L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 46
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Je suis d'accord, c'est intéressant... Mais il n'y a presque rien de clair pour moi, en commençant par l'idéologie et en terminant par le code lui-même, c'est très compliqué et beaucoup d'opérateurs que je ne connais même pas...
Si quelqu'un pouvait expliquer tout cela, au moins par des exemples élémentaires, comment l'appliquer dans le commerce, ce serait une bonne expérience pour les personnes inexpérimentées comme moi.
Vous devriez chercher vous-même des exemples sur l'internet.
Très intéressant neuronethttp://gekkoquant.com/2016/05/08/evolving-neural-networks-through-augmenting-topologies-part-3-of-4/ Pensez-vous qu'il soit possible de le faire commercer lui-même et d'apprendre de ses erreurs ? Et si oui, comment, j'aimerais en discuter.
La particularité de ce réseau neuronal est sa topologie adaptative. Il ne s'agit pas seulement d'un ensemble d'entrées, de neurones cachés et de sorties ; c'est un modèle où les neurones se connectent et se déconnectent les uns des autres au cours de l'évolution, modifient leurs poids, de sorte que le réseau s'adapte progressivement et obtient des résultats de plus en plus satisfaisants. Le résultat final devrait être un réseau doté de connexions neuronales uniques et de poids bien adaptés à la tâche particulière.
Pour le Forex, aucun miracle ne se produira, le réseau apprendra simplement par des exemples préparés au préalable, tout comme un réseau habituel. Il est même probable qu'il produise une précision de 100 % sur eux. Mais en fronttest, il drainera probablement la totalité de la balance, pourquoi ne le ferait-il pas ? :)
J'ai essayé d'entraîner le neurone dans le conseiller expert lui-même en le réentraînant sur chaque nouvelle barre. Le réseau a augmenté son solde, mais après quelques intervalles de temps, il a soudainement perdu plus qu'il n'a gagné. Puis il a recommencé à augmenter le solde, et après un certain temps, il a soudainement perdu à nouveau beaucoup. Comme si, parfois, des événements se produisaient qui changent brusquement tous les processus internes du comportement de la paire de devises et le modèle devient totalement inutilisable pendant un certain temps jusqu'à ce qu'il apprenne à nouveau. J'ai écarté cette approche, elle est trop difficile, il faut ajuster la vitesse d'apprentissage des nouvelles données, introduire une logique du type "si le bénéfice a baissé de X points en l'espace de Y jours, alors arrêtez le trading pendant Z jours", revoir et optimiser tout cela. Il est plus facile de former un nouveau réseau à partir de zéro une fois par mois.
La particularité de ce réseau neuronal est la topologie adaptative. Il ne s'agit pas simplement d'un ensemble d'entrées, de neurones cachés et de sorties ; il s'agit d'un modèle où, au cours du processus d'évolution, les neurones se lient et se déconnectent les uns des autres, modifient leurs poids, de sorte que l'adaptation progressive du réseau donne des résultats de plus en plus satisfaisants. Le résultat final devrait être un réseau doté de connexions neuronales uniques et de poids bien adaptés à la tâche particulière.
Pour le Forex, aucun miracle ne se produira, le réseau apprendra simplement par des exemples préparés au préalable, tout comme un réseau habituel. Il est même probable qu'il produise une précision de 100 % sur eux. Mais en fronttest, il drainera probablement la totalité de la balance, pourquoi ne le ferait-il pas ? :)
J'ai essayé d'entraîner le neurone dans le conseiller expert lui-même en le réentraînant sur chaque nouvelle barre. Le réseau a augmenté son solde, mais après quelques intervalles de temps, il a soudainement perdu plus qu'il n'a gagné. Puis il a recommencé à augmenter le solde, et après un certain temps, il a soudainement perdu à nouveau beaucoup. Comme si, parfois, des événements se produisaient qui changent brusquement tous les processus internes du comportement de la paire de devises et le modèle devient totalement inutilisable pendant un certain temps jusqu'à ce qu'il apprenne à nouveau. J'ai écarté cette approche, elle est trop difficile, il faut ajuster la vitesse d'apprentissage des nouvelles données, introduire une logique du type "si le bénéfice a baissé de X points en l'espace de Y jours, alors arrêtez le trading pendant Z jours", revoir et optimiser tout cela. Il est plus facile de former un nouveau réseau à partir de zéro une fois par mois.
