Indicador de zigzag y redes neuronales - página 9

Nuevo comentario
 
Piligrimm:
Todo el programa está escrito en Matlab, la parte que calcula las previsiones se compila en Matlab y se ejecuta desde el indicador que recoge los datos de entrada a la llegada de una nueva barra cada minuto. La parte que realiza el entrenamiento de la red y la optimización del coeficiente umbral funciona directamente en Matlab y se ejecuta en un temporizador cada 5 minutos, porque el archivo ehem compilado con el entrenamiento de la red no funciona, no puedo entender la razón, la compilación va sin errores.


Gracias, me ocuparé de la construcción de la red en Matlab y la vinculación a MT4. Si tiene algún diseño propio, envíelo a loknar@list.ru . Le estaré muy agradecido.

 
Mathemat:
Piligrimm escribió (a): Ahora mi sistema reentrena cada 5 minutos y recalcula las previsiones cada minuto al llegar una nueva barra, si tuviera un orden de magnitud más de RAM y rendimiento, el reentrenamiento se haría en cada paso junto con el cálculo, y la precisión de las previsiones mejoraría significativamente

Volver a entrenar cada 5 minutos y recalcular las previsiones cada minuto, ¿no es demasiado frecuente? Y su deseo de aumentar aún más la frecuencia del reentrenamiento (y los cálculos) para mejorar la precisión de la predicción (en cada tic, ¿o qué?) me parece extraño. Dudo que un sistema que funcione realmente se beneficie de un reentrenamiento con una frecuencia que coincida con la frecuencia de los datos entrantes.

P.D. Y pf>25 no es sólo un sueño, sino algo fuera de toda duda... Aunque con una proporción de 5:1 entre operaciones rentables y no rentables y TP/SL = 5 es bastante factible.


El derecho a dudar es su derecho. Sólo estoy expresando mi visión del mercado y cómo aplicar mi estrategia. Si se trabaja en un mercado relativamente tranquilo, basta con reentrenar cada 5 minutos. Por ejemplo, entrené el sistema durante un día y luego me conecté de nuevo al mercado sin reentrenamiento y realicé previsiones utilizando los antiguos ajustes. Aunque el error en la muestra de prueba es del 14% al 28%, el sistema realiza previsiones satisfactorias, aunque no hay garantía de que la previsión para el periodo de interés sea incorrecta.

Al esforzarme por hacer un reentrenamiento antes de cada cálculo, estoy tratando de abordar la estabilidad y la precisión del sistema en todas las condiciones, comunicados de prensa, etc. Aunque esto pueda parecer redundante, por mi experiencia en estudios de mercado es un requisito indispensable para un sistema eficaz e insumergible que siempre vaya un paso por delante en todas las condiciones, que es lo que pretendo poner en práctica.

 
Loknar:
Piligrimm:
Todo el programa está escrito en Matlab, la parte que calcula las previsiones está compilada en Matlab y se ejecuta como un ejecutable que funciona desde el indicador que recoge los datos de entrada cada minuto después de que pase una nueva barra. La parte que realiza el entrenamiento de la red y la optimización del coeficiente umbral funciona directamente en Matlab y se ejecuta en un temporizador cada 5 minutos, porque el archivo ehem compilado con el entrenamiento de la red no funciona, no puedo entender la razón, la compilación va sin errores.


Gracias, miraré de construir redes en matlab y enlazar con MT4. Si tiene algún diseño propio, envíelo a loknar@list.ru . Se lo agradecería mucho.

Por poner un ejemplo, una red sencilla, pero que funciona eficazmente, yo uso una de estas:

Archivos adjuntos:
maghydcsrizneuralbnetworkdtoolboxq.zip  70 kb
 
Piligrimm:

Por poner un ejemplo, una red sencilla pero eficaz, yo uso una de estas:



Gracias por la información

Si necesitas algún dispositivo para Matlab (estoy descargando la versión 7.5 con un montón de complementos) o todo el software asociativo para redes neuronales, estoy dispuesto a colaborar.

