Uso de la inteligencia artificial en MTS - página 3

 
Itso:
Realmente, Reshetov es bueno, parece que hasta ahora nadie ha hecho redes neuronales en MQL4, sólo hablan y presumen de ello.


Caesar publicó una red neuronal en CodeBase - El experto en autoaprendizaje
 
Lo siento - me he quedado dormido - mis disculpas.
Pero aun así, no niego mi razonamiento.
Y sin embargo, Rosh, ¿cómo terminó todo?
 
En absoluto. Todavía tienes que crecer hasta la necesidad de utilizar la red neuronal (esta conclusión la hice yo mismo). Es decir, primero hay que definir el problema (formalización de la estrategia, etc.), y sólo después dominar una herramienta (usar la red neuronal).

Una cosa más. Hay una fuerte sospecha de que mi red neuronal (mi cabeza) en este momento es más fría que cualquier red artificial que pueda crear en este momento. Decidí retomar este tema más adelante, cuando sea necesario. Hasta ahora, no se ha sentido la necesidad.
 

Estimado Reshetov, no pretendía menospreciar su logro. Más bien, quería entender la esencia de su Asesor Experto. Estoy firmemente convencido de la optimización: debería realizarse dentro del Asesor Experto para convertirlo en una red neuronal completa. Mi pregunta sobre la perceptrona estaba mal escrita. Intentaré reformularlo: por qué se utiliza la combinación lineal de AC (plano) en lugar de las condiciones if(a1<x1 && a2>x2 && a3<x3 && a4<x4) que describen un poliedro. Permítanme hacer una analogía. Supongamos que me pongo un sombrero cuando afuera hay temperaturas bajo cero. Quiero predecir si me pondré un sombrero mañana o no. Es decir, debo predecir la temperatura de mañana: si está bajo cero me lo pondré. Con su sistema, tomo la temperatura de hoy y la multiplico por 35. Añado al resultado la temperatura de hace una semana, multiplicada por 27. Entonces tomo la temperatura de hace quince días multiplicada por 84 y tomo la temperatura de hace tres semanas multiplicada por 7. Mientras que la temperatura tiene mucho sentido (al igual que la CA), el resultado de su combinación lineal descrito anteriormente pierde su significado. Por supuesto, puedo ajustar los coeficientes del modelo para que prediga la temperatura de mañana con cierta probabilidad. Pero creo que es mejor utilizar condiciones que tengan algún tipo de sentido físico. Por ejemplo, si la temperatura de hoy está por debajo de cero, y la de ayer estaba por encima de cero, entonces tenemos una tendencia de disminución de la temperatura, y es posible que la temperatura de mañana también esté por debajo de cero. También puede añadir otros factores (indicadores) que influyen en la temperatura de mañana. Por ejemplo, si la temperatura de hoy es inferior a cero y no hay nubes, es probable que la temperatura de mañana también sea inferior a cero. Si abandonamos esta analogía y pasamos al mercado de divisas, por qué no seleccionar varios indicadores diferentes que midan el movimiento de los precios e imponerles condiciones como if(IND1>x1 && IND2>x2 ...). La gran mayoría de los Asesores Expertos están construidos de esta manera. Pero hay muy pocos Asesores Expertos que sean capaces de autoaprender (adaptarse), es decir, de optimizar x1, x2 ... en la vida real.

Por cierto, también tengo un poco de experiencia en la creación de un Asesor Experto en una red neuronal. Se construyó mediante el método del vecino más cercano. Se trataba de un montón de cálculos, pero de poca utilidad. Al final lo abandoné.

 
Sí, ahí están, los verdaderos motivos del desconcierto original de gpwr en cuanto a la elección del indicador suministrado a la entrada del perceptrón. Cito mi corazonada:

Matemáticas escribió (a):
Yuri, vamos, por qué te pones tan emocional. La pregunta se refería casi con seguridad al significado oculto de este filtrado, no a la interpretación del resultado... A grandes rasgos: ¿por qué este filtrado en particular? Aplicado al sistema de comercio, puede que no sea la pregunta más adecuada, pero puede intentar razonar con su elección - por qué AC y no algún IACD...


