NS + Indikatoren. Experiment.

Neuer Kommentar
 
Versuch der Vorhersage des Hoch-Tiefs des nächsten Tagesbalkens unter Verwendung von wiederkehrenden NS anhand der Werte von Standardindikatoren.
Netzwerkstruktur: vollverknüpft, rekurrent, 3 Schichten. Anzahl der Neuronen durch GA ausgewählt. Trajektorie 50 Zyklen.

Eingabe (normalisierte Werte):
            ,iClose(Symbol(),Period(),i+1) - iMA(NULL,0,20,0,MODE_SMA,PRICE_MEDIAN,i+1)
            ,iClose(Symbol(),Period(),i+1) - iMA(NULL,0,10,0,MODE_SMA,PRICE_MEDIAN,i+1)
            ,iClose(Symbol(),Period(),i+1) - iMA(NULL,0,5,0,MODE_SMA,PRICE_MEDIAN,i+1)            
            ,iRSI(NULL,0,14,PRICE_MEDIAN,i+1)
            ,iATR(NULL,0,12,i+1)
            ,iWPR(NULL,0,14,i+1)
            ,iMACD(NULL,0,12,26,9,PRICE_MEDIAN,MODE_MAIN,i+1)
            ,iMACD(NULL,0,12,26,9,PRICE_MEDIAN,MODE_SIGNAL,i+1)
            ,iMACD(NULL,0,12,26,9,PRICE_MEDIAN,MODE_SIGNAL,i+1) - iMACD(NULL,0,12,26,9,PRICE_CLOSE,MODE_MAIN,i+1)
            ,iStochastic(NULL,0,5,3,3,MODE_SMA,0,MODE_MAIN,i+1)
            ,iStochastic(NULL,0,5,3,3,MODE_SMA,0,MODE_SIGNAL,i+1)
            ,iStochastic(NULL,0,5,3,3,MODE_SMA,0,MODE_MAIN,i+1) - iStochastic(NULL,0,5,3,3,MODE_SMA,0,MODE_SIGNAL,i+1)
            ,iADX(NULL,0,14,PRICE_MEDIAN,MODE_MAIN,i+1)
            ,iADX(NULL,0,14,PRICE_MEDIAN,MODE_PLUSDI,i+1)
            ,iADX(NULL,0,14,PRICE_MEDIAN,MODE_MINUSDI,i+1)
            ,iStdDev(NULL,0,10,0,MODE_EMA,PRICE_MEDIAN,i+1)
	    //www.atrlab.com
Am Ausgang wird das Array. wie folgt gebildet.
Wenn die Tageshöchststände >15 Pips vom vorherigen Schlusskurs entfernt sind, ist das erste Arrayelement = 1, der Rest 0.
Wenn die Tageshöchststände >30 Pips vom Vortagesschluss liegen, ist das zweite Element gleich 1, die anderen sind gleich 0.
usw.

Beispielhafte Ausgaben.

s1 s2 s3 s4 s5 s6 s7 r1 r2 r3 r4 r5 r6 r7
0 1 0 0 0 0 0 0 0 1 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 1 1 0
1 0 0 0 0 0 0 0 0 0 0 1 1 0
0 0 0 0 1 0 0 1 0 0 0 0 0 0
0 1 0 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 0 1 0 1 0 0 0 0 0 0

Ergebnis. Testmuster.



Die Werte in der Nähe der Linien geben die Aktivität des Neurons an, das für das Unterstützungs-/Widerstandsniveau verantwortlich ist.
 
Alle Indikatoren sind Preisderivate. Wäre es nicht einfacher, nur den Preis zu füttern? Eine der Regeln der Datenaufbereitung für NS ist die Reduzierung der Dimensionalität. Reduzieren Sie diese also, indem Sie alle Daten auf den Preis reduzieren. Andernfalls geben Sie redundante, miteinander verknüpfte Daten ein.
 
Das habe ich getan. Ich habe gerade ein Preisänderungsverfahren eingeleitet, und die Ergebnisse haben meine Sicht auf den Markt nicht verändert.
 
njel:
Das habe ich getan. Ich habe gerade ein Preisänderungsverfahren eingeleitet, und die Ergebnisse haben meine Sicht auf den Markt nicht verändert.


