NS + Indikatoren. Experiment. - Seite 8

 
klot:


NSDT verfügt nicht über Kohonen, aber es gibt andere Klassifikatoren im Addon Adaptive Net Indicators. Obwohl Sie NeuroShell2 net direkt an MT4 oder NSDT anschließen können.

Ich frage mich, wie Sie das Netz von Kohonen für den Handel nutzen wollen? Es sind nicht nur drei Klassen, es sind viel mehr. Ich muss mir einen Algorithmus ausdenken, um die erhaltenen Klassen zu analysieren.

Als ich anfing, mich mit der Klassifizierung von Balken mit Hilfe von Kohonen Maps zu beschäftigen, kodierte ich die Balken wie folgt, um das Experiment zu vereinfachen: Bullish +1, bearish -1, dodge 0. Ich habe willkürlich 15 Klassen in NS2 erstellt. Nach der Ausbildung hatte ich 4 leere Klassen. Ich habe die Anzahl der Klassen auf 11 geändert und dieses Raster in МТ4 ausgefüllt. Dann habe ich das Skript benutzt, um drei Klassen in der Nähe aller Extrema einzugeben und eine einfache umgekehrte Operation durchzuführen. Die Eingabedaten waren "wie sie sind", d. h. nur Klassennummern. Es gab überhaupt keine Normalisierung. Dann habe ich einen einfachen Expert Advisor erstellt, der nur aus diesen Gittern besteht und Signale aus dem Loopback verwendet, und ihn auf 2005 "angewendet". Seltsamerweise hat es sogar funktioniert. Natürlich habe ich nicht einmal versucht, irgendwelche Schlussfolgerungen aus den Ergebnissen zu ziehen, da es sich nicht einmal um ein Experiment, sondern um eine Laborarbeit handelte. Aber ich wollte über die Aussichten für dieses Projekt nachdenken.

Ich meine, ich brauchte keinen Klassenauswahlalgorithmus. In NS2 selbst wurde alles deutlich auf dem Diagramm eingezeichnet. Und im Allgemeinen ist es möglich, das gewünschte Ergebnis in NS2 selbst zu erzielen. Aber dazu muss man ein bisschen hin- und herspringen, mit den Parametern spielen, sich die Diagramme und die Ausgabedaten ansehen. Es ist also ein bisschen mühsam, aber durchaus möglich.

 
klot:

Ich frage mich, wie Sie das Kohonen-Netzwerk für den Handel nutzen wollen? Es gibt nicht nur drei Klassen, sondern viel mehr. Sie müssen sich einen Algorithmus ausdenken, um die erhaltenen Klassen zu analysieren.

Sicherlich nicht 3 oder gar 10. In der ersten Phase analysiere ich sie manuell, um geeignete Kriterien zu finden. Dann automatisiere ich es. Von dem, was geplant ist:
- jede Eingabe wird bewertet "Grad des Idealismus" - wie nah ist es zu lokalen Extrema (33) zum Beispiel
- dann kann jede Klasse aus der Sicht der Reinheit bewertet werden - wie viele Eingaben sind ideal oder in der Nähe davon und wie viele sind leer.

Die erste Studie der ersten Version der Inputs (Neuronen) hat gezeigt, dass es 2-3 Klassen gibt, die unter dem Gesichtspunkt des Markteintritts durchaus akzeptabel sind. Und die Leistung dieser Klassen ergibt etwa 2-4 Trades pro Tag.

Alles ist noch roh und in Entwicklung :-) Dann habe ich vor, ein Programm zu erstellen (ich habe bereits damit begonnen), das selbstständig ein Netzwerk erstellt, trainiert, schätzt, im eingebauten Tester laufen lässt, die Ergebnisse speichert, ein neues erstellt, laufen lässt, den "Champion" auswählt usw.

ZS. Ok, ich werde den NS2 erst einmal auf die Folter spannen, nur ist er, wie gesagt, miserabel, was die Schnittstelle und die Auswertung der Netzwerktrainingsergebnisse angeht.

 
klot: Es gibt keine Kohonen in NSDT

Warum nicht? Es gibt sie.
 

Wenn wir mit einem Kohonen-Netzwerk arbeiten, können wir nicht im Voraus sagen, wie viele Klassen wir bekommen werden. Im Lernprozess wird der Eingabe-Merkmalsvektor in Klassen eingeteilt, sofern das vorgegebene Trennbarkeitskriterium erfüllt ist (z.B. euklidischer Abstand). Nehmen wir an, wir haben "Cluster", finden Zentren, und dann...

Visuell, per Karte, kann man das natürlich abschätzen, aber es wäre wünschenswert, das zu automatisieren. Der zweite Schritt sollte ein Lehrer sein, der anzeigt, welche Klassen, welche Aktionen was bedeuten.

Ich bin auch noch nicht fertig. Es gibt Ideen, Entwicklungen. Ich arbeite auch mit NS2.

 
klot:

Wenn wir mit einem Kohonen-Netzwerk arbeiten, können wir nicht im Voraus sagen, wie viele Klassen wir bekommen werden. Im Lernprozess wird der Eingabe-Merkmalsvektor in Klassen eingeteilt, sofern das vorgegebene Trennbarkeitskriterium erfüllt ist (z.B. Euklidischer Abstand). Nehmen wir an, wir haben "Cluster", finden Zentren, und dann...

Visuell, auf der Karte, kann man das natürlich abschätzen, aber es wäre wünschenswert, das zu automatisieren. In der zweiten Phase sollte es einen Lehrer geben, der angibt, welche Klassen, welche Aktionen was bedeuten.

Ich bin auch noch nicht fertig. Es gibt Ideen, Entwicklungen. Ich arbeite auch mit NS2.


Warum können wir nicht sagen, wie viele Klassen wir bekommen werden? Wir können Ihnen alles sagen. Ich weiß nicht, wie es sich mit NSH2 verhält (ich kann es nicht mit Sicherheit sagen - ich habe es nicht gesehen), aber in Trader können Sie so viele Klassen angeben, wie Sie wollen - Kaufklasse, Verkaufsklasse, Kaufklasse verlassen, Verkaufsklasse verlassen. Sie werden so viele Klassen haben, wie Sie brauchen. Und es gibt kein Problem damit.....
 

Erstens mag ich NS2 nicht, weil man dort keine Kohonen-Karten einfärben kann, und zweitens kann man das Clustering nicht spontan ändern, was mit dem Deduktor problemlos möglich ist. Dafür müssen Sie das Netz nicht neu trainieren! Ändern Sie einfach die Parameter für die Kombination in Klassen. Im gleichen Deduktor kann man die Anzahl der Klassen und die Signifikanzniveaus für das Clustering festlegen, dann ist es wirklich unklar, wie viele davon es geben wird, und man kann ganz ohne Klassen auskommen und sich ansehen, in welche Zelle die Eingabe fällt.

 

www.basegroup.ru ist auch über Google leicht auffindbar.

 
TedBeer:

www.basegroup.ru ist auch über Google leicht auffindbar.

Haben Sie eine legale?
 
eine völlig legale und kostenlose akademische Version ist auf der Website verfügbar
 
TedBeer:

www.basegroup.ru ist auch über Google leicht auffindbar.

Meine Lieblingsseite :) Von dort habe ich die meisten meiner Algorithmen.