Neuronale Netze - Seite 15

 

Simba, was meinen Sie mit "außerhalb der Stichprobe"? Ich habe versucht, ein anderes Netzwerk mit etwa 6 weiteren Eingängen zu erstellen, und das hat die Genauigkeit verringert. Ich denke, ich habe einen guten Satz von Eingaben. Es basiert auf meiner Handelsstrategie, die in trendigen Märkten gut und in schwankenden Märkten schlecht funktioniert. Das macht auch bei den Vorhersagen Sinn. Die beiden langen Bereiche am oberen und unteren Rand des Diagramms sind der Punkt, an dem die Vorhersagen ins Wanken geraten. Ich denke, dass die Arbeit an Strategien für schwankende Märkte einige nützliche Informationen liefern könnte.

Kazam, dies ist der Code, mit dem das Netzwerk erstellt wurde. Für mich heißt das: Erstellen Sie ein neues Feed-Forward-Back-Prop-Netzwerk. Ich bin mir auch nicht sicher, warum es gute Ergebnisse liefert, es scheint ein bisschen zu schön, um wahr zu sein. Ich habe die Werte der richtigen Pips minus der falschen Pips addiert, und über diesen Zeitraum (etwa 30 Monate) hätte es 294873 Pips eingebracht... Ich bin erschrocken

numHiddenNeurons = 13;

net = newff(p,t,numHiddenNeurons);

 

mrwobbles

Außerhalb der Stichprobe bedeutet, dass geprüft wird, wie das NN mit Daten arbeitet, die sich von den Daten unterscheiden, mit denen es trainiert wurde. Innerhalb der Stichprobe bedeutet das Gegenteil.

Der Code ist in Ordnung. Sind Sie sicher, dass Sie nicht Eingabe- und Zieldaten im selben Zeitschritt verwenden /input[x1(t0), x2(t0), ..., xn(t0)], output[y(t0)]/?

Einige weitere Arbeiten habe ich in meinen Lesezeichen gefunden /die erste dürfte für Sie sehr interessant sein/:

http://www.softcomputing.net/isnn06-02.pdf

http://www.chaos2008.net/zzProceedings/CHAOS2008%20(D)/PAPERS_PDF/Atsalakis_Nezis_Skiadas-Forecasting_Chaotic_time_series_by_a_Neural_Network.pdf

Ich habe auch beschlossen, in 3-4 Wochen ein ENN zu entwickeln, das in der Lage ist, Wechselkurse auf dem Zeitrahmen D1 und vielleicht H4 vorherzusagen. Ich denke, ich werde mit einer Kombination aus FNT, GEP und PSO beginnen und dann versuchen, das ENN mit PIPE anstelle von GEP, EPSO, Simulated Annealing usw. zu verbessern.

 

Das dachte ich auch, aber nein, es wurde auf einem 7-Jahres-Stück von 1999 bis 2006 trainiert und dann auf Daten von damals bis heute simuliert. Die Stichprobe war also unvollständig.

Aber das könnte es erklären. Es könnte durchaus versuchen, den aktuellen Höchst-/Tiefststand und den Schlusskurs vorherzusagen, anstatt die nächste Stunde . Ich werde einen Blick auf die Datumsstempel werfen und nachsehen. Danke für die Links, ich werde es mir ansehen.

 

Ja, es stellte sich heraus, dass ich es mit Eingabe- und Zieldaten aus derselben Stunde fütterte, anstatt mit der Eingabe der aktuellen Stunde und dem Ziel der nächsten Stunde. Ich trainierte das Netzwerk auf die gleichen Eingaben, aber mit den Zielen aus der nächsten Stunde und die Ergebnisse sind mehr, was ich vermutet hatte. Es war in etwa 51 % der Zeit richtungsgenau und verzeichnete etwa 10.000 Pips über 30 Monate. Ich normalisierte die Eingaben auf [-1,1] und dies verbesserte die Leistung geringfügig. Ich werde ein paar verschiedene Netzwerkmodelle ausprobieren. Ich habe mich mit zeitverzögerten Netzwerken beschäftigt, aber der flexible neuronale Baumansatz scheint immer attraktiver zu werden.

 

mrwobbles

Überspringen Sie TDNs.

Sie sollten nur an 3 Arten von Netzen interessiert sein:

- Flexible neuronale Bäume - entworfen mit Hilfe von GP, GEP, PIPE oder ECGP und fein abgestimmt mit Hilfe von Simulated Annealing, PSO, EPSO, Ameisenalgorithmen, Algorithmen des künstlichen Immunsystems usw.

