Usare le reti neurali nel trading - pagina 28
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
Quello che avete scritto è già stato discusso più volte in questo forum e in altri. Quindi non ho l'energia per scrivere tutto una seconda volta .......
Robot_al:
... Форекс мне стал более-менее понятен, даже, когда он непонятен - это всего лишь инверсия "понятности".
... Beh, il forex è solo un luogo dove ho potuto applicare la logica dell'algebra di George Bull.
Fico...
Grande...
Quello che hai scritto è già stato discusso diverse volte in questo forum e non solo. Quindi non ho l'energia per scrivere tutto una seconda volta .......
Quindi non ho letto attentamente questo forum. Perché non ho visto nessuna discussione del genere. Comunque, non insisto. E scrivere una seconda volta non è davvero un compito grato.
Venendo in questo forum, mi sono posto solo una domanda. Questa domanda sembra aver trovato una risposta.
solare, attiro la vostra attenzione sul fatto che ho accennato al problema della classificazione. e questo è il principio dell'apprendimento senza insegnante. cioè non c'è un concetto "fuori" qui.
P.S. scusate, per qualche motivo ho dovuto cambiare il mio nickname leksus con quello attuale.
Prima di concentrarsi completamente sulla classificazione. Ma pensate a questo - se insegnate alla rete 5 lettere dell'alfabeto per esempio, come farete a riconoscere il testo dopo la scansione?
Non ti sto affatto trollando. Il messaggio principale - la completezza delle informazioni è necessaria. Vi state concentrando sulla cosa sbagliata finora, imho.
Prima di concentrarsi completamente sulla classificazione. Pensateci - se insegnate alla rete 5 lettere dell'alfabeto per esempio, come farete a riconoscere il testo dopo la scansione?
No, ovviamente non farò il riconoscimento del testo. Non ha senso imparare tutte e cinque le lettere...
Grazie, anch'io sto cercando di essere costruttivo. E mi è sembrato che stiamo parlando di cose diverse. Nel mio lamentarmi delle difficoltà di classificazione intendevo quanto segue.
Prendiamo il caso classico: l'aereo. La teoria afferma che i dati (nel caso del piano) dovrebbero essere linearmente separabili per produrre una classificazione di successo.
(scusate, non avevo delle belle foto, ho dovuto fare delle foto veloci in Excel).
Supponiamo di prendere dati con 2 parametri X e Y (il piano...). Li abbiamo attaccati a vettori di unità e abbiamo ottenuto la seguente immagine. Vediamo 5 aree nettamente separate. Qualsiasi SOM può gestire la classificazione in una sola volta e la classificazione sarà solo una classificazione. Ogni nuovo dato cadrà in una delle classi. Le proprietà di ogni classe ci sono note, quindi semplicemente scoprendo in quale classe cade il nuovo dato, sappiamo subito tutto su di esso. Con tutto ciò che questo implica...
Purtroppo, i casi classici e quelli pratici, come si dice a Odessa, sono due grandi differenze.
Nel caso pratico abbiamo scaricato i dati e abbiamo ottenuto un'immagine come questa. La classificazione è certamente possibile anche in questo caso, ma non ha alcun valore pratico. Possiamo specificare le stesse 5 classi e la SOM le "disegnerà" onestamente, semplicemente distribuendo uniformemente i centri dei cluster. Il dato appena arrivato andrà da qualche parte. Ma questo "da qualche parte" non ha più senso. Tutti i dati, così come le loro proprietà, sono sparsi uniformemente (affastellati) sul piano. Se crediamo a una tale classificazione e attribuiamo un nuovo dato a una delle classi, ci stiamo solo prendendo in giro.
