Autore - pagina 5
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
La mia implementazione della mappa Kohonen, prima versione. Finora può smontare la tavolozza dei colori per vedere se funziona. Codici allegati
Gioco totale Kohonen.
Il metodo è certamente interessante, ma è adatto a classificare oggetti stazionari. La questione è che un addestramento adeguato e l'analisi di una mappa 30X30 richiede un array di vettori di addestramento di circa 50000, più in progressione. In un intervallo così lungo le regolarità (supponendo che siano presenti ma non stabili) si confondono e la mappa ottiene esempi di colore omogeneo a 4. Inoltre la mappa di Kohonen si è rivelata molto sensibile al tipo di rappresentazione dei dati O[i]/O[i-1], mentre gli stessi dati (O[i]-O[i-1])/O[i], dividono la mappa in due aree ben definite come dovrebbe essere. Forse tutto il problema è una mano storta che affila, ma sono già offeso da madre natura per la rete neurale tra le mie orecchie.
Proverò di nuovo la correlazione, più tardi, quando il missile sarà formato, e dovrò lavorare sull'allegarh, perché è offeso
È passato molto tempo da quando sono stato qui.
Alla comunità rispettata viene presentato un indicatore che costruisce un portafoglio ottimale secondo il principio della massima tendenza con la minima varianza nell'area selezionata.
Questa è una release, i codici non sono ottimizzati, quindi per favore non sputate troppo. Sarebbe meglio darmi un'idea di cosa lavorare. Il lavoro con l'indicatore è descritto nei commenti. Esempio del suo lavoro su fig.
I codici sono nel trailer.
Proverò di nuovo la correlazione...
Per quanto ho potuto spremere i modelli attraverso la correlazione, li ho postati qui.
Citerò parte del mio post dal mio messaggio privato:
È stato un piacere leggere il tuo post sul tema dei modelli. Vorrei aggiungere alcune delle mie. In questo lavoro ho trovato che qualsiasi pezzo di dati venga preso, ci sono un sacco di intervalli di Pearson QC (> 0,9) simili che sono molto distanti tra loro. La descrizione del lavoro nel secondo video mostra la previsione (fuori dalle linee verticali) per ogni trama (tra le linee verticali rosse). Nell'angolo sinistro è dato solo il numero di trame simili e il loro QC medio e migliore.Per SB, come scritto lì dovrebbe essere così:Sui dati SB (random walk) la previsione deve essere una linea orizzontale, con il suo RMS a divergere con la distanza.
Alla stimata comunità viene presentato un indicatore che costruisce il portafoglio ottimale secondo il principio della massima tendenza con la minima dispersione nell'area selezionata.
Non ho un MT5 per mancanza di utilizzo. Tuttavia, il codice è così perfettamente commentato che tutto è chiaro.
Se si elimina la sincronizzazione imperfetta di più barre, il calcolo delle azioni, la limitazione dei coefficienti, ecc. Il codice è, nella sua forma grezza, un modo completo di costruire un sintetico con qualsiasi condizione. Dove solo questa linea deve essere corretta:
Questo criterio è chiaro - trovare la massima equità di tendenza stabile del sintetico sull'intervallo di costruzione. E se sputiamo sull'ambiguità del calcolo del criterio e consideriamo la questione in generale per qualsiasi condizione della costruzione del sintetico, dobbiamo approfondire l'argomento:
Calcolare questo anche tramite GA è un mare di tempo. Quindi è praticamente impossibile indagare la questione senza una soluzione analitica, ma mi piacerebbe farlo.
P.S. Se collego una nuvola, forse sarà possibile indagare.
Il tema dei modelli è ancora in corso?
Ho scritto delle mie scoperte qui: https://www.mql5.com/ru/forum/133209/page5
- Allenare l'ACS di Kohonen sui modelli (come li formate è una questione individuale, ma importante)
- Assegnare un numero ad ogni cella dell'ACS (per me erano coordinate, ad esempio 3;5)
- entrando in una posizione attivando la cella con coordinate x1;y1, e chiudendo una posizione attivando la cella x2;y2. In questo caso, ci possono essere molte celle di input e output (le loro combinazioni sono importanti)
- L'implementazione (nel mio caso): BCS addestrato in dll invia all'Expert Advisor le coordinate della cella attivata dal pattern di prezzo corrente, se le coordinate mostrano un'entrata, allora entriamo, poi usciamo anche, se la cella attivata mostra una posizione di chiusura. Puoi esaminare geneticamente un sacco di varianti di entrata e uscita a certe celle e registrare quelle più redditizie nel tuo Expert Advisor. Li stavo solo scrivendo manualmente dopo aver analizzato tutte le corse genetiche.