Gpwr, ya tienes la respuesta una página antes: no busques un significado oculto en las redes neuronales; busca la racionalidad en el número de parámetros optimizables y, por supuesto, en los resultados finales del sistema y su validez estadística más o menos aceptable. Al fin y al cabo, muchos sistemas de seguimiento de tendencias se basan en muwings. Al hombre le gusta ver el mundo que le rodea como liso y no como fractal, ya que un mundo liso le parece más predecible.

2 Rosh: Me gusta tu idea de tres redes neuronales paralelas, cada una entrenada en una parte diferente del gráfico, pero yo, también frustrado por los resultados del entrenamiento de mi NS primitiva, preferiría el AG a la NS. McCormick parece pensar que los GAs son más prometedores que los NS en su enciclopedia de sistemas de comercio...

Y, en general, un sistema normal que pretenda trabajar en cualquier parte de la carta debe ser adaptativo para dar cuenta de sus propios desastres. A grandes rasgos, los pesos del perceptrón en el EA del autor de la rama deberían adaptarse de alguna manera al estado del mercado.
 
Me desviaré un poco del tema, aunque también está bastante en la línea. Mientras conducía hoy desde el trabajo, se le ocurrió a mi tonto cerebro que todos deberíamos reconsiderar nuestra actitud hacia los indicadores. Es en la perspectiva de su uso en las redes neuronales, pero no sólo en ellas. En definitiva, quiero partir de la idea de que un indicador no es una pequeña herramienta para decorar la pantalla, sino una herramienta que ayuda a operar. Por lo tanto, consideremos que el indicador es un número (o más bien la función de la serie de precios) que cambia de +1 a -1. El signo de este número muestra la supuesta dirección del movimiento del precio - '+' hacia arriba, '-' hacia abajo, mientras que el módulo - la probabilidad de alcanzar una cantidad significativa de puntos en esta dirección, por ejemplo 30 (será mejor que sea un parámetro obligatorio del indicador). Es decir, todos los indicadores tienen una interfaz unificada y uniforme. Lo que lleven dentro depende enteramente de la conciencia de los autores. Se me ocurrió especialmente con el fin de conectar los indicadores a las redes neuronales. En este caso son extremadamente fáciles de conectar. Pero creo que la idea tiene su propio valor. No tendré que lidiar con un nuevo indicador escrito con esta norma, su curva es inmediatamente comprensible. De lo contrario, puede ocurrir a menudo que vea un indicador en Internet. No hay ninguna descripción al respecto. Y aunque haya un código fuente, es difícil decir qué tenía en mente el autor y qué hacer con él... Desgraciadamente, cosas tan populares como varios moobs y Bollinger pierden su derecho a existir con ese enfoque. Pero nadie prometió que sería fácil... Las ventajas de esta norma, me parece, superan muchas veces sus desventajas.
 
eugenk1 писал (а):

Se me ocurrió esto precisamente para conectar los indicadores con las redes neuronales.

¿Conocen ustedes el sistema Nostradamus? ¿O tengo que volver a sacar el enlace de los archivos? Para 100 indicadores, precios de diferentes plazos, todo en red neuronal....
 
gpwr писал (а):

Salvo que hay muy pocos expertos que sean capaces de autoaprender (adaptarse), es decir, de optimizar x1, x2 ... en la vida real.


Que no es demasiado perezoso;-) Optimizar el período de optimización en mi Asesor Experto del Campeonato. Mi Asesor Experto en sí muestra ocasionalmente ganancias en M15, H1. Todavía no he tenido tiempo de experimentar con él.
 
Integer wrote:
Quién no es perezoso;-) Optimizar el período de optimización en mi Asesor Experto del Campeonato. Mi Asesor Experto en sí muestra ocasionalmente ganancias en M15, H1. Todavía no he tenido tiempo de experimentar con él.

Si no es un secreto, ¿cuánto tiempo pasó entre el anuncio oficial del Campeonato y el final de la inscripción?