Questo è il nocciolo del problema, e ciò che intendevo in quel mio post. Quindi, non importa come ho guardato il problema, non sono mai riuscito a ottenere dati con una chiara separabilità. Quindi o non c'è alcuna separabilità, quindi non provateci nemmeno. O non ho abbastanza trazione. Madre Natura mi ha benedetto con un po' di autocritica, quindi propendo per la seconda opzione. Perciò mi consulto con vari compagni. Una volta che avete una classificazione chiara, potete lavorare con una griglia di probabilità e la logica fuzzy.
No, certo che non sto facendo il riconoscimento del testo. Non ha senso imparare tutte e cinque le lettere...
Grazie, anch'io sto cercando di essere costruttivo. E pensavo che stessimo parlando di cose diverse. Nel mio lamento sulle difficoltà di classificazione intendevo quanto segue.
Prendiamo il caso classico: l'aereo. La teoria afferma che i dati (nel caso del piano) dovrebbero essere linearmente separabili per produrre una classificazione di successo.
(scusate, non avevo delle belle foto, ho dovuto fare delle foto veloci in Excel).
Supponiamo di prendere dati con 2 parametri X e Y (il piano...). Li abbiamo attaccati a vettori di unità e abbiamo ottenuto la seguente immagine. Vediamo 5 aree nettamente separate. Qualsiasi SOM può gestire la classificazione in una sola volta e la classificazione sarà solo una classificazione. Ogni nuovo dato cadrà in una delle classi. Le proprietà di ogni classe ci sono note, quindi semplicemente scoprendo in quale classe rientra il nuovo dato, sappiamo immediatamente tutto su di esso. Con tutto ciò che questo implica...
Purtroppo, i casi classici e quelli pratici, come si dice a Odessa, sono due grandi differenze.
Nel caso pratico abbiamo scaricato i dati e abbiamo ottenuto un'immagine come questa. La classificazione è certamente possibile anche in questo caso, ma non ha alcun valore pratico. Possiamo specificare le stesse 5 classi e la SOM le "disegnerà" onestamente, semplicemente distribuendo uniformemente i centri dei cluster. Il dato appena arrivato andrà da qualche parte. Ma questo "da qualche parte" non ha più senso. Tutti i dati, così come le loro proprietà, sono sparsi uniformemente (affastellati) sul piano. Se crediamo a una tale classificazione e attribuiamo un nuovo dato a una delle classi, ci stiamo solo prendendo in giro.
Questo è il nocciolo del problema, e ciò che intendevo in quel mio post. Quindi, non importa come ho guardato il problema, non sono mai riuscito a ottenere dati con una chiara separabilità. Quindi o non c'è alcuna separabilità, quindi non provateci nemmeno. O non ho abbastanza trazione. Madre Natura mi ha benedetto con un po' di autocritica, quindi propendo per la seconda opzione. Perciò mi consulto con vari compagni. Una volta che avete una classificazione chiara, potete lavorare con una griglia di probabilità e la logica fuzzy.
Tipico ragionamento dell'AT, fede cieca nel postulato - "La storia si ripete".
Tutto quello che scrivete è buono (forse) per l'analisi dei dati, ma non è neanche lontanamente buono per le previsioni.
Perché pensi che le classi identificate come risultato di una classificazione riuscita (supponendo che tu sia riuscito a risolvere questo problema) saranno in futuro? La questione principale non è la classificazione, ma la prevedibilità del metodo, la fiducia nel suo uso in futuro. Questo è un problema completamente diverso. Ecco perché le reti neurali hanno un valore molto limitato nel trading. IMHO.
Di regola, il pieno potere delle reti può essere sfruttato se si utilizzano dati indiretti, piuttosto che diretti, che hanno una relazione stabile con l'oggetto.
Per esempio, l'illuminamento degli oggetti durante il giorno e la sera, dipenderà dall'angolo del sole. E se usate i dati dell'illuminazione del sole, otterrete l'illuminazione degli oggetti.
Lo scopo delle reti è quello di ricostruire l'informazione a partire da eventi correlati. Una rete non è una funzione magica, ha la stessa magia di qualsiasi funzione matematica.
