L'uso dell'intelligenza artificiale in MTS - pagina 2

 
Reshetov писал (а):
L'intero ha scritto (a):
Reshetov ha scritto (a):
Integer ha scritto:
prendiamo il valore di 4 punti, moltiplichiamo ogni valore per un coefficiente, sommiamo - cosa non è lo smoothing di un filtro?
Se prendiamo i valori di un certo numero di punti e moltiplichiamo ciascuno di essi per la sua costante corrispondente e otteniamo il risultato, questa azione in matematica si chiama equazione lineare:

a1 * w1 + a2 * w2 + ... + an * wn = d

E lo smoothing richiede una ricorsione, cioè qualche valore noto viene usato per calcolare il valore smoothed:

a1 = a1 * w1 + a2 * w2 + ... + an * wn





Avete sentito parlare delle medie mobili ponderate lineari?
Prenditi una pausa. Peccato che il forum non preveda gli ignoramenti per gli interlocutori molto fastidiosi.


Perché no? - Alt+F4

Hai già inventato MACDZeroCrooss che è solo MACross. Ora hai inventato un filtro digitale;-)

Se si aggiungono più punti a questa espressione, è possibile ottenere un profitto su qualsiasi simbolo nel tester dopo l'ottimizzazione.
 
Integer писал (а):
Avete già inventato MACDZeroCrooss, che è solo un MACross, e ora avete inventato un filtro digitale.

Se si aggiungono più punti a questa espressione, è possibile ottenere un profitto su qualsiasi simbolo nel tester dopo l'ottimizzazione.
Dal punto di vista scientifico, l'Expert Advisor può non essere il migliore, non è uno strumento preconfezionato, e si può fare un profitto nel tester in mani abili... Ma per esempio, sono rimasto stupito dalla semplicità di questo meccanismo. Ecco il risultato del test in avanti utilizzando dati reali in tick dal 1 settembre 2011 al 20 ottobre 2011 dopo l'ottimizzazione di 300 passaggi nel periodo dal 1 gennaio 2011 al 30 agosto 2011. Certo, non è proprio un Expert Advisor originale, ma comunque il 10% di quello che mi ha aiutato a fare.
 
Non sono un esperto di reti neurali, ma è una domanda naturale. Cosa ha esattamente in comune questa EA con l'intelligenza artificiale? L'ottimizzazione di x1-x4 è fatta in modo molto naturale e manuale. Quindi, ogni EA può essere chiamato intelligenza artificiale perché ogni EA ha bisogno di ottimizzare i suoi parametri di input. E il fatto che il preceptron è calcolato come una combinazione lineare di valori presenti e passati di AC, anche questo non è determinante. Se l'ottimizzazione fosse eseguita automaticamente all'interno dell'EA, sarei d'accordo con il nome.

A proposito, Integer ha giustamente sottolineato che il proceptron assomiglia a un filtro digitale. Sono un esperto in questo campo e so quello che dico. Vale a dire, un preceptron è un AC filtrato. Il significato di questo filtraggio (o combinazione lineare di altoparlanti) non è chiaro.
 
gpwr:
Non sono un esperto di reti neurali, ma è una domanda naturale. Cosa ha esattamente in comune questa EA con l'intelligenza artificiale? L'ottimizzazione di x1-x4 è fatta in modo molto naturale e manuale. Quindi, qualsiasi Expert Advisor può essere chiamato intelligenza artificiale, perché qualsiasi EA ha bisogno di ottimizzare i parametri di input, e il fatto che il preceptron è calcolato come una combinazione lineare di valori presenti e passati di AC, non è nemmeno un fattore determinante. Se l'ottimizzazione viene eseguita automaticamente all'interno dell'Expert Advisor, sarei d'accordo con il nome.
Qualsiasi problema di cui non si conosce l'algoritmo di soluzione è un'intelligenza artificiale a priori (c) Jean - Louis Lauriere

Tradotto in russo, qualsiasi problema la cui soluzione può essere ottenuta con una ricerca completa o semplificata di varianti è classificato dalla borghesia come intelligenza artificiale. In URSS tali problemi erano classificati come un ramo della matematica applicata e una sottosezione di algoritmi per trovare soluzioni ottimali.
 
gpwr:
Cioè, il preceptron è un altoparlante filtrato. Il significato di questa filtrazione (o combinazione lineare AC) non è chiaro.
Che razza di esperto sei se non capisci il significato di filtrazione lineare (separazione)?

