elibrarius: Вопрос по теме. Считается, что НС сама может внутри себя спроектировать любой индикатор. Кто нибудь пробовал провести эксперимент - может ли НС воспроизводить например МА? Или MACD или цифровой фильтр?
Может, не проблема. Куча экземплов во многих пакетах НС с проектировнием подобных вещей.
Но только, если вы проектируете ТС, что она делает внутри себя останется тайной. Только коэффициенты.
Проблема этой ветки в том что народ здесь не глупый и у каждого за плечами опыт и сформировавшееся мнение, которое никто не хочепт менять. И услышав что то в разрез своих представление Вы не даете себе даже шанса подумать, а вдруг это правильно. В этом то и проблема. Понятное дело что должен появится интерес к идеи и т.д. НО говрить что это не правильно не проведя никаких тестов... Вобщем мы слишком тут все умные, потому и бедные. А кто то ещё и жадный :-)
Может, не проблема. Куча экземплов во многих пакетах НС с проектировнием подобных вещей.
Но только, если вы проектируете ТС, что она делает внутри себя останется тайной. Только коэффициенты.
В пакетах обычно ирисы да медицина и т.п. - с рыночными индюками, что-то не припоминаю. Хотя МА слишком просто: для МА10 - сложить 10 входов с v=1, остальным входам присвоить v=0, и потом подобрать к=10. Цифровые фильтры так же, но v будут равны не 1, а другим значениям в соответствии с формулой фильтра. И теоретически НС может найти ни нечто из стандартных фильтров, а уникальный, наиболее подходящий к рынку. Т.е. по сути 1 нейрон - это цифровой фильтр (ЦФ). Несколько нейронов позволят получить взаимодействия нескольких ЦФ (дельты, суммы). Если нужны взаимодействия 2-го порядка (дельта от дельты) - надо добавить еще 1 скрытый слой.
Произведение 2х ЦФ не получить из 2-х нейронов в выходном нейроне, - там только сложение. Но его можно пересчитать в отдельном нейроне, просто v и к будут другие. В общем для меня это новый взгляд на НС, как на ЦФ.
elibrarius: В пакетах обычно ирисы да медицина и т.п. - с рыночными индюками, что-то не припоминаю. Хотя МА слишком просто - просто: для МА10 - сложить 10 входов с v=1, остальным входам присвоить v=0, и потом подобрать к=10. Цифровые фильтры так же просто v будут равны не 1 а другие в соответствии с формулой фильтра. И теоретически НС может найти ни нечто из стандартных фильтров, а уникальный, наиболее подходящий к рынку. Т.е. по сути 1 нейрон - это цифровой фильтр (ЦФ). Несколько нейронов позволят получить взаимодействия нескольких ЦФ (дельты, суммы). Если нужны взаимодействия 2-го порядка (дельта от дельты) - надо добавить еще 1 скрытый слой.
Нечто подобное я писал ранее. Плюс 2 слоя к НС, и она вам сама сделает любой индикатор-предиктор. И заморачиваться неча.
Нечто подобное я писал ранее. Плюс 2 слоя к НС, и она вам сама сделает любой индикатор-предиктор. И заморачиваться неча.
Тогда получается, что отбор предикторов - лишнее дело, которое может даже помешать, если на входе данные с баров. Отбор нужен если мы наобум подаем кучу стандартных и нестандартных индикаторов (например МА,CCI,RSI с разными периодами), а не временной ряд. Из них то и надо отбросить совсем не подходящие. НС же с временным рядом на входе сама подберет индикаторы с нужными коэффициентами.
elibrarius: Тогда получается, что отбор предикторов - лишнее дело, которое может даже помешать, если на входе данные с баров. Отбор нужен если мы наобум подаем кучу стандартных и нестандартных индикаторов, а не временной ряд. Из них то и надо отбросить совсем не подходящие. НС же с временным рядом на входе сама подберет индикаторы с нужными коэффициентами.
Угу. На вход НС нормированный временной ряд. Скажем, структура НС -15-20-15-10-5-1 уже хорошо справляется.
elibrarius: Тогда получается, что отбор предикторов - лишнее дело, которое может даже помешать, если на входе данные с баров. Отбор нужен если мы наобум подаем кучу стандартных и нестандартных индикаторов, а не временной ряд. Из них то и надо отбросить совсем не подходящие. НС же с временным рядом на входе сама подберет индикаторы с нужными коэффициентами.
подавал на вход тайм-серии (голые цены)
подавал на вход индикаторы и приращения (в т.ч. с экспоненциальными периодами и пр.)
разницы пз..ц никакой, но разница есть когда подаешь косинусы разниц, тангенцы разниц и гиперболические кос и танг... почему так - хз, но показатели ТС несколько улучшаются
Угу. На вход НС нормированный временной ряд. Скжем, структура НС -15-20-15-10-5-1 уже хорошо справляется.
Для определения лонгов и шортов нужно 2 НС.
Про 2 НС уже на практике дошел и только так и использую. Если 3 класса (buy,wait,sell) то средний класс очень быстро проскакивает особенно если в вых. нейроне сигмоид или тангенс. А вот если регрессия... по идее 1 нейрон на выходе нужен.
подавал на вход индикаторы и приращения (в т.ч. с экспоненциальными периодами и пр.)
разницы пз..ц никакой, но разница есть когда подаешь косинусы разниц, тангенцы разниц и гиперболические кос и танг... почему так - хз, но показатели ТС несколько улучшаются
Тогда 3-4 скрытых слоя нужно для построения аналога из голых цен. 1 слой для индикаторов + 1 слой для дельт + 1 слой для косинусов и тангенсов. Не пробовали?
elibrarius: Тогда 3-4 скрытых слоя нужно для построения аналога из голых цен. 1 слой для индикаторов + 1 слой для дельт + 1 слой для косинусов и тангенсов. Не пробовали?
