Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 337

 
elibrarius:
Was ist mit Chaos Hunter? Geben Sie mir einen konkreten Link.

auch interessant.
 
Dr. Trader:

Niemand wird Monate damit verbringen, eine Strategie zu entwickeln und dann auf einem Demokonto damit zu prahlen. Solche Dinge werden real gehandelt, und der Transaktionsverlauf ist für jedermann verborgen. Ich habe im Forum sogar gelesen, dass Leute absichtlich bei zwei Brokern handeln, indem sie abwechselnd bei einem verlieren und bei dem anderen die Verluste ausgleichen, so dass nicht einmal der Broker weiß, welche Geschäfte durch die Strategie zustande gekommen sind und welche gefälscht wurden.

Es gibt Ergebnisse. Manchmal bringen gute Prädiktorenkombinationen und das Modell Gewinn für ein paar Monate, häufiger - weniger. Aber sie werden durch andere ersetzt.


Meine persönliche Meinung - Neuronik, Wald, Regressionen - all das ist zu schwach für Forex. Der Grund dafür ist, dass sich das Preisverhalten ständig ändert. Die Regeln, die heute rentabel sind, können vor einer Woche noch unrentabel gewesen sein. Und der Standardansatz - nehmen Sie Indikatoren und Preise für ein paar Monate und trainieren Sie die Neuronen - bedeutet, dass es die gleichen Regeln des Preisverhaltens für alle zwei Monate finden muss. Und es gibt keine solchen Regeln, und niemand weiß, was er finden wird, aber er wird in 99 % der Fälle falsch liegen. Manchmal kann das Modell Glück haben und fallen in diese 1%, aber es ist zu weit von der Gral und solche Expert Advisors in der Regel gut handeln, bis der erste Stop-Loss und dann kann rausgeworfen werden.

Ich beschäftige mich derzeit mit Mustererkennungsmodellen, die das Kursverhalten in der Geschichte nach ähnlichen Mustern betrachten und mit solchen Statistiken handeln.
Ich habe noch kein Paket in R gesehen, das alles kann, was ich brauche. Ich habe ein Modell, das ich stückweise aus anderen zusammengestellt habe, und meine eigenen Fahrräder. Die Beschreibung, die einer Modellbeschreibung am nächsten kommt, habe ich in einem anderen Thread gesehen. Ich würde raten, den Bau deines Grals damit zu beginnen (Zitat unten). Im Laufe des Prozesses werden neue Probleme auftauchen, über die Sie nachdenken und mit denen Sie experimentieren müssen.


2 Monate sind nicht genug, denn man kann nicht mit Sicherheit wissen, wann Kolyan zu Besuch kommt.

Viel Glück an alle!

 
elibrarius:

Wenn ich mich nicht irre, wäre RNN extrem schwierig in MT5 zu implementieren, und für gute Ergebnisse müssen Sie entweder kaufen oder entwickeln Sie Ihre eigenen, mit großen Arbeitsaufwand.

Und wenn wir in MLP, abgesehen von den Informationen über den Preis und die Indikatoren des aktuellen Balkens, die gleichen Informationen für die 10-30 vorangegangenen Balken übermitteln, handelt es sich um eine Art Gedächtnis. Ein Teil der Neuronen verarbeitet den aktuellen Zustand, ein anderer Teil die Situation in der näheren Vergangenheit.


Es wird sowieso nicht so funktionieren, wie es sollte, es gibt ganz andere Funktionsprinzipien... MLP würde einfach die Prädiktoren in Kauf-/Verkaufsgruppen einteilen, wenn es dazu in der Lage ist, und wenn es das nicht kann, wird es am Ausgang wieder Brei produzieren. D.h. Sie können Random Forest anstelle von MLP verwenden, es ist dasselbe und Sie müssen sich nicht darum kümmern.
 
Maxim Dmitrievsky:

Auf OpenCL, nicht wenn Sie nicht faul sind ))

OpenCL scheint nur auf dem eigenen Rechner lesen zu können, nicht im Netzwerk. Ich fürchte, der 1. PC wird nicht ausreichen.

Ich schaue in Richtung Frames und überschreibe ALGLIB mit dem Speichern der Daten jedes Durchgangs in einer Datei, dann wird z.B. bei jedem tausendsten Durchgang (oder am Ende der Trainingszyklus-Epoche) diese Datei gelesen und den Agenten (über die Datei) die Erlaubnis erteilt, die nächste Epoche zu berechnen. Obwohl ich bereits ein Problem sehe - werden Remote-Agenten in der Lage sein, file-permission....? zu lesen, muss ich das herausfinden. Ich glaube nicht((.

Nur die einfachste Variante wie https://www.mql5.com/ru/articles/497 wird in der Lage sein, Berechnungen zu trennen, aber sie ist zu einfach, einschichtig, und es ist nicht klar, wie man sie mit ihren eigenen Befehlen trainieren kann.

