Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 346

 
nowi:

MAS... o objectivo de usar esta tecnologia não é que seja mais fixe fazer o trabalho do que um humano, mas simplesmente que seja conveniente, rápido e de alto desempenho...


Eles são melhores nisso, há menos erros de reconhecimento.

As redes neurais altamente especializadas são melhores e muito mais rápidas no reconhecimento de imagens. Outra coisa é que se um objeto está fora da amostra de treinamento e não pode ser reconhecido corretamente, uma pessoa conecta seus outros recursos cerebrais, e esses recursos simplesmente não estão incluídos no NS

e eles não vão encontrar nada directamente "escondido", só tens de estar consciente na tua escolha de preditores na minha opinião.

E quanto à LSTM, na minha opinião, devem ser boas apenas para séries temporais, pois não só podem generalizar sinais de compra e venda, mas também podem se ajustar à mudança de eficiência dos preditores em diferentes segmentos, dependendo das mudanças do mercado e do comportamento passado dos preditores, esta será a "memória" da NS
 
Maxim Dmitrievsky:


Eles fazem um trabalho mais frio, há menos erros de reconhecimento

As redes neurais altamente especializadas são melhores e muito mais rápidas no reconhecimento de imagens. Outra coisa é que se o objeto vai além da amostra de treinamento e não pode ser reconhecido corretamente, uma pessoa conecta seus outros recursos cerebrais, e esses recursos simplesmente não estão incluídos no NS

e eles não vão encontrar nada directamente "escondido", só tens de estar consciente na tua escolha de preditores na minha opinião.


Ok... Bem, não tentaste definir uma certa tarefa que é obviamente resolúvel mas muito difícil só para verificar o que a rede é realmente capaz de fazer experimentalmente...

Por exemplo, uma amostra muito ruidosa gerada artificialmente com um constituinte determinista conhecido, alguma função complexa que se não fosse conhecida de antemão é impossível de calcular apenas a olho nu...


talvez haja alguns links para tais estudos....

mais uma coisa: tente uma rede de desfasamento temporal... é a mais adequada para prever séries temporais... Eu não tentei porque não sou muito bom nisso.
 
nowi:

A propósito, para que achas que as redes neurais são boas em previsões... Eu explico:

precisamos entender o principal - ou as redes neurais são capazes de recuperar realmente escondidas ao olho, relações complexas, ou automatizar algum processo complexo, que não pode ser facilmente formalizado como o reconhecimento de padrões, que no entanto é facilmente manuseado pelo cérebro/olhos humanos, mas há uma necessidade de aliviar os humanos de tais tarefas rotineiras...

um exemplo simples: reconhecimento facial no aeroporto. um humano pode fazê-lo facilmente, mas o processo precisa ser automatizado e não pode ser feito com métodos usuais... algumas tecnologias como as redes neurais são usadas... o objetivo de usar esta tecnologia não é que ela possa fazer a tarefa melhor do que um humano, mas apenas que ela seja conveniente, rápida e altamente produtiva...

E isto no comércio: a tarefa de reconhecimento de padrões usando uma rede neural...porquê? o cérebro humano não pode resolver esta tarefa? como o reconhecimento facial...

de 1000 pessoas, uma pessoa reconhece um rosto familiar num instante...

as redes neurais têm mesmo potencial para ultrapassar a neurónica biológica...

NS tem um potencial que excede a "neurônica humana", pelo menos no reconhecimento facial e tudo e mais alguma coisa). É óbvio, acho eu. Reduz a carga de trabalho humano em dezenas ou mesmo centenas de vezes.
Os neurónios, em geral, não são para fazer previsões. A previsão pelos neurónios é mais um efeito secundário do reconhecimento (classificação). Como: o sol está vermelho ao pôr-do-sol (reconhecimento) - amanhã é um dia ventoso (previsão).

Existe realmente algum potencial além das redes neurais biológicas... Um bom trader normalmente negoceia com as mãos melhor do que qualquer sistema, e os autossistemas não o fazem melhor, mas não olhem para o monitor e não se sentem por aí).

 
Yuriy Asaulenko:

NS tem um potencial que excede a "neurônica humana", pelo menos no reconhecimento facial e tudo). É óbvio, não é? Reduz a entrada de trabalho humano em dezenas ou mesmo centenas de vezes.
Os neurónios, em geral, não são para fazer previsões. A previsão pelos neurónios é mais um efeito secundário do reconhecimento (classificação). Como: o sol do pôr do sol é vermelho (reconhecimento), amanhã é um dia ventoso (previsão).