 

Para quien esté interesado, puedo compartir la "fórmula de la felicidad".

GP1[iq+1] = 0.3*((-0.610885 *GP1[iq-1]*GP1[iq-1]*GP1[iq-2]-0.0795671 *GP1[iq]*GP1[iq-1]*GP1[iq-1]*GP1[iq-1]*GP1[iq-2]+1.19161 *GP1[iq-1]*GP1[iq-1]-0.422269 
                   *GP1[iq])/(GP1[iq-1]*GP1[iq-1]-0.505662 *GP1[iq]*GP1[iq-1]*GP1[iq-1]-0.415455 *GP1[iq-2]*GP1[iq-2]))+0.7*((-0.610885 *GP1[iq-2]*GP1[iq-2]*GP1[iq-3]
                   -0.0795671*GP1[iq-1]*GP1[iq-2]*GP1[iq-2]*GP1[iq-2]*GP1[iq-3]+1.19161 *GP1[iq-2]*GP1[iq-2]-0.422269 *GP1[iq-1])/(GP1[iq-2]*GP1[iq-2]-0.505662 *GP1[iq-1]
                   *GP1[iq-2]*GP1[iq-2]-0.415455 *GP1[iq-3]*GP1[iq-3]));
 
GP1 - это или точки перелома в Зиг-Заге, или в любой другой последовательности, которую Вы хотите прогнозировать, например, МА, или просто цены валют, 
хотя я в этих вариантах не проверял, но думаю будет работать.
В расчетах используются переменные сформированные в обратном порядке по отношению к стандартной индексации в МТ4, если хотите применять формулу для
прямой индексации МТ4,то iq-..., замените на iq+... .
Прогноз не 100%, но лучше, чем ничего, использовать в индикаторах можно.

Para el ajuste individual a su tarea también puede jugar con los coeficientes: 0,3*( y 0,7*(, en total debe ser uno.

 
Piligrimm:

Para quien esté interesado, puedo compartir la "fórmula de la felicidad".

GD[iq]
Algún polinomio salvaje de números aleatorios (si GD[iq] es una cita). Tal vez tendría sentido si por alguna ley para volver a calcular los coeficientes constantes -0,610885 etc. Podrían decirme la teoría por la que se obtiene esta terrible fórmula :-). ¿O es la proverbial inteligencia de NS
 
Piligrimm:

Para quien esté interesado, puedo compartir la "fórmula de la felicidad".

Para el ajuste individual a su tarea también puede jugar con los coeficientes: 0,3*( y 0,7*(, en total debe ser uno.


¿Qué es el coeficiente intelectual? Si hablamos de un zigzag, es simplemente una secuencia de sus índices ? Es decir, iq-1 sería el punto de ruptura anterior del zigzag ?
 
Loknar:
Piligrimm:

Para quien esté interesado, puedo compartir la "fórmula de la felicidad".

Para el ajuste individual a su tarea también puede jugar con los coeficientes: 0,3*( y 0,7*(, la suma debe ser uno.


¿Qué es el coeficiente intelectual? Si se trata de un zigzag, ¿es sólo una secuencia de sus índices? Es decir, iq-1 es el punto de ruptura anterior del zigzag ?

Sí, exactamente así, iq-1 es el punto anterior. Desarrollé este polinomio para mi indicador cuyos gráficos se muestran arriba. No lo he comprobado pero espero que pueda ser útil para alguien.

Si hablamos del algoritmo utilizado para construir este polinomio, se basa en encontrar leyes que conecten diferentes argumentos, en este caso argumentos rezagados respecto a la tendencia que se quiere predecir.

La figura muestra cómo me funciona este polinomio: la línea azul es la tendencia en los puntos de inflexión, la línea rosa es la que pasa por el polinomio. La entrada de datos está normalizada, de ahí esta escala de baremación.

 
Piligrimm писал (а): Para quien esté interesado, puedo compartir la "fórmula de la felicidad".
GP1[iq+1] =
Ahí tienes, reno...
 