Нейронные сети - от теории к практике
Нейронные сети - от теории к практике
  • 2012.10.06
  • Dmitriy Parfenovich
  • www.mql5.com
В наше время, наверное, каждый трейдер слышал о нейронных сетях и знает, как это круто. В представлении большинства те, которые в них разбираются, это какие-то чуть ли не сверхчеловеки. В этой статье я постараюсь рассказать, как устроена нейросеть, что с ней можно делать и покажу практические примеры её использования.
 
elibrarius:

Ich schaue in Richtung Frames und schreibe ALGLIB um, wobei die Daten jedes Durchgangs in einer Datei gespeichert werden. Dann wird zum Beispiel bei jedem tausendsten Durchgang (oder am Ende einer Trainingszyklus-Epoche) diese Datei gelesen und den Agenten (über die Datei) die Erlaubnis erteilt, die nächste Epoche zu berechnen. Obwohl ich bereits ein Problem sehe - wenn entfernte Agenten in der Lage sind, die Dateiberechtigung.... zu lesen müssen wir es herausfinden.

Berechnungen können nur für die einfachste Version, wie https://www.mql5.com/ru/articles/497, verteilt werden, aber sie ist zu einfach, einseitig, und es ist nicht klar, wie man sie durch eigene Befehle lehren kann.


Erstellen Sie einige Neuronen dieser Art und fügen Sie zusätzliche Gewichte für die Verbindungen zwischen den Neuronen hinzu (genau wie für die Gewichte zwischen der Eingabeschicht und dem Neuron), nur dass es eine Menge von Eingriffen geben wird. Andererseits brauchen Sie kein Oppenzl, es wird schnell in der Cloud berechnet

d.h. vom ersten Neuron gehen 5 Verbindungen zu 5 Neuronen in der zweiten Schicht, und von diesen 5 weitere Verbindungen zum Ausgang, irgendwie

und es wird im Optimierer durch Gewichtsauswahl trainiert und dann der beste Lauf aus dem Optimierer gewählt

 

Genau so, wie man es sich vorstellt )

Nur befürchte ich, dass es nicht 5 Neuronen sein werden, sondern mindestens 500 (wenn man die Daten mehrerer Takte ersetzt, als Analogie zum Gedächtnis).

Und wie sieht es mit dem Lernen auf manuell gesetzten oder Zickzack-Befehlen aus? Gibt es keine Möglichkeit, sie einzuschrauben?

 
elibrarius:

Genau so, wie man es sich vorstellt )

Nur befürchte ich, dass es nicht 5 Neuronen sein werden, sondern mindestens 500 (wenn man die Daten mehrerer Takte ersetzt, als Analogie zum Gedächtnis).

Und wie sieht es mit dem Lernen auf manuell gesetzten oder Zickzack-Befehlen aus? Keine Möglichkeit, sie einzuschrauben?


Am Ausgang wird 0 oder 1 ausgegeben, je nachdem, ob der Zickzackkurs ansteigend oder abfallend war, d.h. der Eingang erhält den um n Takte zurückversetzten Verlauf und der Ausgang - ob er ansteigend oder abfallend war
 
Maxim Dmitrievsky:

Sie füttern es einfach mit 0 oder 1, je nachdem, ob der Zickzackkurs gestiegen oder gefallen ist, d.h. die Eingabe ist ein rückwärts verschobener n-Balken der Geschichte, und die Ausgabe ist eine Vorhersage - ob er gestiegen oder gefallen ist
Wenn wir in diesem Code https://www.mql5.com/ru/articles/497 anstelle von berechneten Ausgaben substituierte Ausgaben verwenden, dann werden wir mit jeder Kombination von Eingabedaten das gleiche Ergebnis haben - wir werden immer die substituierte Antwort verwenden. Das heißt, es wird kein Lernen geben.
Нейронные сети - от теории к практике
Нейронные сети - от теории к практике
  • 2012.10.06
  • Dmitriy Parfenovich
  • www.mql5.com
В наше время, наверное, каждый трейдер слышал о нейронных сетях и знает, как это круто. В представлении большинства те, которые в них разбираются, это какие-то чуть ли не сверхчеловеки. В этой статье я постараюсь рассказать, как устроена нейросеть, что с ней можно делать и покажу практические примеры её использования.
 
elibrarius:
Wenn wir in diesem Code https://www.mql5.com/ru/articles/497 Substitutionsausgaben anstelle von berechneten Ausgaben verwenden, dann erhalten wir für jede Kombination von Eingaben das gleiche Ergebnis - wir verwenden ja immer die vorgegebene Antwort. Das heißt, es wird kein Lernen geben.


daher wird es unterschiedliche Ergebnisse geben

Oh, ich verstehe, das ist ein Nicht-Neuron.)

 
Maxim Dmitrievsky:

daher wird es unterschiedliche Ergebnisse geben

verstehe Ihre Idee nicht (