Quindi, non è solo il modello di entrata che è importante, ma anche quello di uscita. I risultati sono molto diversi. Ho le foto lì.
Suggerisco che per il lavoro sui modelli (e altri argomenti relativamente complessi) si pubblichi un video come questo (in HD):
In questo modo è possibile valutare visivamente i risultati del metodo. Per dare alcune intuizioni e idee dall'esterno.
Nessuno può fare un lavoro migliore dell'autore nell'inventare un video simile per il suo metodo. La condizione principale è non guardare al futuro.
In questo modo si può vedere la dinamica, dove ogni fotogramma può contare per minuti (a seconda dell'algoritmo di calcolo).
Il tema dei modelli è ancora in corso?
Ho scritto delle mie scoperte qui: https://www.mql5.com/ru/forum/133209/page5
- Allenare l'ACS di Kohonen sui modelli (come li formate è una questione individuale, ma importante)
- Assegnare un numero ad ogni cella dell'ACS (per me erano coordinate, per esempio, 3;5)
- entrando in una posizione attivando la cella con coordinate x1;y1, e chiudendo una posizione attivando la cella x2;y2. In questo caso, ci possono essere molte celle di ingresso e di uscita (le loro combinazioni sono importanti)
- L'implementazione (nel mio caso): BCS addestrato in dll invia all'Expert Advisor le coordinate della cella attivata dal pattern di prezzo corrente, se le coordinate mostrano un'entrata, allora entriamo, poi usciamo anche, se la cella attivata mostra una posizione di chiusura. Puoi esaminare geneticamente un sacco di varianti di entrata e uscita a certe celle e registrare quelle più redditizie nel tuo Expert Advisor. Li stavo solo scrivendo manualmente dopo aver analizzato tutte le corse genetiche.
Quindi, non è solo il modello di entrata che è importante, ma anche quello di uscita. I risultati sono molto diversi. Ho le foto lì.
1. Si alimenta l'ingresso COM con una dimensione fissa della finestra, nel vostro caso 40 barre. Imho non è del tutto corretto disegnare il ritratto attuale del bazar in qualche modo, in generale la dimensione della finestra scorrevole sarà variabile, con la condizione che sia abbastanza minima. Inoltre, il vettore di formazione può includere non solo il prezzo, ma tutto, dai tassi di interesse alle letture degli indicatori, compresa la distribuzione degli ordini correnti, la vicinanza dei livelli di supporto e resistenza, ecc.
2. Se comprimiamo il grafico al limite, la storia mostrerà chiaramente tre aree di flat, trend up, trend down. Non cercherò di formalizzarlo, non sono così stupido. Il compito è quello di identificare queste aree e cercare di identificarle in una fase iniziale del loro emergere.
3. hanno formato COM sulla storia. Sognare di guardare la traiettoria del momento attuale sulla mappa on line. Se la traiettoria è prevista, allora una strategia redditizia può essere scelta ed eseguita in anticipo su aree storiche simili.
4. È necessario costruire una mappa per la massima distribuzione uniforme possibile dei cluster. La mappa della mia implementazione, vedi fig. sopra, mostra che l'algoritmo funziona quasi correttamente. C'è una classificazione dei vettori di input. Tuttavia, imho sarebbe più corretto riempire la mappa uniformemente dal rosso al viola come un arcobaleno, invece di concentrare il rosso con le sue sfumature nel centro.
bisogno di indagare ulteriormente sull'argomento:
Calcolare questo anche tramite GA è un mare di tempo. Quindi è praticamente impossibile indagare la questione senza una soluzione analitica, ma mi piacerebbe farlo.
P.S. Se si collega una nuvola, forse sarebbe possibile indagare.
Non sono d'accordo. Tu proponi di scrivere un EA con un certo numero di parametri di input, ottimizzando i quali puoi cercare di trovare dei modelli.
Io, d'altra parte, penso che la strada giusta da seguire sia quella di fare prima una ricerca approfondita e solo dopo scrivere un EA con parametri di input basati su quella ricerca.