Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 347
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
т.е. надо =RNN(a0,a1,a2,a3);
Я что не пойму, RNN это RNN, или ReshetovNN (RNN), которая не RNN.
То об одном, то о другом. Уже не поймешь в каком контексте о чем.
Я что не пойму, RNN это RNN, или ReshetovNN (RNN), которая не RNN.
То об одном, то о другом. Уже не поймешь в каком контексте о чем.
Судя по коду там памяти в прямом смысле нет. Просто на входы подаются данные от индикатора для более старых баров, например бары 0,1,2,3 или 0,2,4,8 или 0,10,20,30 - как выберете. Так что память не в самой НС, а из внешнего источника
А это уже не RNN. RNN это только с обратной связью - с рекурсией. Кого-то надо переименовывать.))
Да и, если строго, то и не сеть, а одинокий нейрон.
А это уже не RNN. RNN это только с обратной связью - с рекурсией. Кого-то надо переименовывать.))
Да и, если строго, то и не сеть, а одинокий нейрон.
Добавьте еще такой же, а потом выходы этих 2-х подайте на 3-й - вот и сетка) Только веса оптимизировать будет нереально, если у 1-го нейрона 100 входов, у второго 100 входов, и у третьего 2.
Вот бы сюда не расчет по всем 202 входным данным делать, а именно от обучающих команд расчитать... т.е. в оптимизаторе не оптимизацию по балансу считать, а пройтись по например 1000 обучающим точкам и из них вычислить коэффициенты.
Добавьте еще такой же, а потом выходы этих 2-х подайте на 3-й - вот и сетка) Только веса оптимизировать будет нереально, если у 1-го нейрона 100 входов, у второго 100 входов, и у третьего 2.
Потому-что в RNN3 ошибка -
данные запрошены для 5 точек, а вероятность расчитываете для 4-х, причем не начинаете с текущего бара а0, а со смещением на период, т.е. с а1. Вероятность вы считаете не для текущего момента, а для точки a1 - потому и результаты плохие для a0))
// Преобразование показаний технического осциллятора RSI в диапазон от 0 до 1 включительно
double a0 = rsi[0] / 100.0;
double a1 = rsi[p] / 100.0;
double a2 = rsi[2*p] / 100.0;
double a3 = rsi[3*p] / 100.0;
double a4 = rsi[4*p] / 100.0;
// Вычисление вероятности
double results=RNN(a1,a2,a3,a4);
т.е. надо =RNN(a0,a1,a2,a3);
Ну и чтобы считать для 5 точек - надо и лог. матрицу увеличить до 25 правил т.е. 52. И т.д. если больше точек/входов надо. Если 10 входов будет, то это 100 входных переменных ))) Интересно, МТ5 потянет такое оптимизировать?
Нене, это тоже его оригинал, я не торгал
Для 10-и входов уже будет проблематично считать даже через облако) Но я попробую сделать 3 таких экспертных системы, поданные на вход 4-й ) Если по ценам открытия тестировать не за очень большой период то норм
У Решетова интересное решение. Что-то подобное возможно собираюсь сделать. Только из контексте часто не понимаешь о чем идет речь, - о какой RNN.
Это не РНН, это экспертная система, как он ее называет... почему она называется РНН я не знаю, мб по фамилии :)
Нене, это тоже его оригинал, я не торгал
Для 10-и входов уже будет проблематично считать даже через облако) Но я попробую сделать 3 таких экспертных системы, поданные на вход 4-й ) Если по ценам открытия тестировать не за очень большой период то норм
А если разделить на фреймы с небольшим перекрывом? Получим 2-3х частично пересекающихся эксперта, а потом их объединяем.
как вариант, да
мне кажется нереально, что-то прибыльное всего с 3 - 5 входов посчитать по такой матрице. Согласен, что она покрывает все возможные вариации.
Но если например сделать сеть с 5 входами, это будет 32 коэффициента для вычислений. Генетический алгоритм обычно сходится за 10000 проходов, т.е. входы переберутся в среднем как -1,0-1.
С 3-мя входами может закономерность и сможет быть рассчитана, но 3 входа мало, на мой взгляд.
А нейросети, на R или даже из ALGLIB можно строить любые и быстро их расчитать. Внутренняя структура у них будет не такая полная, но при обучении найдутся самые сильные зависимости.