нет, я леса просто использую до сих пор (ансамбль из произвольного кол-ва моделей, на разных фичах), выход средний берется
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
Вопрос по теме.
Считается, что НС сама может внутри себя спроектировать любой индикатор.
Кто нибудь пробовал провести эксперимент - может ли НС воспроизводить например МА? Или MACD или цифровой фильтр?
Может, не проблема. Куча экземплов во многих пакетах НС с проектировнием подобных вещей.
Но только, если вы проектируете ТС, что она делает внутри себя останется тайной. Только коэффициенты.
Может, не проблема. Куча экземплов во многих пакетах НС с проектировнием подобных вещей.
Но только, если вы проектируете ТС, что она делает внутри себя останется тайной. Только коэффициенты.
В пакетах обычно ирисы да медицина и т.п. - с рыночными индюками, что-то не припоминаю.
Хотя МА слишком просто: для МА10 - сложить 10 входов с v=1, остальным входам присвоить v=0, и потом подобрать к=10.
Цифровые фильтры так же, но v будут равны не 1, а другим значениям в соответствии с формулой фильтра. И теоретически НС может найти ни нечто из стандартных фильтров, а уникальный, наиболее подходящий к рынку.
Т.е. по сути 1 нейрон - это цифровой фильтр (ЦФ).
Несколько нейронов позволят получить взаимодействия нескольких ЦФ (дельты, суммы). Если нужны взаимодействия 2-го порядка (дельта от дельты) - надо добавить еще 1 скрытый слой.
Произведение 2х ЦФ не получить из 2-х нейронов в выходном нейроне, - там только сложение. Но его можно пересчитать в отдельном нейроне, просто v и к будут другие.
В общем для меня это новый взгляд на НС, как на ЦФ.
В пакетах обычно ирисы да медицина и т.п. - с рыночными индюками, что-то не припоминаю.
Хотя МА слишком просто - просто: для МА10 - сложить 10 входов с v=1, остальным входам присвоить v=0, и потом подобрать к=10.
Цифровые фильтры так же просто v будут равны не 1 а другие в соответствии с формулой фильтра. И теоретически НС может найти ни нечто из стандартных фильтров, а уникальный, наиболее подходящий к рынку.
Т.е. по сути 1 нейрон - это цифровой фильтр (ЦФ).
Несколько нейронов позволят получить взаимодействия нескольких ЦФ (дельты, суммы). Если нужны взаимодействия 2-го порядка (дельта от дельты) - надо добавить еще 1 скрытый слой.
Нечто подобное я писал ранее. Плюс 2 слоя к НС, и она вам сама сделает любой индикатор-предиктор. И заморачиваться неча.
Нечто подобное я писал ранее. Плюс 2 слоя к НС, и она вам сама сделает любой индикатор-предиктор. И заморачиваться неча.
Отбор нужен если мы наобум подаем кучу стандартных и нестандартных индикаторов (например МА,CCI,RSI с разными периодами), а не временной ряд.
Из них то и надо отбросить совсем не подходящие. НС же с временным рядом на входе сама подберет индикаторы с нужными коэффициентами.
Тогда получается, что отбор предикторов - лишнее дело, которое может даже помешать, если на входе данные с баров.
Отбор нужен если мы наобум подаем кучу стандартных и нестандартных индикаторов, а не временной ряд.
Из них то и надо отбросить совсем не подходящие. НС же с временным рядом на входе сама подберет индикаторы с нужными коэффициентами.
Угу. На вход НС нормированный временной ряд. Скажем, структура НС -15-20-15-10-5-1 уже хорошо справляется.
Для определения лонгов и шортов нужно 2 НС.
Тогда получается, что отбор предикторов - лишнее дело, которое может даже помешать, если на входе данные с баров.
Отбор нужен если мы наобум подаем кучу стандартных и нестандартных индикаторов, а не временной ряд.
Из них то и надо отбросить совсем не подходящие. НС же с временным рядом на входе сама подберет индикаторы с нужными коэффициентами.
подавал на вход тайм-серии (голые цены)
подавал на вход индикаторы и приращения (в т.ч. с экспоненциальными периодами и пр.)
разницы пз..ц никакой, но разница есть когда подаешь косинусы разниц, тангенцы разниц и гиперболические кос и танг... почему так - хз, но показатели ТС несколько улучшаются
Угу. На вход НС нормированный временной ряд. Скжем, структура НС -15-20-15-10-5-1 уже хорошо справляется.
Для определения лонгов и шортов нужно 2 НС.
Про 2 НС уже на практике дошел и только так и использую. Если 3 класса (buy,wait,sell) то средний класс очень быстро проскакивает особенно если в вых. нейроне сигмоид или тангенс.
А вот если регрессия... по идее 1 нейрон на выходе нужен.
подавал на вход тайм-серии (голые цены)
подавал на вход индикаторы и приращения (в т.ч. с экспоненциальными периодами и пр.)
разницы пз..ц никакой, но разница есть когда подаешь косинусы разниц, тангенцы разниц и гиперболические кос и танг... почему так - хз, но показатели ТС несколько улучшаются
Тогда 3-4 скрытых слоя нужно для построения аналога из голых цен. 1 слой для индикаторов + 1 слой для дельт + 1 слой для косинусов и тангенсов. Не пробовали?
нет, я леса просто использую до сих пор (ансамбль из произвольного кол-ва моделей, на разных фичах), выход средний берется
оч. быстро все работает зато