NS + indicateurs. Expérimentation. - page 8
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
NSDT ne dispose pas de Kohonen, mais il existe d'autres classificateurs dans l'addon Adaptive Net Indicators. Bien que vous puissiez connecter NeuroShell2 net directement à MT4 ou NSDT.
Je me demande comment vous comptez utiliser le filet de Kohonen pour le commerce ? Il n'y a pas trois classes, c'est beaucoup plus. Je dois penser à un algorithme pour analyser les classes obtenues.
Lorsque j'ai commencé mes recherches sur la classification des barres à l'aide des cartes de Kohonen, j'ai codé les barres comme suit pour simplifier l'expérience : haussière +1, baissière -1, esquive 0. J'ai créé arbitrairement 15 classes dans NS2. Après la formation, je me suis retrouvé avec 4 classes vides. J'ai révisé le nombre de classes à 11 et rempli cette grille en МТ4. Ensuite, j'ai utilisé le script pour entrer trois classes près de tous les extrema et j'ai effectué une simple opération inverse. Les données d'entrée étaient "telles quelles", c'est-à-dire uniquement les numéros de classe. Il n'y a pas eu de normalisation du tout. Ensuite, j'ai mis en place un simple Expert Advisor composé uniquement de ces grilles, en utilisant les signaux du loopback et je l'ai "appliqué" à 2005. Bizarrement, ça a même marché. Bien sûr, je n'ai même pas essayé de tirer des conclusions sur les résultats, puisqu'il ne s'agissait même pas d'une expérience, mais d'un travail de laboratoire. Mais je voulais réfléchir aux perspectives de ce projet.
Je veux dire, je n'avais pas besoin d'un algorithme de sélection de classe. Tout était clairement dessiné sur le graphique dans NS2 lui-même. Et, en général, il est possible d'obtenir le résultat souhaité dans NS2 lui-même. Mais pour cela, il faut faire quelques allers-retours, jouer avec les paramètres, regarder les graphiques et les données de sortie. Donc, c'est un peu fastidieux, mais tout à fait possible.
Je me demande comment vous comptez utiliser le réseau Kohonen pour le commerce ? Il n'y a pas trois classes, mais bien plus. Vous devez penser à un algorithme pour analyser les classes obtenues.
Certainement pas 3 ou même 10. Dans un premier temps, je les analyse manuellement pour établir des critères appropriés. Ensuite, je l'automatise. D'après ce qui est prévu :
- chaque entrée est évaluée "degré d'idéalisme" - à quel point elle est proche des extrema locaux (33) par exemple
- ensuite chaque classe peut être évaluée du point de vue de la pureté - combien d'entrées sont idéales ou proches d'elle et combien sont vides.
La première étude de la première version de l'ensemble des entrées (neurones) a montré qu'il y a 2 ou 3 classes qui sont tout à fait acceptables du point de vue de l'entrée sur le marché. Et la puissance de ces classes permet de réaliser environ 2 à 4 transactions par jour.
Tout est encore brut et en cours de développement :-) Ensuite, je prévois de créer (j'ai déjà commencé) un programme qui créera indépendamment un réseau, l'entraînera, l'estimera, l'exécutera dans le testeur intégré, enregistrera les résultats, en créera un nouveau, l'exécutera, sélectionnera le "champion", etc.
ZS. Ok, je vais torturer le NS2 pour l'instant, seulement il est misérable, comme je l'ai dit, en termes d'interface et d'évaluation des résultats de formation du réseau.
Pourquoi pas ? C'est le cas.
Lorsqu'on travaille avec un réseau de Kohonen, on ne peut pas dire à l'avance combien de classes on obtiendra. Dans le processus d'apprentissage, le vecteur de caractéristiques d'entrée sera divisé en classes, pour autant que le critère de séparabilité donné soit satisfait (par exemple, la distance euclidienne). Supposons qu'on ait des "clusters", qu'on trouve des centres, et puis...
Visuellement, par carte, bien sûr, on peut estimer, mais il serait souhaitable d'automatiser. La deuxième étape devrait être un enseignant qui indiquerait quelles classes, quelles actions correspondent à quoi.
Je suis toujours à vif, moi aussi. Il y a des idées, des développements. Je travaille également avec NS2.
Lorsqu'on travaille avec un réseau de Kohonen, on ne peut pas dire à l'avance combien de classes on obtiendra. Dans le processus d'apprentissage, le vecteur de caractéristiques d'entrée sera divisé en classes, pour autant que le critère de séparabilité donné soit satisfait (par exemple, la distance euclidienne). Supposons qu'on ait des "clusters", qu'on trouve des centres, et puis...
Visuellement, sur la carte, on peut bien sûr estimer, mais il serait souhaitable d'automatiser. Dans un deuxième temps, il devrait y avoir un enseignant qui indiquerait quelles classes, quelles actions correspondent à quoi.
Je suis toujours à vif, moi aussi. Il y a des idées, des développements. Je travaille également avec NS2.
Pourquoi ne pouvons-nous pas dire combien de classes nous aurons ? Nous pouvons tout vous dire. Je ne sais pas pour NSH2 (je ne peux pas en être sûr - je ne l'ai pas vu), mais dans Trader, vous pouvez spécifier autant de classes que vous voulez - classe d'achat, classe de vente, quitter la classe d'achat, quitter la classe de vente. Vous aurez autant de cours que vous le souhaitez. Et il n'y a aucun problème avec ça......
Premièrement, je n'aime pas NS2 parce qu'on ne peut pas y faire de coloration de carte de Kohonen, et deuxièmement, on ne peut pas modifier le regroupement à la volée, ce que le déducteur permet facilement. Vous n'avez pas besoin de réentraîner le réseau pour cela ! Il suffit de modifier les paramètres de combinaison en classes. Dans le même déducteur, vous pouvez définir le nombre de classes, vous pouvez définir les niveaux de signification pour le regroupement, alors il n'est pas vraiment clair combien il y en aura, et vous pouvez faire sans classes du tout, et regarder dans quelle cellule l'entrée tombe.
www.basegroup.ru est également facilement consultable par Google
www.basegroup.ru est également facilement consultable par Google
www.basegroup.ru est également facilement consultable par Google