- Bayessche Netze - entweder für die Vorhersage von Zeitreihen oder für den Aufbau eines Handelssystems

- HONN's

Für den Aufbau eines Handelssystems könnten Sie auch nützlich sein:

- RIPPER-Algorithmus - wenn ich mich recht erinnere, wurde er in einem EA für die Automated Trading Championship verwendet

- C4.5/C5.0

Sie brauchen nicht mehr und nicht weniger (bis jetzt)

 

Danke für den Rat Kazam, ich denke, ich bin ziemlich auf eine Form der genetischen Algorithmus suchen, ECGP sieht die vielversprechendste. Es ist nur so, dass meine Programmierkenntnisse nicht so gut sind und ANNs für mich ziemlich neu sind. Ich habe einige Probleme mit der Auswahl der Funktionen. Korrigieren Sie mich, wenn ich falsch liege, aber handelt es sich dabei um eine Menge aller möglichen Funktionen für die Zuordnung von Knoten zueinander? Ich würde also eine zufällige Verteilung der Eingangsgewichte angeben, und der Terminalsatz würde alle Knotenübertragungs- und Aktivierungsfunktionen enthalten? Weisen Sie ihnen einheitliche Wahrscheinlichkeiten zu, wobei die Summe der Wahrscheinlichkeiten der Mengen F und T 1 ist. Die Optimierung der Eingangsgewichte würde mit SA oder PSO thou? erfolgen. Der daraus resultierende optimierte Best-Fit-Baum würde zurückgegeben werden, um ein neues PPT?

Unabhängig davon hat die Universitätsbibliothek alle Ausgaben der European Conference on Genetic Programming von 1998 bis 2004. Glauben Sie, dass es sich lohnt, sie zu lesen? Sie haben auch ein Exemplar von 'Genetic programming and evolvable machines' von Dordrecht : Kluwer Academic Publishers, c2000, das ich mir vielleicht ausleihen werde.

 

mrwobbles

Fangen Sie nicht mit ECGP an. Beginnen Sie mit etwas Einfachem wie dem Entwurf von NN mit Genetic Programming oder Gen Expression Programming. Es gibt gebrauchsfertige Klassen, die diese Methoden implementieren.

Zum Beispiel:

http://69.10.233.10/KB/recipes/aforge_genetic.aspx

http://www.codeproject.com/KB/recipes/aforge_neuro.aspx

[/CODE]

I don't know if there is a freely available implementation of ECGP, but there's one of ECGA /ECGP is based on ECGA/:

[CODE]

http://www.kumarasastry.com/2006/03/26/extended-compact-genetic-algorithm-in-c-version-11/

Aber wie ich schon sagte, lassen Sie ECGP/ECGA erst einmal weg.

EDIT

Was die Bücher angeht - lassen Sie das Konferenzmaterial für später /versuchen Sie nicht, alles über NNs und Evolutionäre Algorithmen zu lernen, konzentrieren Sie sich auf Werkzeuge, die für den Handel nützlich sein könnten - Zeitreihenvorhersage und Entscheidungsfindung/.

Beginnen Sie mit dem "Field guide to genetic programming", das kostenlos heruntergeladen werden kann /Ich habe vor einigen Seiten einen Link gepostet/.

 

Lassen Sie uns darüber sprechen, wie man Stichproben für ein neuronales Netzwerk auswählt

jedes neuronale netzwerk hängt davon ab, wie man die muster auswählt. ich glaube, diese frage beschäftigt auch sie.

Ich baue einige einfach zu verwendende neuronale Netze, aber ich habe noch keine gute Methode gefunden, um Proben vorzubereiten.

Hier erzähle ich Ihnen, wie ich meine Stichprobe auswähle, und ich warte auf Ihre.

Verwenden Sie drei Balken als Probe, der nächste Balken ist das Ergebnis.

Verwenden Sie einige Balken als Basisfenster, und einige Balken als Feature-Fenster, setzen Sie einige Feature-Wert wie ma Wert schließen Preis openprcie usw. jeder Indikator, den Sie als Feature verwenden können.

 

Neuro Net ist ein SCAM!!!

Ich habe diesen EA getestet und festgestellt, dass er nicht die Ergebnisse liefert, die er behauptet. Sehr kleine Gewinne und große Verluste. Nach mehreren Tagen des Testens und der Arbeit mit dem Unternehmen, konnte dieser EA nicht produzieren Ergebnisse für mehr als eine Woche oder zwei zu einer Zeit.

Sie behaupten, ein neuronales Netz in der MQ4-Sprache zu haben, keine DLL. Ich halte das für sehr unwahrscheinlich.

Ich bat um eine Rückerstattung und er wollte sie mir nicht geben. SCAMMER!!!!!

 

Ich bin mir nicht sicher, ob dies für irgendjemanden von Nutzen ist, aber ich habe ein GA-Toolkit für MATLAB namens SGALAB gefunden. Wie auch immer, hier ist der Link.