![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
C'est pourquoi on vous a suggéré de passer de l'achat à la vente.
Je n'ai pas encore entendu parler de quelqu'un qui gagne de l'argent de façon stable avec les réseaux neuronaux, c'est très instable. Les TS les plus simples sur les muwings sont plus stables.
Le forum contient peu d'informations sur les solutions toutes faites et sur l'efficacité des réseaux neuronaux pour les échanges sur le marché. Je vous propose de discuter et de partager votre expérience ici. S'il existe déjà un fil de discussion, veuillez y faire un lien.
J'utilise des classes d'ici, un simple Perspectron multicouche. J'espère que les classes comptent correctement, je compte sur l'expérience de l'auteur. J'ai commencé à expérimenter, c'est intéressant :)
En ce moment, j'ai 11 induks à l'entrée, la sortie est un zigzag décalé d'une barre dans le futur.
Voici les résultats de ma grille de 8 mois. Je m'entraîne sur 1000 barres, 10000 époques, 70 neurones dans une couche cachée. Les signaux sont inversés et purement par le réseau neuronal, sans filtres supplémentaires. 15 min tf.
Essayez-le sur 8 ans.
Le réseau est bien formé pour un certain domaine, et si vous faites tout selon la fantaisie, alors vous devriez avoir un échantillon pour arrêter la formation, le soi-disant échantillon de test, donc la formation est aussi légèrement ajustée à elle. Le graphique figure-t-il au moins sur la section de validation ou s'agit-il d'une section de formation ?
Essayez-le sur 8 ans.
Le réseau apprend bien pour un graphe particulier, et si vous faites bien les choses, vous devriez avoir un échantillon pour arrêter l'apprentissage, un échantillon dit de test, donc l'apprentissage s'ajuste légèrement pour cela aussi. Le graphique figure-t-il au moins sur la section de validation ou s'agit-il d'une section de formation ?
Il n'y a pas beaucoup d'informations sur le forum concernant les solutions prêtes à l'emploi et l'efficacité des réseaux neuronaux pour le trading de marché.
Le réseau neuronal lui-même ne génère pas d'idées. Tout ce qu'il fait bien, c'est s'adapter à l'histoire sur une section particulière de l'histoire.
Maintenant une question : Quelle est la différence entre le signal de vos 10 indicateurs et le signal du réseau neuronal ? Et en continuation : Que comptez-vous obtenir de la sortie du réseau neuronal ? Pas de slogans comme " signal parfait " ......
Le réseau neuronal lui-même ne génère pas d'idées. Tout ce qu'il fait bien, c'est s'adapter à l'histoire sur une section particulière de l'histoire.
Maintenant une question : Quelle est la différence entre le signal de vos 10 indicateurs et le signal du réseau neuronal ? Et en continuation : Que comptez-vous obtenir de la sortie du réseau neuronal ? Pas de slogans comme " signal parfait " ......
Il ne s'agit pas de s'adapter à une histoire, mais d'apprendre certains modèles. Si le modèle trouvé est stable, il fonctionnera également pendant un certain temps dans le futur.
Je ne comprends pas la différence et la signification des signaux. Je prévois d'obtenir une sortie, aussi étrange que cela puisse paraître :) Il s'agit d'une solution spécifique, dans mon cas il s'agit d'une prévision pour une barre à l'avance.
Oui, il s'agit d'une validation, d'un vecteur d'apprentissage de seulement 1000 barres.
OK.
J'en suis arrivé à la conclusion, au fil du temps, que la formation d'un petit segment est porteuse d'un comportement imprévisible du réseau sur les futures barres. Le marché peut chuter lors de l'entraînement, et puis disons qu'il commence à osciller de haut en bas. Et alors le filet commencera à couler. Mais si vous construisez un tel réseau, qui, disons, en 10 ans de formation et en 5 autres années, affichera des bénéfices, alors c'est une réussite.
OK.
J'en suis arrivé à la conclusion, au fil du temps, que la formation d'un petit segment est porteuse d'un comportement imprévisible du réseau sur les futures barres. Le marché peut chuter lors de l'entraînement, et puis disons qu'il commence à osciller de haut en bas. Et alors le filet commencera à couler. Mais si l'on parvient à construire un tel filet qui affichera des bénéfices sur, disons, 10 ans d'apprentissage et 5 autres années, alors c'est une réussite.
Pour cela, nous devrions ajouter OpenCl à cette classe, afin que des échantillons aussi énormes puissent être calculés, car un noyau et 1000 barres prendront plus de 5 minutes :) Mais jusqu'à présent, je n'ai pas trouvé comment transférer les calculs à la carte vidéo.
Qu'est-ce que vous y avez introduit et quelle était la structure du réseau ?
Il ne s'agit pas de s'adapter à l'histoire, mais d'apprendre certains modèles. Si le modèle trouvé est stable, il fonctionnera à l'avenir pendant un certain temps.
Je ne comprends pas la question, quelle est la différence et de quels signaux il s'agit. Je prévois d'obtenir une sortie, aussi étrange que cela puisse paraître :) C'est une solution spécifique, dans mon cas il s'agit d'une prévision à 1 barre.
Savez-vous que tous les modèles sont en retard par rapport aux indicateurs linéaires et que, dans ce cas, le réseau neuronal est inutile.
Concernant la deuxième question .... Qui vous a donné l'idée de faire des réseaux de neurones si vous êtes en train de "flotter" dans les questions de base, sinon de vous noyer.....
Vous savez que tous les modèles sont en retard par rapport aux indicateurs linéaires, auquel cas un réseau neuronal est inutile.
A la deuxième question .... Qui vous a donné l'idée de faire des réseaux neuronaux si vous ne vous noyez pas dans les questions de base.....
Tu me rends incompréhensif.) Que voulez-vous dire par le fait que tous les modèles sont décalés par rapport aux indicateurs linéaires ? Je voulais dire que la combinaison des indicateurs sur les entrées forme un modèle que la grille apprend en ajustant les poids pour obtenir la sortie correcte. De quel genre de décalage parlons-nous ici ?
Personne ne me l'a dit, j'ai juste trouvé ça intéressant).
Vous savez que tous les modèles sont en retard par rapport aux indicateurs linéaires, auquel cas un réseau neuronal est inutile.
Sur la deuxième question.... Qui vous a donné l'idée de faire des réseaux neuronaux si vous "nagez" dans les questions de base, sinon vous vous noyez.....
Je vais chercher mon sujet sur le réseau neuronal..... C'était sur la 4 et il y a longtemps.
http://forum.mql4.com/ru/38550
L'entrée était la différence de prix avec un certain décalage (de l'ordre de quelques heures). Le résultat est une prévision pour plusieurs heures en plus ou en moins.
Tous les filets ont été obtenus par une architecture de force brute.
Le principal problème était de coller plusieurs essais avant. Cela devrait être automatisé dans le bon sens du terme.