C'est intéressant.
L'idée est que si vous définissez correctement l'expérience (Early Learning Stop !), une telle adaptation pourrait être bénéfique.
Ils semblent préparer un paquet pour R là-bas. Il est nécessaire d'en tenir compte.
1) Il n'y aura pas de miracle pour le forex, ce réseau apprendra simplement à partir d'exemples préparés à l'avance, tout comme un réseau normal. Il est même probable qu'il leur donne une précision de 100%. Mais en fronttest, il perdra probablement tout équilibre, pourquoi pas ? :)
2) J'ai essayé une fois d'entraîner le neurone dans le conseiller expert en l'entraînant de manière supplémentaire sur chaque nouvelle barre. Ce n'était pas bon - le réseau a augmenté son solde mais après quelques intervalles, il a soudainement perdu plus que ce qu'il avait gagné. Puis il a recommencé à augmenter le solde, et après un certain temps, il a soudainement recommencé à perdre beaucoup.
1) Oui, vous avez peut-être raison, mais ce filet est capable de s'enseigner lui-même comment prendre des décisions, ce n'est pas la classification habituelle sans professeur, ce qui signifie que vous pouvez mettre en œuvre le concept dont je parle depuis longtemps - vous pouvez l'enseigner non pas avec une cible standard comme acheter-sel-acheter ou 00011101011, mais avec une manière plus abstraite d'exprimer les conditions comme : "Net ! Je ne me soucie pas de la façon dont vous tradez, mais je veux que votre profit soit d'au moins 1% de 0,5% de drawdown par jour, et il cherchera les règles et les combinaisons à cet effet. Si je me trompe et que je dis des bêtises ici, veuillez me corriger pour mon propre bien).
2) Avant-hier, j'ai également essayé une méthode similaire mais légèrement différente... Sur une fenêtre glissante de 5 min de 150 bougies et à chaque nouvelle bougie j'ai entraîné Forest et tradé, puis sur une nouvelle bougie j'ai réentraîné le modèle, etc.... Les résultats étaient étonnamment bons, quelque part autour de 5 fois que j'ai exécuté sur les mêmes données telles que les transactions, le modèle était toujours dans le côté positif de 8% à 20% par mois, j'étais déjà excité et j'ai pensé que j'exécuterais une fois de plus) et puis prune, une fois de plus prune encore)). En bref, il s'avère que, par hasard, le modèle gagnait...
Au fait, j'ai essayé la chose suivante - après chaque réentraînement via "importense" dans RF, j'ai trouvé les caractéristiques les plus importantes, donc j'ai "à la volée" et entraîné le modèle uniquement sur les caractéristiques importantes - après cela, le modèle a commencé à fonctionner environ 2 fois plus mal)))) ce qui m'a beaucoup surpris))))
Un sujet très intéressant.
Mais si nous travaillons avec NS, le nombre d'entrées devrait, à mon avis, être réduit autant que possible.
Chaque entrée supplémentaire "alourdit" le réseau, réduit sa capacité d'apprentissage et conduit à une simple mémorisation des données ou, comme nous l'avons vu ici, à un mélange d'entrées et de réentraînement.
Un sujet très intéressant.
Mais si nous travaillons avec NS, le nombre d'entrées devrait, à mon avis, être réduit autant que possible.
Chaque entrée supplémentaire "alourdit" le réseau, réduit sa capacité d'apprentissage et conduit à une simple mémorisation des données ou, comme nous l'avons vu ici, à un mélange d'entrées et de réentraînement.
Ce n'est pas une question. Vous pouvez sélectionner n'importe quel nombre d'entrées avant la formation.
C'est vrai.
Mais, malheureusement, il y a une opinion selon laquelle plus on soumet, mieux c'est.
Et l'Assemblée nationale, disent-ils, prendra d'elle-même ce qui est nécessaire.
Mauvaise approche.
C'est vrai.
Mais, malheureusement, il y a une opinion selon laquelle plus on soumet, mieux c'est.
Et l'Assemblée nationale, disent-ils, prendra d'elle-même ce qui est nécessaire.
Mauvaise approche.
J'ajouterai une intrigue : il n'est pas nécessaire de présenter un changement dans le taux de change d'un article échangé.
C'est comme se traîner par les cheveux hors d'un marécage.
Recherchez également d'autres sources de données.
Que Profit soit avec vous !
:)