È chiaro che tutto ciò che è passato attraverso il filtro viene identificato come un segnale per aprire una posizione lunga. Tutto ciò che è stato filtrato è considerato una posizione corta. Allo stesso modo le posizioni già aperte sono filtrate per un'inversione di tendenza.
 
Yuri, perché diventare così emotivo? La domanda era quasi certamente sul significato nascosto di questo filtraggio, non sull'interpretazione del risultato... In parole povere: perché questo particolare filtraggio? Applicato al sistema di trading, potrebbe non essere la domanda più adeguata, ma puoi provare ad argomentare la tua scelta - perché AC e non qualche MAKD...
 
Mathemat:
Yuri, perché diventare così emotivo? La domanda era quasi certamente sul significato nascosto di questo filtraggio, non sull'interpretazione del risultato... In parole povere: perché questo particolare filtraggio? Se applicato a un sistema di trading, potrebbe non essere la domanda più adeguata, ma si può provare a ragionare sul perché AC e non qualche MACD...
Chi vieta di usare il MACD? Tuttavia, in questo caso non ci saranno 5 variabili esterne regolabili, ma altre 3. Anche l'oscillatore MACD dovrebbe essere sintonizzato e quindi ottimizzato, come nel MACDSample EA.

AC è stato implementato solo per queste considerazioni, dato che non ha impostazioni esterne oltre ai simboli e al tempo.

Quindi non cercate un significato nascosto: non c'era affatto poiché tutto è stato fatto seguendo il principio più semplice, più veloce sarebbe l'ottimizzazione. Questo è solo un esempio di una rete neurale primitiva che utilizza l'ottimizzatore genetico integrato di MT4 di strategie su dati storici invece dell'algoritmo di formazione standard. Niente di più, niente di meno.

Per inciso, il takeprofit della strategia manca per la stessa ragione - è un parametro di impostazione aggiuntivo. Anche se, se viene implementato, è abbastanza possibile che il trading diventi più redditizio o più stabile?
 

Ora ha più senso. Comunque lo si chiami - perceptron, gene, filtro o diavolo con cinque corna - l'essenza del consigliere non cambia. Le tue parole intelligenti hanno fuorviato le persone e finché non spieghi cos'è il perceptron, non c'è speranza di comprensione e di discussione costruttiva... In generale, l'idea è davvero molto interessante: tutti i parametri ottimizzabili sono racchiusi in una semplice funzione.

 
Il Perceptron è il più semplice. È vero, Reshetov è bravo, sembra che nessuno abbia ancora fatto una rete neurale a MQL4 - ne parlano solo e se ne vantano. Ma l'esperto stesso ha fatto troppo pochi scambi per trarre una conclusione definitiva.

Ma la migliore rete di neuroni è quella nella propria testa - specialmente quando si deve riconoscere solo un paio di situazioni, per esempio comprare/vendere. Ma il cervello umano difficilmente riconosce i segnali di entrata/uscita dal mercato e quindi non è di nessun aiuto. Per non parlare dell'errore XOR inerente al perceptron...

E il fatto è che non ci sono modelli nel Forex. C'è un modello abbastanza certo - il movimento nel canale di supporto e resistenza e la rottura di queste equazioni. Tutto il resto è un movimento casuale.

L'addestramento delle reti neurali è un classico tweaking. E se ci sono davvero delle regolarità, idealmente neuronet le coglierà, ma finora non ci sono risultati. Perché non c'è alcuna regolarità, tranne il modello descritto sopra. Rosenblat ha inventato il perceptron negli anni 60 e ha cercato di usarlo nel mercato allora.

Naturalmente le mie parole non significano che Reshetov debba fermarsi all'improvviso, ma solo che bisogna lavorare in modo più rilassato, senza roboanti e risentimenti.
 
Mathemat:

Ora ha più senso. Comunque lo si chiami - perceptron, gene, filtro o diavolo con cinque corna - l'essenza del consigliere non cambia. Le tue parole intelligenti hanno fuorviato le persone e finché non spieghi cos'è il perceptron, non c'è speranza di comprensione e di discussione costruttiva... In generale, l'idea è molto interessante: tutti i parametri ottimizzabili sono impacchettati in una semplice funzione.

Non gli ho dato un nome, era il nome di un progetto sulla creazione di una parvenza di occhio umano - "Perceptron", cioè riconoscerne uno. È lì che hanno usato un filtro o separatore lineare, o meglio un'equazione lineare del piano, attraverso le disuguaglianze rispetto alle quali è possibile trovare quali punti su un lato e quali sull'altro lato del separatore (il problema dell'identificazione o classificazione degli oggetti). Successivamente, tali separatori sono diventati noti come rete neurale a singolo strato.