Artículo: Previsión de precios con redes neuronales
¡Buenas tardes!
Un poco de familiaridad con las redes neuronales. Comenzó con el paquete BrainMaker, seguido de MathLab. El leitmotiv de este hilo son las capacidadesde las redes neuronales, puedo recomendar que se familiaricen con el teorema de Tuckens:
Si una serie temporal es generada por un sistema dinámico, es decir, los valores D_0 son una función de estado arbitraria de dicho sistema, existe una profundidad de inmersión d (aproximadamente igual al número efectivo de grados de libertad de ese sistema dinámico) que proporciona una predicción inequívoca del siguiente valor de la serie temporal.
Los escépticos, que apelan a la imposibilidad de predecir ya que la probabilidad de la dirección del siguiente tick es del 50/50 (alcista o bajista), pueden observar que si fuera cierto, entonces la expectativa matemática sería 0, y en consecuencia en los plazos largos veríamos una línea "recta".
Pero vemos tendencias en las que la expectativa matemática no es igual a 0.
Los que apelan diciendo que la formación de las cotizaciones es CHANTICA de hecho, diré que en el espacio bidimensional los valores de las cotizaciones se distribuirían como las moléculas de gas en una bola - de forma equitativa. Pero, en la realidad vemos las oscilaciones de los precios alrededor de una función, es decir, el proceso es ESTOCOLÁSTICO.
En resumen, a pesar de que la previsión parece ser una EXTRAPOLACIÓN de los datos, las redes neuronales resuelven en realidad el problema de la INTERPOLACIÓN, lo que aumenta esencialmente la fiabilidad de la solución. La predicción de una serie temporal se reduce a un problema típico de neuroanálisis -la aproximación de una función de muchas variables por un conjunto dado de ejemplos- utilizando un procedimiento de inmersión en serie en el espacio multidimensional.
Saludos,
kirillov.
El mercado no es un sistema dinámico.
El mercado es un sistema estocástico ABIERTO.
ABIERTO significa que se ve afectado por muchos factores externos.
Y estos factores externos no sólo son incontrolables (no medibles),
pero incluso su multitud es incierta.
Además, el propio sistema no es constante en el tiempo.
Sus elementos (partes) pueden cambiar su comportamiento de forma arbitraria,
puede sucumbir a veces al efecto colectivo y puede no hacerlo.
Su comportamiento en el sistema se ve afectado por los cambios de las estaciones, el clima y la actividad solar,
incluso las fases de la luna...
Las partes principales de este sistema son los seres humanos.
De ahí que podamos concluir que la predicción del SIGNIFICADO de un precio,
no sólo no es INTERPOLACIÓN de datos, sino que tampoco es EXTRAPOLACIÓN de datos
(la extrapolación implica un sistema dinámico).
Para los sistemas estocásticos, podemos hablar de la predicción de su
propiedades estadísticas: probabilidades, funciones de distribución, expectativas, etc.
Pero, de nuevo, siempre que existan (FRs, expectativas, ...) y sean constantes en el tiempo.
Pero es posible predecir la dirección con una probabilidad mucho mayor que el valor absoluto :)
En nombre de los escépticos me gustaría señalar:
El mercado no es un sistema dinámico.
No estoy de acuerdo, porque un sistema dinámico es un sistema cuyo estado cambia con el tiempo según reglas matemáticas fijas; éstas suelen venir dadas por ecuaciones que relacionan el estado futuro del sistema con el estado actual. Este sistema es determinista si estas reglas no incluyen explícitamente un elemento de azar.
El punto débil de esta formulación son las "reglas matemáticas fijas", pero nadie ha demostrado aún lo contrario, y toda la historia de la previsión se basa en ellas.
Saludos, Kirillov.
- El uso de cuadrículas para pronosticar los tipos de cambio, e incluso su dirección, resulta menos eficaz que el uso de simples métodos clásicos de análisis técnico. Las predicciones de cuadrículas relativamente sencillas no superan el 70-75%.
