Was soll in den Eingang des neuronalen Netzes eingespeist werden? Ihre Ideen... - Seite 33

 
Petros Shatakhtsyan #:

Wenn Sie das alles im Modus "Jeder Tick" machen, empfehle ich Ihnen nicht weiterzumachen.

Sie wissen sehr wohl, dass in diesem Modus die Tick-Werte nach bestimmten Gesetzen modelliert (generiert) werden.

Und jeder mittelmäßige Expert Advisor wird durch Optimierung in der Lage sein, solche Kombinationen von Eingabeparametern zu finden, dass Sie unrealistische Ergebnisse erhalten können.

Und es ist sinnlos, damit Zeit zu verschwenden.

Haben Sie gesagt, wie hoch der maximale Drawdown bei Fonds ist?

Ich teste zu Eröffnungskursen.





Das ist genug für ein System, das nur mit geschlossenen Kerzen funktioniert. Wie ich oben erwähnt habe - ich habe keine Ahnung, wie man mit echten Ticks arbeitet, was man mit ihnen macht. Maximaler Drawdown auf Fonds - ich schaue nicht auf Zahlen, ich schaue auf die grüne Linie des Berichtscharts. Dort ist sie nicht kritisch.

 
Ivan Butko #:

Ich teste zu Eröffnungspreisen.





Das ist genug für ein System, das nur mit geschlossenen Candlesticks arbeitet. Wie ich oben erwähnt habe - ich habe keine Ahnung, wie man mit echten Ticks arbeitet, was man mit ihnen macht. Maximaler Drawdown auf Fonds - ich schaue nicht auf Zahlen, ich schaue auf die grüne Linie des Berichtscharts. Dort ist sie nicht kritisch.

Wie kann sie unkritisch sein???

Es ist offensichtlich, dass Sie für 10 000 ein festes Los verwenden, wahrscheinlich 0,01, und Sie erhalten einen Gewinn von weniger als 10 % über 3 Jahre.

Bei einem solchen Los brauchen Sie nicht einmal einen Stop-Loss zu verwenden.

 
Petros Shatakhtsyan #:

Wieso ist das nicht kritisch?

Ich kann mir vorstellen, dass Sie für 10.000 Euro ein festes Los verwenden, wahrscheinlich 0,01 und einen Gewinn von weniger als 10 % über 3 Jahre erzielen.







Und warum? Nun ist es die Aufgabe, die Maschine so zu starten, dass sie einen stabilen Aufwärtstrend liefert. Mit stabilem Aufwärtstrend meine ich entweder einmaliges Training (Optimierung), nach dem das Netz immer funktioniert, oder periodisches zusätzliches Training (Optimierung) nach einer gewissen Zeit mit weiterer Arbeitsfähigkeit. Im Moment ist keine der beiden Richtungen implementiert.

Fragen der Inanspruchnahme sind zweitrangig.

Inanspruchnahme, Risiken, Lose, Mani-Management, all das ist zweitrangig. Das Auto fährt noch nicht, es hat keinen Sinn, es zu polieren.

 
Escher, bitte.
 
Noch ein bisschen mehr, und die Erkenntnis wird kommen, dass Neuronen überhaupt nicht gebraucht werden)
 

ist dieses neuronale Netz, das die Nachrichten stempelt, in den Nachrichten?? es erschien buchstäblich vor 3 Tagen..... Es ist nur so, dass in zen die Nachrichten auf der Startseite geordnet sind, die Quellen sind unterschiedlich!!!



 
secret #:
Noch ein bisschen mehr, und man wird feststellen, dass man gar keine Neuronen braucht.)





Hmmm. Kühn, sicher. Ich würde sagen, die Wahrheit liegt irgendwo in der Mitte. Neuronen können eine Funktion erfüllen, im Grunde sind sie - eine große solche Funktion.



Eine Funktion und darin kleine Funktoren, die auch multiplizieren und summieren. Am Ende gibt es einen Satz von Gewichten und eine Aktivierungsfunktion, die zusammen mit den richtigen Eingaben etwas ergibt, das bei allen Währungen und für eine ziemlich lange Zeit funktioniert. Das ist natürlich alles nur eine Überlegung, aber angesichts der Ergebnisse oben auf dem Ast - ja, manchmal sieht es auch so aus.




UPD-Aktivierungsfunktion. Das hat mich auch schon gestört. Warum die Tangente?

Warum ein Sigmoid? Warum nicht eine gekrümmte Linie? Sinus, Kosinus, eine Reihe von exp(x), die miteinander multipliziert werden, was schließlich alle möglichen Schnörkel auf dem Aktivierungsdiagramm ergibt. Dies sind die Regeln des Handels.

Wenn 0,7 die Eingabe und 0,8 die Ausgabe ist und 0,7000001 die Ausgabe ist, kann die Ausgabe ein scharfer Sprung sein. Und solche seltsamen komplexen Aktivierungsfunktionen ergeben zusammen unendlich viele Regeln für die Funktionsausgabe.



Ich habe es mit Sigmoid und Tangens versucht - typische Ergebnisse, fast die gleichen. Aber sobald ich einen gekrümmten Bogen erstellt habe, indem ichexp(x) 150 Mal miteinander multipliziert habe , als ich die gleiche(!) Architektur und die gleichen(!) Eingaben optimierte, begann der Optimierer zu übertrainieren. Das heißt, er passte den Handel sehr, sehr gut an das Preisdiagramm an. Die Änderung der Aktivierungsfunktion hat also das neuronale Netz bei der Aufgabe der Pfaderinnerung wesentlich verbessert.





Mit denselben Ausgangsdaten. Das heißt, das Spiel mit der Aktivierungsfunktion ist ein weiteres unendliches Feld von Möglichkeiten für das Training (die Optimierung). Und gestern kam mir auch der Gedanke, dass ein neuronales Netz (eines) nicht plötzlich für zwei oder mehr Signale (Kauf, Verkauf, Warten, Ausstieg usw.) zuständig sein sollte.

Vielleicht brauchen wir für den Ausstieg ein separates NS, das in keiner Weise mit dem NS verbunden ist, das "einsteigt". Das Gleiche gilt für die Aufteilung in Kaufen und Verkaufen.


E ine NS für den Kauf, die zweite für den Abschluss des Kaufs, die dritte für den Verkauf, die vierte für den Abschluss des Verkaufs. Im Allgemeinen werde ich auch herumspielen.
 
Ivan Butko #:
Das Gleiche gilt für die Unterteilung in Kauf und Verkauf. Ein NC für den Kauf, ein zweiter für den Schlussverkauf, ein dritter für den Verkauf, ein vierter für den Schlussverkauf.

Ich weiß nicht, wie es beim Forex ist, aber die Aktienmärkte sind in der Regel asymmetrisch, was Auf- und Abschwünge angeht, und schief, so dass es ganz natürlich ist, Kauf und Verkauf getrennt zu betrachten.

Das Gleiche gilt für den Ausstieg aus einer Position, aber hier ist es auch eine gute Idee, einen Trailing-Stop zu berücksichtigen, d.h. es handelt sich ebenfalls um separate Algorithmen.

 
Ivan Butko #:



Hmm. Kühn, natürlich.

Ich meine, neuronale Netze im Allgemeinen)
 
secret #:
Ich meine, neuronale Netze im Allgemeinen).

Ohne den Einfluss von Nachrichten (oder FA, wie es jemand vorzieht) würden neuronale Netze sehr gut funktionieren. Sehr gut sogar).