Искусственные нейронные сети. - 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
Было бы очень здорово, если бы сюда подтянулись такие карифеи нейронных сетей...
Кто то из них (не к персоналиям, а "корифеям") сделал состояние, или только в теории???
Кто то из них (не к персоналиям, а "корифеям") сделал состояние, или только в теории???
По крайней мере есть претенденты выигравших чемп среди тех, которые использовал нейросетки.
Или Вы хотите предъявить что то мне или моим хорошим знакомым-друзьям корифеям???
По крайней мере есть претенденты выигравших чемп среди тех, которые использовал нейросетки.
Или Вы хотите предъявить что то мне или моим хорошим знакомым-друзьям корифеям???
Человек может научили или к месту посоветовать, только тому чем много времени занимается.
Хороший программист блещет умением писать программы, если это Ваша конечная цель, то все очень даже логично. Но к рынку это имеет очень косвенное отношение.
Человек может научили или к месту посоветовать, только тому чем много времени занимается.
Хороший программист блещет умением писать программы, если это Ваша конечная цель, то все очень даже логично. Но к рынку это имеет очень косвенное отношение.
Спасибо. Теперь, пожалуйста, переведите на русский. Я на Вашем диалекте, извините, не шпрехаю.
Просто я не понял, то ли ли я плохой (или наоборот) программист, то ли я не к рынку применяю нервосетки, то ли ещё чего. Поясните, пожалуйста.
Спасибо. Теперь, пожалуйста, переведите на русский. Я на Вашем диалекте, извините, не шпрехаю.
Просто я не понял, то ли ли я плохой (или наоборот) программист, то ли я не к рынку применяю нервосетки, то ли ещё чего. Поясните, пожалуйста.
Поверьте, я не использую оценочные суждения к людям. По крайней мере очень стараюсь так делать, только факты.
На чем основаны мысли, что нейросети действительно позволяют стабильно зарабатывать. Корифеи имеют успешный практический опыт, который нельзя отнести к ценовому артефакту?
Просто все выглядит очень пафосно, но есть ли рациональное зерно?
Зато простая идея (как пример) купить сахар осенью и продать в начале лета не интересна...
Нейросети – ИМХО самое сложное в алгоритмической торговле. Новичков тут нет. Вот и я, только спустя 8 лет форекса, потратив кучу денег, перебрав наверное все возможные стратегии и индикаторы и их всевозможные комбинации, решил что это единственная не затронутая мной торговая стратегия. Почему я раньше её не занимался? Думал что это слишком сложно, требуется применение дополнительных специальных программ типа «нейросолюшен» и др. Оказывается, я был не прав. Самое главное чётко понять, как работают нейросети, а остальное дело техники.
Придумал свою первую простейшую пробную нейросеть примерно за день, написал её примерно минут за 15 на чистом MQL5, обучил её с помощью оптимизации. И о чудо, результаты обнадёживающие… бак-робастость присутствует на несколько лет назад, бак-тесты устойчивые. Теперь я почти полностью уверен, что если Грааль существует, то спрятан он где-то в недрах нейросетей. Потенциал их практически безграничен, туда можно прописать сколько-угодно любых индикаторов с любым количеством параметров… и делать это можно оказывается на чистом MQL5. Посидев-подумав, и попрабовав их, все мои предыдущие старания слеписть советника из стандартных индикаторов кажутся просто детским садом.
В этой ветке предлагаю делиться опытом в области нейросетей. Было-бы интересно узнать принципы построения и обучения сетей на MQL5. Жду ваших комментов.
Преимущество сетей перед деревьями решений в торговле на форексе не очевидно. Использовать сети везде где вздумается глупо. Применяйти их там где может существовать нелинейная функция выхода от входа. Приведу простой пример классификации. Допустим нам нужно создать систему отличающую разных млекопитающих. На вход подаём информацию о форме и размере всего тела и его частей (головы, носа, ушей, лап, хвоста и т.п.) Неужели Вы думаете что создание нелинейной модели типа Класс = F (усы, лапы, хвост) будет более точно определять класс млекопитающего чем дерево принятия решения усы? лапы? хвост?
07041982:
НС могут сами находить скрытые зависимости типа паттернов, уровней и т.д. плюс в них можно запихнуть очень много входных параметров, с использованием обычных методов вам не хватит мощностей столько параметров оптимизировать
Сеть - это инструмент, своего рода универсальная нелинейная функция которую можно оптмизировать (подгонять) под разные данные (вход-выход). Эта функция никаких закономерностей выделить не может. С таким же успехом можно утверждать что полином, подогнанный под плавную кривую, находит её скрытые закономерности. Выступи из диапазона данных, под которые эта функция была подогнана, и сами знаете что получится на примере полиномной регрессии. Кстати, количество оптимизируемых параметров в сети намного больше чем в дереве принятия решений так как сеть содержит подсоединения, которые не влияют на правильные решения и веса которых уменьшаются в ходе оптимизации.