- Para conseguir una predicción del 75% o mejor, hay que construir complejas estructuras de autoaprendizaje en superordenadores y pasar años desarrollando este material, y no hay garantía de que funcione.
- Las cuadrículas son útiles para resolver un problema táctico específico y bien definido que es difícil de describir por medios estadísticos o matemáticos. Las mallas de clasificación y las redes de reconocimiento de patrones pueden aplicarse muy eficazmente para resolver problemas tácticos. Hay algunos desarrollos en este ámbito, pero es muy laborioso y no hay tiempo suficiente para hacerlo. A quien le interese escribir, trabajaremos juntos: favorit_box@inbox.ru
P.S. En materiales de archivo de la conferencia sobre redes neuronales. Interesante para la licobesis.
Me huelo al menos 10 páginas de otro debate sobre las redes neuronales en el mercado de divisas. ;o)
Y creo que sí ;-)
Pero la calidad del debate será de mayor nivel ;-)
- El uso de cuadrículas para predecir los tipos de cambio e incluso la dirección de los mismos es menos eficaz que el uso de simples métodos clásicos de análisis técnico. Las predicciones de las cuadrículas relativamente sencillas no superan el 70-75%.
Predecir la dirección del tipo de cambio en un 70-75% es del reino de la fantasía.
Llevo mucho tiempo haciendo este tipo de predicciones, trabajando a través de una casa de apuestas que acepta apuestas sobre la apreciación/depreciación de una divisa en un periodo de tiempo determinado (intradía). Al principio las comisiones de las casas de apuestas eran tan pequeñas, que las estrategias con sólo un 52% de pronósticos correctos daban beneficios. Al principio usé un sistema sencillo basado en el tehanálisis, que me daba unos beneficios del 54-55%.
Después, las comisiones de las casas de apuestas aumentaron y tuve que mejorar el sistema de trading. Cogí todos los indicadores que utilizaba y los metí en una red neuronal. El porcentaje de victorias aumentó hasta el 59-60%. Así que hay tareas en las que las redes neuronales mandan, ¡independientemente de las opiniones de los escépticos!
- el uso de cuadrículas para predecir los tipos de cambio e incluso la dirección de los mismos es menos eficaz que el uso de los simples métodos clásicos de análisis técnico. Las predicciones de cuadrículas relativamente sencillas no superan el 70-75%.
Predecir la dirección del tipo de cambio en un 70-75% es del ámbito de la fantasía.
Si queremos mejorar la calidad de la predicción del MACD en varios porcentajes, sería mejor crear una rejilla en una tarde usando el viejo NeuroSell2 o BrainMaker, compilarla en código C (un simple conjunto de funciones de transferencia con coeficientes) e implementarla en un Asesor Experto. Funciona bastante bien. Pero no resolverá el problema de cómo hacerse millonario.
- el uso de rejillas para predecir los tipos de cambio e incluso la dirección de los mismos es menos eficaz que el uso de simples métodos clásicos de análisis técnico. Las predicciones de cuadrículas relativamente sencillas no superan el 70-75%.
Predecir la dirección de un tipo de cambio al 70-75% es del reino de la fantasía.
Si queremos mejorar la calidad de la predicción del MACD en varios porcentajes, sería mejor crear una rejilla en una tarde usando el viejo NeuroSell2 o BrainMaker, compilarla en código C (un simple conjunto de funciones de transferencia con coeficientes) e implementarla en un Asesor Experto. Funciona bastante bien. Pero no resolverá el problema de hacerse millonario.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Muchos operadores hablan de las redes neuronales, pero pocos saben lo que son y lo que pueden hacer en la realidad. Este artículo da una pequeña visión del mundo de la inteligencia artificial, explica cómo preparar los datos para una red y también da un ejemplo de previsión con la ayuda de Matlab.
Autor: Shashev Sergei