Um bom trader normalmente negocia com as mãos melhor do que qualquer sistema, e os autossistemas não o fazem melhor, mas para não olhar para o monitor e sentar-se no banco das suas calças).


isto não é uma contradição....
 
nowi:


Ok... mas você já tentou definir um problema específico que é conhecido por ser resolúvel, mas muito complexo só para verificar o que a rede é realmente capaz de fazer experimentalmente...

por exemplo, uma amostra artificial muito ruidosa com um constituinte determinístico conhecido, alguma função complexa que se não fosse conhecida de antemão é impossível de calcular a olho nu...


talvez haja alguns links para tais estudos....


Não tenho muita experiência, agora só tenho resultados de melhorar a estratégia de trabalho com o computador Nacional... ou seja, o computador Nacional, com os mesmos preditores que encontraram melhores sinais de entrada no mercado do que eu próprio tentei descobrir... isto é um facto... Eu não tenho preconceitos, mais tarde vou olhar para o mercado.

Vou ler sobre as redes de desfasamento temporal, obrigado, não estou ciente disso.

 
nowi:

isso não é uma contradição....

O que você vê como uma contradição? Eu não vejo isso.

De acordo com o posto anterior. Há supressores de ruído nos neurónios.

 
Yuriy Asaulenko:

O que você vê como uma contradição? Eu não vejo isso.

De acordo com o posto anterior. Há os "neural-networked noise-cancellors".


Bem como em que...

NS tem mais potencial do que a "neurônica humana", pelo menos no reconhecimento facial e tudo isso. mas ao mesmo tempo, o trader manualmente, ou seja, sem IA e que tem menor potencial e que lida com todas essas tarefas muito pior porque de repente deveria negociar melhor do que qualquer sistema...

É a mais pura contradição.


Yuri, vamos mantê-lo no primeiro nome, porque estou a ficar um pouco assustado... por todos os que me perdoa...)

 
nowi:


Bem como em que...

NS tem o potencial de exceder a "neurônica humana", pelo menos no reconhecimento facial e tudo isso. mas ao mesmo tempo um trader manualmente, isto é, sem usar IA e que tem um potencial menor e que lida com todas estas tarefas muito pior por alguma razão deveria de repente negociar melhor do que qualquer sistema...

essa é a derradeira contradição.


e é Yuri, vamos mantê-lo com base no primeiro nome, porque está a assustar-me um pouco... tudo isto, perdoa-me...)

Desculpa, mas estou mais habituado a ser abordado como tu). O que quer que queiras, não me incomoda.
Uma sofisticada NS moderna tem tanto cérebro quanto uma barata. Uma barata lida com sucesso com uma grande variedade de tarefas. Devido à alta velocidade da NS, e ao fato de toda a NS resolver apenas uma classe de problemas, ela lida apenas com essa classe, e nada mais.

Um comerciante pode ver coisas que NS não foi treinado (ou não aprendeu)). Não só isso, mas ao contrário da NS, ele é capaz de lidar com uma gama mais ampla de tarefas. Ou seja, mesmo teoricamente, o comerciante tem mais possibilidades e é capaz de negociar melhor do que a NS, se não exigir uma reacção super rápida.

A propósito, NS também comete erros. 90% de confiabilidade para NS não é um mau indicador.

 

Palavras tão bonitas sobre redes e reflexão filosófica em geral.


Mas não vejo nenhuma prova, nem sequer uma reflexão sobre o tema das redes de reciclagem.

Então, todas as suas redes estão reconfiguradas ou não?


PS.

Essa foi a questão básica no início da linha.

 
Maxim Dmitrievsky:
Há o RNN e o RNN3 e o seu artigo inédito sobre MQL5. O RNN funciona melhor no otimizador do que o RNN3.

Porque o RNN3 tem um erro...
Os dados foram solicitados para 5 pontos, enquanto a probabilidade é calculada para 4 pontos e você não começa com a barra atual a0, mas com um offset para um período, ou seja, de a1. A probabilidade é calculada não para o momento atual, mas para um 1 ponto - daí os resultados serem ruins para a0))

// Преобразование показаний технического осциллятора RSI в диапазон от 0 до 1 включительно
   double a0 = rsi[0] / 100.0;
   double a1 = rsi[p] / 100.0;
   double a2 = rsi[2*p] / 100.0;
   double a3 = rsi[3*p] / 100.0;
   double a4 = rsi[4*p] / 100.0;



// Вычисление вероятности
   double results=RNN(a1,a2,a3,a4);

ou seja, =RNN(a0,a1,a2,a3);

Bem, para calcular para 5 pontos - você precisa aumentar a matriz de log para 32 regras, ou seja,25. E assim por diante, se mais pontos/inputs forem necessários. Se tivermos 10 inputs, isso significará210 = 1024 variáveis de input )))) Será que o MT5 consegue lidar com uma tal optimização?