Non insisto, ma se volete classificare, approssimare, prevedere, interpolare o qualsiasi altra cosa ..... qualsiasi strumento, dovrete archiviarlo. tutto, metterò in evidenza tutti i dati relativi ad esso. E questo non è solo OHLCV trasformato in qualche modo. Per esempio, il movimento dell'oro può avere qualche effetto su qualche strumento? Olio? E così via.....
Buona fortuna in generale con questo compito difficile per voi.
Forse non dovresti metterci niente dentro, dopo tutto? Forse ci dovrebbe essere qualche collegamento tra ciò che entra e ciò che esce?
Sta suggerendo dollari per l'ingresso?
Stavo pensando. Forse è così. ))
Tipico ragionamento dell'AT, fede cieca nel postulato - "La storia si ripete".
La fede cieca non è mai esistita. Materialista fino al midollo. Ma sono assolutamente convinto che "la storia si ripete". Credo che si ripeta. Questo non significa che il prezzo oggi alle 15 si comporterà allo stesso modo di martedì scorso alle 15, o qualcosa di simile.
Tutto quello che scrivi è buono (forse) per l'analisi dei dati, ma non è neanche lontanamente buono per le previsioni.
Perché pensi che le classi identificate come risultato di una classificazione riuscita (supponendo che tu sia riuscito a risolvere questo problema) saranno in futuro? La questione principale non è la classificazione, ma la prevedibilità del metodo, la fiducia nel suo uso in futuro. Questo è un problema completamente diverso. Ecco perché le reti neurali hanno un valore molto limitato nel trading. IMHO.
Sia l'analisi che la previsione sono nella stessa tazza in questo caso.
Riguardo alle classi che non sto contando, al momento sto solo speculando. E hai ragione, il problema principale non è la classificazione. La classificazione è solo una specie di base. E ulteriore (obiettivo) è proprio la prevedibilità. Ma anche qui non conto nulla. Non so se può funzionare o meno. Lo saprò quando implementerò il "dispositivo in ferro". Solo allora si saprà.
La fede cieca non è mai esistita. Un materialista fino al midollo. Ma sono assolutamente convinto che "la storia si ripete". Credo che si stia ripetendo. Questo non significa che il prezzo si comporterà allo stesso modo di martedì scorso alle 15:00, o qualcosa di simile.
Sia l'analisi che la previsione sono nella stessa tazza in questo caso.
Riguardo alle classi che non sto contando, al momento sto solo tirando a indovinare. E hai ragione, il problema principale non è la classificazione. La classificazione è solo una specie di base. E inoltre (obiettivo) è la prevedibilità. Ma anche qui non conto nulla. Non so se può funzionare o meno. Lo saprò quando implementerò il "dispositivo in ferro". Solo allora si saprà.
Forse non capisco qualcosa.
Noi classifichiamo in modelli. Supponiamo che un tale modello apparirà in futuro e saremo in grado di utilizzare questa conoscenza per le previsioni. Giusto?
Su quale base? Chi ha dimostrato che ci sarà un tale modello, o leggermente o fortemente cambiato?
IMHO se insegniamo alla rete a riconoscere la lettera "a" scritta a mano, allora c'è la certezza assoluta che questa lettera ci sarà in futuro, perché esiste nella lingua e se in futuro la maggior parte delle persone inizierà a scrivere con i piedi, ci sarà ancora una "a", solo la scrittura cambierà e forse la rete dovrà essere ulteriormente allenata. Parla di stazionarietà.
Le quotazioni sono un processo non stazionario in linea di principio, vale a dire che ci sono deviazioni di qualche tipo per tutto il tempo, diverse in momenti diversi, che sono paragonabili (superano) la parte stazionaria. Questo è il problema - la non staticità dell'originale: lettere russe oggi e lettere cinesi domani. Bisogna cercare la realtà oggettiva che le lettere riflettono. E questo è ciò che i networker neurali non fanno.