SOM : méthodes de cuisson - page 4

 
alexeymosc:

Merci !

J'ai demandé plusieurs fois aux anciens du forum ce qu'il en était : ils m'ont renvoyé vers le fakyu et d'autres endroits pour lire. En général, je ne peux pas faire sans vous - sinon je vais devoir faire les expériences moi-même, mais "sentir" que je veux apprendre à cuisiner le NS
 

C'est ainsi que fonctionne le SOM :

En bref : vous définissez la taille du réseau, par exemple, nous le ferons toujours carré, 5 par 5. Chaque élément est essentiellement un vecteur de valeurs, les valeurs initiales sont choisies au hasard dans un tableau d'exemples (vecteurs de taille 40) qui sont pré-générés par votre script et enregistrés. Autrement dit, prenez 25 exemples aléatoires dans le tableau (qui a une taille de 5000 exemples). Ensuite, l'algorithme est le suivant : nous choisissons à nouveau au hasard un exemple du tableau d'apprentissage et le comparons avec chaque élément vectoriel du réseau (en utilisant la mesure de la distance euclidienne ? Je ne sais pas exactement, peut-être quelque chose d'autre) Les valeurs du vecteur le plus proche sont corrigées par la formule donnée ci-dessous. Cette correction s'étend également aux vecteurs voisins, selon une fonction gaussienne.

En bref, c'est compliqué... Je construis NS dans un paquet statistique.

https://ru.wikipedia.org/wiki/%D0%A1%D0%B0%D0%BC%D0%BE%D0%BE%D1%80%D0%B3%D0%B0%D0%BD%D0%B8%D0%B7%D1%83%D1%8E%D1%89%D0%B0%D1%8F%D1%81%D1%8F_%D0%BA%D0%B0%D1%80%D1%82%D0%B0_%D0%9A%D0%BE%D1%85%D0%BE%D0%BD%D0%B5%D0%BD%D0%B0

 
Après la formation du SOM, lorsque l'erreur cesse de diminuer, nous prenons un nouveau vecteur, le comparons avec 25 vecteurs et celui qui a l'erreur minimale est le neurone gagnant, s'il indique une entrée sur le marché, alors entrez, sinon, mais attendez la formation du vecteur suivant, et ainsi de suite.
 

Je pense que l'ouverture et la fermeture sont des variables aléatoires et le fait que votre TS montre des résultats relativement bons sur D1 et moins bons sur les échelles de temps inférieures confirme que, pour faire un trade, il suffit d'avoir une prévision de barre haute et basse. Pouvez-vous créer un NS en utilisant uniquement le High et le Low ?

Et si ce n'est pas difficile, pouvez-vous expliquer - est-il possible de concevoir un NS qui aurait, disons, une matrice 3x5 à l'entrée - 3 TF et 5 barres, par exemple ?

alexeymosc:

Je suis en train de construire un NS dans un paquet statique.

Quel paquet ? J'ai NeuroSolutions 6 et STATISTICA 6 sous la main, ailleurs il y a des distributions, comme Matcad - je dois regarder
 

--- alexeymosc , pourquoi vous lier au prix d'ouverture ? imho, l'ouverture et la fermeture sont des variables aléatoires, et le fait que votre NS a montré des résultats relativement bons sur D1 et de moins bons résultats sur les cadres temporels inférieurs confirme que, pour le trading, il est suffisant d'avoir une prévision de barre haute et basse. Pouvez-vous créer un NS en utilisant uniquement le High et le Low ?

Je ne discute pas, je pense moi-même que couper le signal de prix avec les prix d'ouverture (de fermeture) est du bruit et du hasard, mais c'est juste pratique de construire le modèle par les prix d'ouverture - système robuste et fait des calculs rapides dans Metatrader. Vous pouvez également effectuer des analyses sur les prix élevés. Je le ferai même pour votre intérêt et je le posterai. Je travaillerai avec les barres horaires, je prendrai l'historique du terminal MT5, pour autant qu'il soit disponible au téléchargement.

--- Et si vous pouvez expliquer, est-il possible de projeter un NS, qui aurait une matrice 3x5 sur l'entrée, disons, 3 TF et 5 barres, par exemple ?