Prival:
Piligrimm:

Para quien esté interesado, puedo compartir la "fórmula feliz".

GD[iq]
Algún polinomio salvaje de números aleatorios (si GD[iq] es una cita). Tal vez tendría sentido si por alguna ley para recalcular los coeficientes constantes -0,610885, etc. Podrían decirme la teoría por la que se obtiene esta terrible fórmula :-). ¿O es la proverbial inteligencia de NS

El polinomio que mostré antes no es tan salvaje, por ejemplo puedo mostrar un polinomio realmente salvaje, que uso en mis cálculos.

Está escrito en Matlab, he eliminado las dos últimas líneas para evitar que se ponga en circulación.

GR(i)=0,25*(0,4*(0,55*(0,6*(0,09*(-0,00192393 +GM(i+3)*(-0,1725) +GM(i+6)*(1,17444))+0. 28*(-0,00130286 +(-0,000123992 +GM(i+5)*(-0,821849) ...

+GM(i+6)*(1,82199))*(0,302188) +(-0,00145804 +GM(i+4)*(-0,153087) +GM(i+6)*(1,15453))*(0. 699112))+0,09*(-0,000577229 +GM(i+3)*(-0,162435)...

+GM(i+6)*(1,16299))+0,09*((0,832328 *GM(i+4)*GM(i+6)-0,119317 *GM(i+6)*GM(i+5)-0. 100951 *GM(i+5)-0,0192996 *GM(i+2))/(GM(i+4)-0,361992...

*GM(i+5)-0.0452508 *GM(i+6)))+0.09*((1.00001 *GM(i+6)*GM(i+6)*GM(i+6)*GM(i+6)-1. 03818 *GM(i+6)*GM(i+6))/(GM(i+6)*GM(i+6)-1.03817...

*GM(i+6))+0,09*((1,07271 *GM(i+6)-0,512733 *GM(i+6)+0,684408 *GM(i+4)-0,485238 *GM(i+4)*GM(i+4))/(1-0,240858 *GM(i+5)*GM(i+6))+0,09...

*((1.00137*GM(i+6)*GM(i+6)-0.000473002 *GM(i+4)*GM(i+6)-0.998682 *GM(i+6)*GM(i+6)+6.

*GM(i+6)))+0.09*(0.730651 *GM(i+4)*GM(i+4)*GM(i+6)/(GM(i+4)*GM(i+4)-0.269349 *GM(i+5)*GM(i+5)))+0. 09*((0.717833 *GM(i+6)*GM(i+4)*GM(i+6)...

-0.11191*GM(i+4)*GM(i+4)*GM(i+4))/(GM(i+6)*GM(i+4)-0.471068 *GM(i+6)*GM(i+5)+0.209781 *GM(i+6)*GM(i+6)-0.132089 *GM(i+3)*GM(i+6)-0.000702832 ....

*GM(i+5))))+0,4*(0,2*(0,6*(-0,00130286 +(-0,000123992 +GM(i+5)*(-0,821849) +GM(i+6)*(1. 82199))*(0,302188) +(-0,00145804 +GM(i+4)...

*(-0.153087) +GM(i+6)*(1.15453))*(0.699112))+0.4*((0.717833 *GM(i+6)*GM(i+4)*GM(i+6)-0. 11191 *GM(i+4)*GM(i+4))/(GM(i+6)*GM(i+4)...

-0,471068 *GM(i+6)*GM(i+5)+0,209781 *GM(i+6)*GM(i+6)-0,132089 *GM(i+3)*GM(i+6)-0. 000702832 *GM(i+5))))+0,25*(-0,000577229 +GM(i+3)*(-0,162435)...

+GM(i+6)*(1.16299))+0.35*((1.00001 *GM(i+6)*GM(i+6)*GM(i+6)-1.03818 *GM(i+6)*GM(i+6))/(GM(i+6)*GM(i+6)*GM(i+6)-1. 03817 *GM(i+6))

+0,2*((1,07271 *GM(i+6)-0,512733 *GM(i+6)+0,684408 *GM(i+4)-0,485238 *GM(i+4)*GM(i+4))/(1-0. 240858 *GM(i+5)*GM(i+6)))))+0,45*(0,4*((1,73835 ...

