Diskussion zum Artikel "Experimente mit Neuronalen Netzen (Teil 4): Schablonen (Templates)"

Neuer Kommentar
 

Neuer Artikel Experimente mit Neuronalen Netzen (Teil 4): Schablonen (Templates) :

In diesem Artikel werde ich mit Hilfe von Experimenten und unkonventionellen Ansätzen ein profitables Handelssystem entwickeln und prüfen, ob Neuronale Netze für Händler eine Hilfe sein können. Der MetaTrader 5 als ein autarkes Tool für den Einsatz Neuronaler Netze im Handel. Einfache Erklärung.

Eine Schablone, engl. Template, ist eine Art Konstruktion, die einem „schwebenden Muster“ ähnelt. Seine Werte ändern sich ständig je nach Marktlage, aber jeder Wert liegt in einem bestimmten Bereich, den wir für unsere Experimente benötigen. Da wir bereits wissen, dass die Daten, die wir an das Neuronale Netz übermitteln, in einem bestimmten Bereich liegen sollten, wird der Wert in der Schablone der Einfachheit halber und zum besseren Verständnis durch das Perceptron und das Neuronale Netz auf eine ganze Zahl aufgerundet. Dadurch ergeben sich mehr Situationen für Auslösebedingungen und eine geringere Belastung für das Perceptron und das Neuronale Netz. Unten sehen Sie die erste der Schablone, die mir in den Sinn kam. Ich nannte sie Fächer (fan). Ich denke, die Ähnlichkeit ist offensichtlich. In diesem Artikel werden wir keine Indikatoren verwenden, sondern mit Kerzen arbeiten.

Nachfolgend finden Sie Beispiele, bei denen der Verlauf gezoomt wird, sodass wir einen kürzeren oder tieferen Verlauf analysieren können.

Die Verwendung einer gleichen Anzahl von Kerzen in den Schablonen ist keine Voraussetzung, was ein zusätzliches Feld für Überlegungen zur Relevanz früherer Preiswerte eröffnet. In unserem Fall sind dies die Schlusskurse der Kerzen.

Es ist wichtig zu verstehen, dass wir in den Beispielen, die die Bibliothek DeepNeuralNetwork.mqh für 24 Kerzen verwenden, verschiedene Bibliotheken verwenden, die ich in den vorherigen Artikeln beschrieben habe. Sie haben unterschiedliche Eingangseinstellungen. Nämlich 4 und 8 Parameter für den Eingang des Neuronalen Netzes. Sie brauchen sich keine Sorgen zu machen. Ich habe bereits EAs und notwendige Bibliotheken im Anhang hinzugefügt.

2.1 Die Schablone eines Fächers mit vier Werten, die sich über 24 Kerzen erstrecken. Sie entspricht einem Tag auf H1. 

Fächer 4 24

Lassen Sie uns zum besseren Verständnis beschreiben, was wir auf das Perceptron und das Neuronale Netz übertragen werden:

  1. Gerundeter Abstand in Punkten von Punkt 1 zu Punkt 2;
  2. Gerundeter Abstand in Punkten von Punkt 1 zu Punkt 3;
  3. Gerundeter Abstand in Punkten von Punkt 1 bis Punkt 4;
  4. Gerundeter Abstand in Punkten von Punkt 1 bis Punkt 5;

Autor: Roman Poshtar

 

Es sieht alles nach Zufallsergebnissen aus.
Wenn Sie das Gleiche mit anderen Paaren machen, bei denen die Gleichgewichtskurve nach oben ging, wird das Ergebnis höchstwahrscheinlich ein Verlust oder nahe Null sein. Dieses neuronale Netzwerk erkennt keine Muster in der Form, in der Sie einen Gewinn erwarten könnten.

 
In den Vorlagen sind feste Werte in Punkten angegeben, aber wie wurden sie ermittelt? Vielleicht sollten sie auf dieselbe Art und Weise optimiert werden?
 
Aleksey Vyazmikin #:
In den Vorlagen sind feste Werte in Punkten angegeben, aber wie wurden sie ermittelt? Vielleicht sollten sie auf dieselbe Weise optimiert werden?

Nein, das tun sie nicht. Sie sind für den Aufbau der Figur selbst.

 
Roman Poshtar #:

Nein, das muss man nicht. Sie sind für die Konstruktion der Figur selbst.

Können Sie das begründen? Denn unterschiedliche Werkzeuge haben unterschiedliche Sweeps.

 
Aleksey Vyazmikin #:

Können Sie das rechtfertigen? Denn verschiedene Instrumente haben unterschiedliche Spreads.

Es ist notwendig, ein vernünftiges Minimum zu wählen, damit der Preis nicht aus dem Muster fällt. Aber Sie können eine Optimierung versuchen.

 
Roman Poshtar #:

Es ist notwendig, ein vernünftiges Minimum zu wählen, damit der Preis nicht aus dem Muster fällt. Sie können jedoch eine Optimierung versuchen.

Wie wäre es also mit einer täglichen ATR, die der lokalen Volatilität Rechnung trägt?

 
Übrigens, ich kann meine Computerressourcen für Tests zur Verfügung stellen, aber nur der Strom muss bezahlt werden....
 
Aleksey Vyazmikin #:

Nehmen Sie also vielleicht die ATR täglich, sie wird die lokale Volatilität berücksichtigen?

Kein Geld für Ressourcen noch, aber ich danke Ihnen. Wir werden Indikatoren im nächsten Artikel berücksichtigen.

 
Ukrainisch:

Hallo Romana, ich bin sehr interessiert an der Serie, die Sie erstellen. Ich möchte Ihnen die kostenlose Nutzung meiner Informationsressourcen anbieten. Meine E-Mail Adresse: sciortybrothers@gmail.com. Bitte senden Sie mir eine Nachricht, damit ich sie beantworten kann. Ich wünsche Ihnen einen schönen Tag!

Englisch:

Hallo Roman, ich bin sehr interessiert an der Serie, die Sie erstellen. Ich würde dir gerne die kostenlose Nutzung meiner Informatik-Ressourcen anbieten. Meine E-Mail Adresse lautet sciortybrothers@gmail.com. Bitte zögern Sie nicht, mir auch nur ein Wort zu schicken, damit ich Ihnen antworten kann. Ich wünsche Ihnen einen schönen Tag!
 

Interessanter Artikel kann Optimierung, Tag der Woche, Stunden hinzufügen

Zum Beispiel von 15-17 volatilen Stunden und Ausbruch Dreieck Zahlen.

Vielleicht der erste Freitag im Monat (nonfarm). Sie können auch Ungleichgewicht hinzufügen (Mitte eines Impulses Kerze, um Blöcke, nur diejenigen, wo es Ungleichgewichte sind.

Zum Beispiel, am Freitag nach starken Nachrichten, der letzte Tag des Monats ist in der Regel böse. Oder der letzte Tag des Monats, auch. Ich habe auch festgestellt, Verhalten, dass die letzte Minute, die ein Vielfaches von 15, 30 Minuten ist, ist unausgewogen.

12
Neuer Kommentar