать :) :) :) Шучу конечно. Но мне хотелось бы увидеть что-то, что торгует стабильно в + на нейросетке. Без кода и раскрытия алгоритмов, просто как мотивирующий фактор :) ............. Так то если чё сам с удовольствием бы глянул... без шуток. Только плз г-на Решетова Ю сюда крутить не надо... :-) Вон. Целый Господин Беттер с нейронками завязал походу в связи со сливом...
Там сайт можете глянуть типа нейропроджект.ком. давно сам там не был. Да и здесь статья есть Наберите типа нейросеть ФАНН фанн на англ. Почитайте там нейро подключается к индикаторам. Я давно неск лет назад знакомился с этой темой... потом переключился на другие...
Мой подход к этому вопросу - только сами цены (разницы их) и переменные желательно независимые по максимуму.
Что касается нормирования (приведения к интервалу), конечно, каждую переменную по ее минимаксу, а не по какому-то одному.
А как вы нормируете цены? То есть мне интересно, когда цены выходят за обучающий диапазон, допустим при трендовом рынке, как это влияет на результаты сети? А, разница цен.. все, понял.
Комбинатор: А что за переменные? И как успехи кстати? )
Успехи в плюсе но скромно. Ещё реал тест не кончился. Потом обязательно выложу.
Я параллельно делаю модель. Идея старая и простая, давно подбирался. отбираю комбинацию лагов, по которым беру разницы цен так, чтобы получившийся перекос в прогнозе знака прироста был а) статистически значим и воспроизводим на независимой выборке, и б) чтобы между этими лаг-переменнымм было как можно меньше избыточности. Там уже столько заморочек, все на теории инф. Соблюдаю требование к независимости наблюдений. Потом может как-то обобщенно это оформлю. Но чудес пока никаких не открыл, честно. ) гоняю 5М минуток, генерю правила. Слабые зависимости есть довольно стабильно но с малым МО пока.
Но у меня все без нейросетей. Я наконец-то могу получить легко читаемые правила и по ним составить код советника. Все благодаря возможностям теор.инф.
Roman Shiredchenko: 1 Согласен. 2 а как тогда её обучать? Если не на определённом участке... Переобучать согласно рекомендаций по оптимизации любой другой не нейро тс.
Она сама должна определять период переобучения, ипричем параллельно у нее должно быть несколько обученных периодов и несколько стратегий торговли. это позволит ухватиться сразу за несколько закономерностей и когда одни начнут сливатт, другие только начнут зарабатывать. И переобучаться она должна в реальном времени.
Делал кое-что в прошлом. Почитать можно в блоге под тегом прогнозирование.
Ага, почитал.. философии много.. а самих реализаций мало.. то есть люди любят больше философствовать, чем что-то реальное делать :) :) :) Шучу конечно. Но мне хотелось бы увидеть что-то, что торгует стабильно в + на нейросетке. Без кода и раскрытия алгоритмов, просто как мотивирующий фактор :)
.............
Так то если чё сам с удовольствием бы глянул... без шуток. Только плз г-на Решетова Ю сюда крутить не надо... :-)
Вон. Целый Господин Беттер с нейронками завязал походу в связи со сливом...
1
Это тоже самое, как определить закономерности на рынке, и в этом случае сетка точно не нужна.
2И все-таки обучение сетки на конкретном участке - это ее минус, и придется ее периодически переобучать, не смотря на все умения по готовке ...
2 а как тогда её обучать?
Если не на определённом участке...
Переобучать согласно рекомендаций по оптимизации любой другой не нейро тс.
Стандартный вопрос, чему обучать пытались? ))
Мой подход к этому вопросу - только сами цены (разницы их) и переменные желательно независимые по максимуму.
Что касается нормирования (приведения к интервалу), конечно, каждую переменную по ее минимаксу, а не по какому-то одному.
Мой подход к этому вопросу - только сами цены (разницы их) и переменные желательно независимые по максимуму.
Что касается нормирования (приведения к интервалу), конечно, каждую переменную по ее минимаксу, а не по какому-то одному.
Мой подход к этому вопросу - только сами цены (разницы их) и переменные желательно независимые по максимуму.
А что за переменные? И как успехи кстати? )
Я параллельно делаю модель. Идея старая и простая, давно подбирался. отбираю комбинацию лагов, по которым беру разницы цен так, чтобы получившийся перекос в прогнозе знака прироста был а) статистически значим и воспроизводим на независимой выборке, и б) чтобы между этими лаг-переменнымм было как можно меньше избыточности. Там уже столько заморочек, все на теории инф. Соблюдаю требование к независимости наблюдений. Потом может как-то обобщенно это оформлю. Но чудес пока никаких не открыл, честно. ) гоняю 5М минуток, генерю правила. Слабые зависимости есть довольно стабильно но с малым МО пока.
Но у меня все без нейросетей. Я наконец-то могу получить легко читаемые правила и по ним составить код советника. Все благодаря возможностям теор.инф.
1 Согласен.
2 а как тогда её обучать?
Если не на определённом участке...
Переобучать согласно рекомендаций по оптимизации любой другой не нейро тс.
Стандартный вопрос, чему обучать пытались? ))
самообучаемая нейросетка.
ставишь индюки, график, показываешь метками точки входа и выхода- как самому видится.
сетка видимо ищет закономерности или запоминает положение и направление индюков и счечей +-%отклонения от идеала.
ни фига не научилась на золоте.
может надо было на евробаксе ее учить...