人工神经网络。 - 页 4

[Igor Makanu]

alsu: 但不确定的是，以这样的形式输出信息是否方便，也许不给我们更多大概1.5比特（买入-卖出-停止）的信息，而是比如说10比特的信息会更容易？

我也在思考这个问题，原则上，对于基于指标的TS来说，将NS作为预测器就足够了，不是预测价格的进一步走势，而是预测一系列的损失，即预测指标何时交易盈利，何时亏损。

[Dmitry]

IgorM:

我也在思考这个问题，原则上，对于基于指标的TS来说，将NS作为预测器就足够了，不是预测价格的进一步走势，而是预测一系列的损失，也就是说，预测指标何时交易盈利，何时亏损。

顺便说一句，是的，这是个很好的研究想法。

[Vladimir]

我想活跃一下讨论，请每个参与的人回答以下问题：你认为神经网络 在市场上的模式是什么？

1.价格之间隐藏的非线性关系，或

2.交易员的大脑根据传入的数据做出交易决定的工作。

[Alexey Subbotin]

gpwr:

价格之间隐藏的非线性关系，或

它是如此非线性的吗？在强势举动的时候，简直就是冲击流动性的极限，是的，我可能会同意。在其他时候，它可能是非常线性的，在我看来是这样。

[Alexey Subbotin]

我可以建议网格的另一个方向--动态过程模型的参数选择。你甚至可以实时地做这件事。

[Dmitry]

NS不使用任何公式，所以他们找到了所有的依赖关系，包括线性和非线性!

[Alexey Burnakov]

gpwr:

我想活跃一下讨论，请每个参与的人回答以下问题：你认为神经网络在市场上的模式是什么？

1.价格之间隐藏的非线性关系，或

2.交易员的大脑根据传入的数据做出交易决定的工作。

第一种情况更有可能。NS用数字来操作。而交易员与。(1）形式，（2）实时动态（运动速度、抽搐、爬行），（3）记忆和联想，（4）情感、情绪、想法，（5）"反语"。而这已经被称为正念。

[Dmitry]

据我所知，神经网络可用于任何标准策略，从指标到马汀。我想知道，当把神经元与配对交易（价差交易）或波动性交易结合起来时，会有什么结果。有人对这个问题有什么经验吗？

[JohnyPipa]

重要的是我们向神经网络输入了什么。这些应该是影响价格的重要因素。

那么，如果我们把火星天气作为输入，把欧元/美元报价作为输出，并对其进行神经网络训练，那么在一定数量的神经元和层的情况下，神经网络会找到依赖性。

但它将与现实毫无关系。

正如我所接受的教育（很久以前=）），有三种类型的输入。

1.我们知道它们的存在，但不能以任何方式获得或测量的输入。在我们的案例中，这就是噪音（干扰）。

2.我们可以接受（包括延迟的）和测量的输入。

3.系统在以前的时间点上的输出。(如果系统是动态的，它取决于它以前的状态）。

我认为。

1.第一类投入--灾难、恐怖行为、中央银行的干预、大公司的行动。我们根本没有发现他们，或者是事后才发现的。 我们对他们不感兴趣。

第二类--宏观经济指标（GDP、再融资率等）。

3.时间t的价格取决于时间t-1、t-2、...的价格。t-n。

机制分析的业余爱好者只考虑第三类输入。趋势追随者认为，如果价格向一个方向移动，它仍将向同一方向移动。我认为价格对它们的影响几乎不超过5%。

P.S. 如果这里有人尝试过第二种类型的投入--宏观经济指标，请分享结果。=)

[Arduz]

我也得出结论，值得深入研究神经网络，尽管它看起来有点复杂。