L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 348

 
elibrarius:

Il me semble irréaliste de calculer quelque chose de rentable avec seulement 3 à 5 entrées en utilisant une telle matrice. Je suis d'accord pour dire qu'elle couvre toutes les variations possibles.

Mais si par exemple nous faisons un réseau avec 5 entrées, cela fera 32 coefficients pour les calculs. L'algorithme génétique converge généralement en 10000 passages, c'est-à-dire que les entrées convergent en moyenne vers -1,0-1.
Avec 3 entrées, on peut peut-être calculer un modèle, mais 3 entrées ne sont pas suffisantes à mon avis.

Alors que les réseaux neuronaux peuvent être construits sur R ou même à partir d'ALGLIB et rapidement calculés. La structure interne ne sera pas aussi complète, mais c'est dans la formation que vous trouverez les dépendances les plus fortes.


N'oubliez pas les stratégies combinées, dans lesquelles NS ne peut effectuer qu'une partie des entrées, par exemple pour montrer la direction générale, tandis que les signaux, par exemple, sont donnés par un autre système.

Supposons qu'il existe un système qui verse dans un appartement, vous pouvez optimiser NS pour filtrer ces zones, et le reste de la logique fonctionnera "telle quelle".

 
Maxim Dmitrievsky:


N'oubliez pas les stratégies combinées, dans lesquelles le SN ne peut effectuer qu'une partie des entrées, par exemple pour indiquer la direction générale, tandis que les signaux, par exemple, sont fournis par un autre système.

Supposons qu'il existe un système qui verse dans un appartement, vous pouvez optimiser NS en filtrant ces sections, et le reste de la logique fonctionnera "tel quel".


Et, à propos, voici le même système Reshetov espert, en d'autres termes :) https://www.mql5.com/ru/articles/3264 c'est-à-dire que nous pouvons l'appeler un classificateur bayésien, apparemment
Наивный байесовский классификатор для сигналов набора индикаторов
Наивный байесовский классификатор для сигналов набора индикаторов
  • 2017.05.12
  • Stanislav Korotky
  • www.mql5.com
В статье анализируется применение формулы Байеса для повышения надежности торговых систем за счет использования сигналов нескольких независимых индикаторов. Теоретические расчеты проверяются с помощью простого универсального эксперта, настраиваемого для работы с произвольными индикаторами.
 

Qu'est-ce qui vous fait penser que la NS devrait travailler du tout ? Pour autant que je sache, NS facilite la recherche d'un algorithme/conformité dans un ensemble de données.

Mais le comportement des prix est la somme des positions de tous les participants, y compris MM. Quel genre d'algorithme peut-il y avoir dans le comportement de la foule ? Et certains, une partie non négligeable de cette foule, ne se soucient pas de savoir si la position sera rentable ou non. C'est le comportement de l'abeille qui survole les champs. Les champs sont les mêmes, mais il est impossible de prévoir sur quelle fleur il va se poser.

 

Bonne chance à ce monstre :) Il s'agit juste de déterminer les limites de l'applicabilité de cette approche.


 

Plus il y a de neurones et d'entrées, plus le système est stable mais moins il est rentable, je l'ai optimisé pour les 3 derniers mois en ouvrant les prix sur les minutes, dont 1,5 est un forward, puis je l'ai fait tourner pendant presque un an et il a montré un résultat stable. Il y a 3 neurones pour chaque 3 entrées et ces 3 neurones sont inclus dans le 4ème qui donne le résultat final.

Dans le cercle, il y a un segment où le maillage a été optimisé (approximativement), et après lui - un avant, et le reste du BC n'a pas été impliqué dans le processus d'apprentissage de quelque manière que ce soit


 
Maxim Dmitrievsky:

Plus il y a de neurones et d'entrées, plus le système est stable mais moins il est rentable, je l'ai optimisé pour les 3 derniers mois en ouvrant les prix sur les minutes, dont 1,5 est un forward, puis je l'ai fait tourner pendant presque un an et il a montré un résultat stable. Il y a 3 neurones pour chaque 3 entrées et ces 3 neurones sont inclus dans le 4ème qui donne le résultat final.

Voici un tracé en cercle, sur lequel le maillage a été optimisé (approximativement), suivi d'un forward, et le reste du BC n'a pas du tout participé à l'entraînement



L'essentiel est la stabilité. Moins d'un an - 800% et s'il s'agit vraiment d'une sorte de conseiller expert auto-apprenant basé sur des réseaux similaires à un réseau neuronal - je vous serre la main. Trop intelligent pour que je comprenne ce qu'il contient, mais serrez-moi la main pour avoir osé plonger dans ce domaine de l'apprentissage automatique. Je pense qu'il va trébucher pour la même raison - l'imprévisibilité du marché, mais vous avez apparemment un système de contrainte de perte là, donc vraiment intéressant. Où fonctionne-t-il sur un VPS ou un PC domestique ?
 
geratdc:

L'essentiel est la stabilité. Moins d'un an - 800% et s'il s'agit vraiment d'une sorte d'auto-apprentissage basé sur un réseau similaire à un réseau neuronal - je vous serre la main. Trop intelligent pour que je comprenne ce qu'il contient, mais serrez-moi la main pour avoir osé plonger dans ce domaine de l'apprentissage automatique. Je pense qu'il va trébucher pour la même raison - l'imprévisibilité du marché, mais vous avez apparemment un système de contrainte de perte là, donc vraiment intéressant. Où fonctionne-t-il sur un VPS ou un PC domestique ?

Ce sont des tests dans le testeur encore ) Ce n'est même pas un neuronetwork mais un classificateur, quelque chose entre les deux, je ne sais pas comment l'appeler... fait main ) Oui, il faut le recycler périodiquement et introduire certaines limites, par exemple sur les prélèvements.
 
Maxim Dmitrievsky:

Plus il y a de neurones et d'entrées, plus le système est stable mais moins il est rentable, je l'ai optimisé pour les 3 derniers mois en ouvrant les prix sur les minutes, dont 1,5 est un forward, puis je l'ai fait tourner pendant presque un an et il a montré un résultat stable. Il y a 3 neurones pour chaque 3 entrées et ces 3 neurones sont inclus dans le 4ème qui donne le résultat final.

Voici un tracé en cercle, sur lequel le maillage a été optimisé (approximativement), suivi d'un forward, et le reste du BC n'a pas du tout participé à l'entraînement


Pas mal !
Que donnez-vous aux entrées ?
 
elibrarius:
Pas mal !
Que donnez-vous aux entrées ?

La même chose qu'avant, régression et rsi, je n'ai pas encore pensé à quelque chose de plus intelligent.
 
elibrarius:
Pas mal !
Et que donnez-vous aux intrants ?

Au fait, si vous cherchez la meilleure grille à utiliser, essayez celle-ci https://www.mql5.com/ru/code/9002.

Je n'ai pas encore compris, dites-moi si c'est utilisable ou non, si je n'arrive pas à le faire moi-même ;)

Ценовой прогноз с использованием нейронных сетей
Ценовой прогноз с использованием нейронных сетей
  • votes : 14
  • 2016.06.14
  • Vladimir
  • www.mql5.com
Индикатор, который использует нейронные сети для прогнозирования ближайших нескольких цен открытия. Сеть обучается методом обратного распространения ошибки. Обучение проходит автоматически, результат — самообученная сеть и самообучающийся индикатор.