Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 735

 
Nikolay Gaylis:

Поэтому и попросил формулу...

Хотите работать с НС - идите в нормальный проф. софт, или не заморачивайтесь с этими MQL поделками - толку не будет.

 

Наверное вот эту


 
 
Nikolay Gaylis:

Наверное вот эту


ну есть же статья по этой теме, как нейрон написать, да, как раз так.. поиск работает

этого Асауленко не слушайте, он всем тут уже надоел со своей парадигмой, непонятно зачем вообще на этом форуме торчит, как хорошо что его забанили сегодня зануду этого беспомощного
 

Смешно получилось :)

https://smart-lab.ru/blog/456953.php

История одного фиттинга
История одного фиттинга
  • smart-lab.ru
Шел 2015-й год, лето. С нашей командой сотрудничал один математик. Он пришел с комплексом контртрендовых систем. Основа — теорвер, всё в рамках случайных событий, байесовский подход и максимизация апостериорной вероятности через подгонку на прошлых данных. Всё на часовых данных. Был представлен тест системы за несколько предыдущих лет: Всё...
 

тихо шифером шурша деп растёт мой  не спеша.....

Чуть позже прокоментирую тебя токсик... ща времени нет...

 
toxic:

Ну блин, Михаил..., как же Вы не понимаете, уже и объясняли и троллили Вас, чтобы эмоционально мотивировать к эволюции, но Вы как скала! Это было бы разумно если бы Вы продавали какой то грааль лоху, но вроде как не продаёте, поэтому странно, не разумно. Нельзя описать весь рынок 40 наблюдениями, тем более 3 недели, это как описать лица тысячи человек 40 пикселями, возьмите даже например фотографию одного Владимира Ильича и выдерните из неё как угодно, используя любые трансформации данных ~40 точек и попробуйте узнать в ней вождя пролетариата))) А весь рынок это не одна фотка, он больше в сотни раз по ёмкости. Нельзя так самозабвенно "натягивать за уши" желаемое на действительное. 


Проблема Ваша в том что Вы пытаетесь описать ВЕСЬ рынок. Каждый бар, как я понимаю... А теперь давайте посчитаем вместе. 

ТФ 15М за две недели это 1920 баров. Если вы описываете ВЕСЬ рынок, то для обучения Вам нужно подать 1920 баров на вход сети и т.д. и т.п.

ТФ 15М Сигналов на покупку 40 штук (примерно). Мне чтобы описать эти две недели по моей ТС, нужно подать всеголишь 40 значений для обучения, дабы сеть могла выучить эти две недели, потому что я не анализирую ВЕСЬ рынок, я анализирую его только в моменты его разворота. Базовая ТС является контртрендовая. То есть она определяет участки возможного разворота рынка. И именно в этот момент и происходит анализ. ЧТо существенно сокращает количество семплов при обучении, но в тоже время охватывает один и тот же интервал времени (2 недели)

Как уже говорил, я не могу увеличить обучающую выборку, потому что данные, которые я использую, мне этого не позволяют. Были бы входные данные лучше, яб обучал и на 100 и на 1000. НО НО НО это всё не важно, а важен конечный результат и он таков......

 

На данной картинке представлен участок обучения и ООС.

Здесь просто участок ООС с 01.31.2018 Чтоб наглядней было смотреть

А здесь участок с понедельника 03.05.2018 ТС та же самая...


 

И всё это работа вот этих двух малышек, которые были обучены на нужных данных и выбраны по максимальной ВИ относительно входа

double getBinaryClassificator1A(double v0, double v1, double v2, double v3, double v4) {
   double x0 = 2.0 * (v0 + 2748.0) / 2951.0 - 1.0;
   double x1 = 2.0 * (v1 + 83.09069) / 154.45321 - 1.0;
   double x2 = 2.0 * (v2 + 71.06971) / 147.16595 - 1.0;
   double x3 = 2.0 * (v3 + 94.29885) / 172.688 - 1.0;
   double x4 = 2.0 * (v4 + 70.91128) / 154.99767 - 1.0;
   double decision = 0.07032014810363377 * x1 * x3
  -0.2709385389305134 * sigmoid(x0 + x1)
  + 0.4766552616529839 * sigmoid(x1 + x2)
  -0.02475017204446986 * sigmoid(x3)
  + 0.6522278547266189 * sigmoid(x4)
  -0.4251146155411889 * sigmoid(x0 + x4)
  + 0.3491339620629828 * sigmoid(x1 + x4)
  -0.11995134291612954 * sigmoid(x0 + x1 + x3 + x4)
  -0.5414699867210747 * sigmoid(x2 + x3 + x4)
  -0.15299357377557646 * sigmoid(x1 + x2 + x3 + x4)
  + 0.3477721452733811 * sigmoid(1.0 + x2 + x3)
  -0.2667852400383829 * sigmoid(1.0 + x0 + x2 + x4)
  + 0.35137296333271945 * sigmoid(1.0 + x1 + x2 + x4)
  + 0.5545211348150159 * sigmoid(1.0 + x1 + x2 + x3 + x4);
   return decision;
}

double getBinaryClassificator2A(double v0, double v1, double v2, double v3, double v4) {
   double x0 = 2.0 * (v0 + 1543.0) / 2763.0 - 1.0;
   double x1 = 2.0 * (v1 + 83.27445) / 157.86037 - 1.0;
   double x2 = 2.0 * (v2 + 96.96413) / 167.20560999999998 - 1.0;
   double x3 = 2.0 * (v3 + 76.54987) / 162.84452 - 1.0;
   double x4 = 2.0 * (v4 + 70.10687) / 136.14457 - 1.0;
   double decision = -1.4629648549243972 * x2 * x3
  -0.24382747582073286 * x2 * x4
  -0.16956988148753577 * sigmoid(x0)
  -0.09466097943059529 * sigmoid(x1)
  + 0.09458009807928075 * sigmoid(x2)
  + 0.5855852404304591 * sigmoid(x1 + x2)
  + 0.5480350088543795 * sigmoid(x3)
  + 0.030113404168369433 * sigmoid(x1 + x3)
  -0.146080234300504 * sigmoid(x4)
  + 0.26372003133088134 * sigmoid(x1 + x3 + x4)
  -0.40493035689960494 * sigmoid(x0 + x2 + x3 + x4);
   return decision;
}

Вопрос: Кого что не устраивает в работе данных моделей???

 

Я абсалютно уверен в правильности своего подхода к рынку, глядя на результаты.

Спасибо за помощь в R, что сделало работу ТС в разы лучше.....

Подход трудоёмкий и многое нужно держать в голове, чтобы не совершить ошибку, которая может в корне поменять результат, но в целом я доволен, чего и Вам желаю....

А теперь начинаю писать статью по БО + там будет ещё и видео так что не пропустите. Когда её опубликуют, я обязательно сообщю в этой ветке.... Удачи!!!!

Причина обращения: