金融系列的神经预测（基于一篇文章）。 - 页 8 123456789101112 新评论 Mihail Marchukajtes 2011.12.01 17:52 #71 我认为我们需要努力寻找一个优化函数。即搜索目标函数。我们希望网络在优化站点找到什么???? 在同一地区的最大平衡的参数。不，因为实践表明，这在未来是行不通的。因此，我们需要寻找现在不起作用，但在未来会起作用的关键时刻。为此，我们需要收集统计数据，估计哪些时刻何时起作用，如何起作用....。 看看我想到了什么，这可能不现实，但这是我的方式。可以说是目标。 做到以下几点。 一切都像我在NS截图中做的那样。 1.我们在6个月的时间内训练网络。如果NS是在machs上，它将很好地学习这些参数，它将正常交易。 2.以前3个月为例，看一下网络交易的结果。(理论上，结果应该是好的，因为网络已经看到了这个数据）。 3.优化网络，使其准确学习那些我们已经知道的参数。 寻找、调整和开发一个能使这些参数得到优化的函数。 5.在找到函数后，我们在一个未提交给网络........ 的片段上测试它。 现在，我将尝试在NS....，部分地看一下它。 Mihail Marchukajtes 2011.12.01 17:53 #72 Reshetov: 只在趋势部分训练的神经网络的信号不会是随机的，而是网络的训练方式。也就是说，它将跟随运动并向侧面排水。 我的意思是急剧的变化，不可预测的运动等等。 Mihail Marchukajtes 2011.12.01 17:54 #73 但无奈的是，NS中的目标函数很复杂......你不能就这样把他们挑出来... Yury Reshetov 2011.12.01 17:59 #74 nikelodeon: 我的意思是突然的变化，不可预测的运动等等。当这种运动发生时，可以教网友们坐收渔翁之利。例如，像这样：https://www.mql5.com/ru/code/10151 Alexey Burnakov 2011.12.01 18:23 #75 nikelodeon: 但无奈的是，在NS中，目标函数很复杂......你不能就这样把它们挖出来... 嗯。我通常在一个统计软件包中训练神经网络，其中的目标函数不是训练或测试期的平衡值，而是网络输出的误差值。从原则上讲，这是机器学习的一个经典版本。你可以试验一下误差的数值：取误差的平方之和；平方之和除以例子的数量；误差的模数。而且这还不是极限。 然后，经过训练的网络 以dll格式与机器人交换信号。回旋的余地是巨大的... Alexey Burnakov 2011.12.01 18:29 #76 Reshetov: 当这种运动发生时，可以教网友们坐收渔翁之利。像这样:https://www.mql5.com/ru/code/10151 你也可以使用SCP。在训练实例上，你首先训练一个ACS，并测量判断一个实例是否属于一个单元或一个群组的最大误差。然后在相同的数据上训练一个或多个神经网络，例如，提前一步做出价格增量预测。而在工作中，新的、以前未知的例子首先与调谐后的ACS进行核对，如果预测网络超过预定的误差阈值，则预测网络不开启，或者交易机器人不对网络的信号做出反应。简而言之，我们使用ACS来检测异常情况，而不在其上进行交易。实际例子：现在是2008年秋天。我们已经训练了神经网络并决定在本季度进行交易。所有主要货币对的动态都出现了崩溃，ACS的绝大部分例子都被过滤掉了，不允许做出交易决定。但这对我来说都是理论。还有等等等等。我还没有在实践中测试过它。 Alexey Burnakov 2011.12.01 18:42 #77 f.t.:有什么能让人感兴趣的呢（除了训练你的大脑的任务之外）？没有再培训（在从新数据中学习的意义上），任何NS都无法工作。市场在变化，电网必须学习它。问题是：何时开始新的训练？;)然后，当网格 "断裂 "时，你可以 "修复 "它，改变层和神经元的数量，另一个传递函数 -....但你永远不会知道到底要改变什么，如何改变，在哪里改变。只要你不根据新的市场调整网格，就不会有效果。而这与如果( 价格==问价)，看到问价=1.2345，而价格由于某种原因变成了1.23449999999是不同的。现在想象一下，与可能的投资者对话，询问。"你猜他想给出什么答案？1）再次开始训练NS，当（如果）它学会了--让它再赚一次（如果那时市场没有再发生变化）。2）我给它贴上调试封条，找到错误并纠正它。因此，如果你是 "感兴趣"--欢迎你，但如果你想赚钱？;) 已经开始玩角色扮演了吗？我不是这里的帮手 ))))我不会在这个话题中讨论，你自己去吧。 由于你对NS的经验有限，你认为这个工具先验地是一个数据拟合、黑匣子、空白的耙子等等。层数、神经元、功能束在错误的手中都是不必要的包袱。首先，你必须有一个想法，为什么网络应该工作，而且这个想法应该在时间序列的不同部分进行广泛的正向测试。风险评估 是提前进行的，而不是由即将发生的冲洗的事实来完成的。我告诉你。我个人使用NS没有输过一分钱，我只在演示中输过。) 我想说的第二件事是，一个严肃的神经专家，在做完所有必要的测试后，也会照顾到提取的问题，或者用俄语说，理解启发式方法，这是在NS内部的训练中形成的--根据输入的内容，输出信号产生的规则的本质。所有的黑盒子都往左走。你必须进入神经网络的逻辑，了解它的作用。朱棣文也写到了这一点，这也是符合逻辑的。否则就会发现，在苏维埃俄国，国家安全局会控制你。哈。 TheXpert 2011.12.01 20:02 #78 alexeymosc: 你的讲座进行得怎么样了？:) Alexey Burnakov 2011.12.01 20:13 #79 TheXpert: 你的讲座进行得怎么样了？:) 只是一般般。我希望他们以后可以逐步掌握。我最近真的很忙于工作。 我将努力振作起来，再看几部。停在了关于梯度下降的讲座上，也就是说，一般来说，在开始的时候差不多。 Alexey Burnakov 2011.12.01 20:16 #80 另一篇关于神经技术成功应用于预测的文章。 http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.184.7175&rep=rep1&type=pdf 它使用混沌理论技术来产生输入矢量的滞后。它还对预测错误的网络实施惩罚。测试样本为100天。结果是很酷的：80%以上的点击率。但这次的预测不是呈上升趋势（+2%）就是呈下降趋势。顺便说一下，从个人经验来看，我想说的是，股市的趋势是可以预测的，还有其他的隐患，比如说如果你错了，那么损失就大了，会吃掉统计数据的优势。信不信由你，我在测试中也有80%的准确率。 123456789101112 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
我认为我们需要努力寻找一个优化函数。即搜索目标函数。我们希望网络在优化站点找到什么???? 在同一地区的最大平衡的参数。不，因为实践表明，这在未来是行不通的。因此，我们需要寻找现在不起作用，但在未来会起作用的关键时刻。为此，我们需要收集统计数据，估计哪些时刻何时起作用，如何起作用....。
看看我想到了什么，这可能不现实，但这是我的方式。可以说是目标。
做到以下几点。
一切都像我在NS截图中做的那样。
1.我们在6个月的时间内训练网络。如果NS是在machs上，它将很好地学习这些参数，它将正常交易。
2.以前3个月为例，看一下网络交易的结果。(理论上，结果应该是好的，因为网络已经看到了这个数据）。
3.优化网络，使其准确学习那些我们已经知道的参数。
寻找、调整和开发一个能使这些参数得到优化的函数。
5.在找到函数后，我们在一个未提交给网络........ 的片段上测试它。
现在，我将尝试在NS....，部分地看一下它。
只在趋势部分训练的神经网络的信号不会是随机的，而是网络的训练方式。也就是说，它将跟随运动并向侧面排水。
我的意思是急剧的变化，不可预测的运动等等。
我的意思是突然的变化，不可预测的运动等等。
当这种运动发生时，可以教网友们坐收渔翁之利。例如，像这样：https://www.mql5.com/ru/code/10151
但无奈的是，在NS中，目标函数很复杂......你不能就这样把它们挖出来...
嗯。我通常在一个统计软件包中训练神经网络，其中的目标函数不是训练或测试期的平衡值，而是网络输出的误差值。从原则上讲，这是机器学习的一个经典版本。你可以试验一下误差的数值：取误差的平方之和；平方之和除以例子的数量；误差的模数。而且这还不是极限。
然后，经过训练的网络 以dll格式与机器人交换信号。回旋的余地是巨大的...
当这种运动发生时，可以教网友们坐收渔翁之利。像这样:https://www.mql5.com/ru/code/10151
你也可以使用SCP。在训练实例上，你首先训练一个ACS，并测量判断一个实例是否属于一个单元或一个群组的最大误差。然后在相同的数据上训练一个或多个神经网络，例如，提前一步做出价格增量预测。而在工作中，新的、以前未知的例子首先与调谐后的ACS进行核对，如果预测网络超过预定的误差阈值，则预测网络不开启，或者交易机器人不对网络的信号做出反应。简而言之，我们使用ACS来检测异常情况，而不在其上进行交易。实际例子：现在是2008年秋天。我们已经训练了神经网络并决定在本季度进行交易。所有主要货币对的动态都出现了崩溃，ACS的绝大部分例子都被过滤掉了，不允许做出交易决定。但这对我来说都是理论。还有等等等等。我还没有在实践中测试过它。
有什么能让人感兴趣的呢（除了训练你的大脑的任务之外）？
没有再培训（在从新数据中学习的意义上），任何NS都无法工作。市场在变化，电网必须学习它。问题是：何时开始新的训练？;)
然后，当网格 "断裂 "时，你可以 "修复 "它，改变层和神经元的数量，另一个传递函数 -....但你永远不会知道到底要改变什么，如何改变，在哪里改变。只要你不根据新的市场调整网格，就不会有效果。而这与如果( 价格==问价)，看到问价=1.2345，而价格由于某种原因变成了1.23449999999是不同的。
现在想象一下，与可能的投资者对话，询问。"你猜他想给出什么答案？
1）再次开始训练NS，当（如果）它学会了--让它再赚一次（如果那时市场没有再发生变化）。
2）我给它贴上调试封条，找到错误并纠正它。
因此，如果你是 "感兴趣"--欢迎你，但如果你想赚钱？;)
已经开始玩角色扮演了吗？我不是这里的帮手 ))))我不会在这个话题中讨论，你自己去吧。
由于你对NS的经验有限，你认为这个工具先验地是一个数据拟合、黑匣子、空白的耙子等等。层数、神经元、功能束在错误的手中都是不必要的包袱。首先，你必须有一个想法，为什么网络应该工作，而且这个想法应该在时间序列的不同部分进行广泛的正向测试。风险评估 是提前进行的，而不是由即将发生的冲洗的事实来完成的。我告诉你。我个人使用NS没有输过一分钱，我只在演示中输过。)
我想说的第二件事是，一个严肃的神经专家，在做完所有必要的测试后，也会照顾到提取的问题，或者用俄语说，理解启发式方法，这是在NS内部的训练中形成的--根据输入的内容，输出信号产生的规则的本质。所有的黑盒子都往左走。你必须进入神经网络的逻辑，了解它的作用。朱棣文也写到了这一点，这也是符合逻辑的。否则就会发现，在苏维埃俄国，国家安全局会控制你。哈。
你的讲座进行得怎么样了？:)
只是一般般。我希望他们以后可以逐步掌握。我最近真的很忙于工作。
我将努力振作起来，再看几部。停在了关于梯度下降的讲座上，也就是说，一般来说，在开始的时候差不多。
另一篇关于神经技术成功应用于预测的文章。
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.184.7175&rep=rep1&type=pdf
它使用混沌理论技术来产生输入矢量的滞后。它还对预测错误的网络实施惩罚。测试样本为100天。结果是很酷的：80%以上的点击率。但这次的预测不是呈上升趋势（+2%）就是呈下降趋势。顺便说一下，从个人经验来看，我想说的是，股市的趋势是可以预测的，还有其他的隐患，比如说如果你错了，那么损失就大了，会吃掉统计数据的优势。信不信由你，我在测试中也有80%的准确率。