Oui, bien sûr. L'imagination est illimitée, mais l'entrée est toujours un vecteur, et non un tableau à deux dimensions. Plus précisément, tout tableau bidimensionnel, tridimensionnel, etc., est transformé en un vecteur unidimensionnel, par exemple : les 5 premières valeurs sont les prix d'ouverture sur les barres quotidiennes, les 5 secondes valeurs sont les prix d'ouverture sur les barres de 4 heures et 5 autres valeurs sont les prix d'ouverture sur les barres de veille. Et ainsi de suite... Pour le NS, l'ordre dans lequel les données lui sont transmises n'a pas d'importance. (L'exception est la reconnaissance des formes, où elle est importante et où les décalages de données dégradent le résultat).

--- quel paquet ? J'ai NeuroSolutions 6 et STATISTICA 6 sous la main, ailleurs il y a des distributions comme matcad - je vais devoir regarder

Règles de Statistica. J'utilise moi-même la version 8 sur mon ordinateur personnel. Il y a une option pour télécharger le fichier NS en tant que code C, qui est commité en dll et l'EA est prescrit pour alimenter les données dans la dll et accepter le signal.

 
alexeymosc:
Plus précisément, tout tableau bidimensionnel, tridimensionnel, etc. est transformé en un vecteur unidimensionnel, par exemple : les 5 premières valeurs - prix d'ouverture sur les barres quotidiennes, les 5 secondes valeurs - prix d'ouverture sur les barres de 4 heures et les 5 autres valeurs - prix d'ouverture sur les barres d'heures. Et ainsi de suite... Pour le NS, l'ordre dans lequel les données sont transmises n'a pas d'importance. (L'exception est la reconnaissance des formes, où elle est importante et où les décalages de données dégradent le résultat).

Je veux être sûr à 100%, parce que je pense que construire un NS sur un TF - signifie augmenter le nombre de données d'entrée, ce qui à son tour conduira à l'axiome TA : "l'histoire se répète", mais hélas - l'histoire ne se répète pas, l'auto-illusion est autre chose ;), mais si vous créez une stratégie pour le travail intraday, peut-être l'utilisation de plusieurs TF pour la formation du NS et donnera un modèle prédictif avec une probabilité supérieure à 50%.

SZZY : J'espère que vous serez capable de créer et de montrer le NS en utilisant High et Low.

 

Voyons voir, j'ai déjà commencé à former SOM sur les barres horaires sur les prix élevés pour 9 ans, de 2001 à avril 2010. De mai 2010 à mai 2011, il y aura une période OOS. J'ai augmenté le vecteur de données d'entrée à 72 (c'est-à-dire 3 jours). J'ai fait SOM taille 10 par 10 neurones. il faudra beaucoup de temps pour former, il est infecté.

Je suis sûr de l'ordre des variables d'entrée, je peux le prouver sur les données artificielles, mais pourquoi, c'est intuitivement clair... On a juste affaire à un approximateur, une machine.

En ce qui concerne la stratégie multi-TF, je pense que cette idée a du potentiel.

Et si vous installiez Statistica 8 pour être sur la même longueur d'onde ?

 

Je vais chercher Statistica 8, la version 6 est déjà debout, s'il n'est pas difficile d'écrire en détail les étapes nécessaires pour Statistica 8 lors de la création de la NS, il n'y a absolument pas de temps pour apprendre à travailler dans tous les programmes moi-même.

comment normaliser les données d'entrée High et Low ?

 

Les actions sont les mêmes qu'ailleurs dans Statistique 6.

Normaliser de la même manière, en utilisant la formule ci-dessus.

 

J'ai vérifié EURUSD H1 comme promis. Le modèle était basé sur High. Je n'ai pas réussi - j'ai perdu sur la période OOS.

Je l'ai testé sur des barres horaires sur les actions de Gazprom - OOS est du côté positif, un assez bon graphique.

J'ai également testé une idée pour fermer des positions sur EURUSD Day1 en fonction d'un signal (lors de la transition d'un état à un autre, c'est-à-dire lors du changement de neurone). J'ai fait un Expert Advisor, j'ai récupéré les neurones d'ouverture et de fermeture à l'aide du testeur, beaucoup de courses rentables sur la période d'optimisation. Sur OOS - également un plus.