Zur Berechnung des Prozentsatzes benötigen Sie einen Referenzwert (von dem aus Sie den Prozentsatz berechnen). Könnten Sie das und Ihre Einschätzung des Marktes näher erläutern, wenn es Ihnen nichts ausmacht?

 
Ich werde nicht zu viel schreiben, lesen Sie einfach den Artikel: Neural Networks: Working through the bugs
 
auf die Eingabe war gegeben durch 
         double c1 = MathLog (  iHigh(Symbol(),Period(),i) / iClose(Symbol(),Period(),i+1)) * 100.0;
         double c2 = MathLog (  iLow(Symbol(),Period(),i) / iClose(Symbol(),Period(),i+1)) * 100.0;
und das Netz wurde mit einer Zeitverzögerung von 15 . versehen, aber die Qualität der Vorhersage war nicht zufriedenstellend.

2Alex-Bugalter

Ich habe den Artikel gelesen. Ich habe zum Beispiel ein neuronales Netz, aber es ist modular, können Sie etwas vorschlagen?
 
njel:
die Eingabe war 
         double c1 = MathLog (  iHigh(Symbol(),Period(),i) / iClose(Symbol(),Period(),i+1)) * 100.0;
         double c2 = MathLog (  iLow(Symbol(),Period(),i) / iClose(Symbol(),Period(),i+1)) * 100.0;
und das Netz wurde mit einer Zeitverzögerung von 15 Jahren versehen, aber die Qualität der Vorhersage war nicht zufriedenstellend.

Dernatürliche Logarithmus des Verhältnisses der beiden Zahlen ? Ist das der Prozentsatz der Preisänderung?
 
Alex-Bugalter писал (а):
Ich werde nicht zu viel schreiben, lesen Sie einfach den Artikel: Neural Networks: Working on Mistakes
Ich habe den Artikel gelesen, er schadet mehr als er nützt. Es ist didaktisch schrecklich geschrieben, mit der Manipulation von Wörtern wie Wahrscheinlichkeit und Gewinn. Viele kluge Worte, damit es solide klingt.
 
Rosh:
Alex-Bugalter schrieb (a):
Ich werde nicht zu viel schreiben, lesen Sie einfach den Artikel: Neural Networks: A Work in Progress
Lesen Sie den Artikel, er schadet mehr als er nützt. Es ist didaktisch schrecklich geschrieben, mit der Manipulation von Wörtern wie Wahrscheinlichkeit und Gewinn. Viele kluge Worte, damit es solide klingt.

Zweitens. Es ist kein Artikel, sondern nur etwas zum Spazierengehen.
 
Prival:
njel:
gab zur Eingabe 
         double c1 = MathLog (  iHigh(Symbol(),Period(),i) / iClose(Symbol(),Period(),i+1)) * 100.0;
         double c2 = MathLog (  iLow(Symbol(),Period(),i) / iClose(Symbol(),Period(),i+1)) * 100.0;
und das Netz wurde mit einer Zeitverzögerung von 15 . versehen, aber die Qualität der Vorhersage war nicht zufriedenstellend.

Der natürliche Logarithmus des Verhältnisses der beiden Zahlen ? Ist dies der Prozentsatz der Preisänderung?
Früher habe ich 100% des Preises als Prozentsatz genommen, aber in letzter Zeit habe ich solche Messungen der Preisbewegungen gesehen. Und im Moment denke ich darüber nach, wie ich das nächste NS-Modell füttern kann.
 
Liebe Rosh & SK, wenn ihr so gut wisst, was gut und was schlecht ist und wo es besser ist, zu Fuß zu gehen.
Vielleicht können Sie den Uneingeweihten erläutern, was Ihrer Meinung nach der Schaden ist und was genau in diesem Artikel nicht stimmt?
So viele Menschen sind in die Irre geführt worden, also sollten wir ihnen den richtigen Weg zeigen.
Oder machen Sie nur einen Spaziergang?
Jeder kann wahllos Verleumdungen aussprechen.
Und in diesem Artikel: "Neuronale Netze und Zeitreihenanalyse", ist das auch Unsinn geschrieben?

P.s.: Und Rosh, für mich persönlich, wenn es nicht zu viel Mühe macht, was genau meinten Sie mit: "didaktisch schlecht geschrieben"?
123456789101112
Neuer Kommentar