*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)-0.0334794 *GM(i+3)*GM(i+4)*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)-0. 919558 *GM(i+4)...

*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)-0.376192 *GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)-0.345737)/(GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)-0. 0355159...

*GM(i+3)-0.901092 *GM(i+4)))+0.6*((-2.01988 *GM(i+3)*GM(i+3)*GM(i+4)*GM(i+6)+2.90062 *GM(i+3)*GM(i+4)+5.31466 *GM(i+3)*GM(i+3)...

*GM(i+5)-3.01304 *GM(i+3)*GM(i+3)-4.34954 *GM(i+3)*GM(i+5))/(GM(i+3)*GM(i+4)-2. 16719))))+0.4*(0.33*((1.00914 *GM(i+4)*GM(i+5)...

*GM(i+5)+0.977507 *GM(i+4)*GM(i+4)*GM(i+5)-1.9751 *GM(i+4)*GM(i+3)*GM(i+5))/(GM(i+4)*GM(i+5)-0. 988447*GM(i+3)*GM(i+3))+0.67*((2.51015 ...

*GM(i+6)-0.979174 *GM(i+5)*GM(i+6)-0.642762)/(1-0.111777 *GM(i+5)*GM(i+5)*GM(i+4))))+0. 4*(0.9*(0.3*((1.00914 *GM(i+4)*GM(i+5)*GM(i+5)...

+0.977507 *GM(i+4)*GM(i+4)*GM(i+5)-1.9751 *GM(i+4)*GM(i+3)*GM(i+5))/(GM(i+4)*GM(i+5)-0. 988447*GM(i+3)*GM(i+3))+0.7*((0.0988538 *GM(i+4)...

*GM(i+6)-0,0240242 *GM(i+4)*GM(i+5)*GM(i+5)+0,0291295 *GM(i+4)*GM(i+4)+0. 904081 *GM(i+4)-0,951504 *GM(i+3))/(GM(i+4)-0,943467...

*GM(i+3))))+0.1*((2.01304 *GM(i+5)*GM(i+5)*GM(i+5)-2.02312 *GM(i+4)*GM(i+5)*GM(i+5)+0. 0156151 *GM(i+5)*GM(i+5)*GM(i+5)...

/(GM(i+5)*GM(i+5)*GM(i+5)-1,01005 *GM(i+4)*GM(i+5)-1,14951e-005 *GM(i+5)*GM(i+5)+0. 0155924 *GM(i+5)*GM(i+5)-7,72653e-007 *GM(i+5)-7.

*GM(i+5)*GM(i+5))))+1.8*(0.3*((-0.610885 *GM(i+4)*GM(i+4)*GM(i+5)-0.0795671 *GM(i+3)*GM(i+4)*GM(i+4)*GM(i+5)+1. 19161 *GM(i+4)...

*GM(i+4)-0,422269 *GM(i+3))/(GM(i+4)*GM(i+4)-0,505662 *GM(i+3)*GM(i+4)*GM(i+4)-0. 415455 *GM(i+5)*GM(i+5))+0,7*((-0,610885 *GM(i+5)*GM(i+5)...

*GM(i+6)-0.0795671*GM(i+4)*GM(i+5)*GM(i+5)*GM(i+6)+1.19161 *GM(i+5)*GM(i+5)-0. 422269 *GM(i+4))/(GM(i+5)*GM(i+5)-0.505662 *GM(i+4)...

*GM(i+5)*GM(i+5)-0,415455 *GM(i+6)*GM(i+6))))+0,3*((0,325815 *GM(i+5)*GM(i+5)*GM(i+5)-0. 322486 *GM(i+4)*GM(i+4)+0,00437944 *GM(i+5))...

1234567891011
Nuevo comentario