Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 327

 
Maxim Dmitrievsky:

Será possível fazer a ligação com o mt-check SciLab mais tarde?

É isso que eu estou a fazer. A DLL terá que ser escrita, é claro.

A propósito, o SciLab GUI e a sintaxe do SciLab é muito próxima do R.

Agora estou a ver os neuro-pacotes R e as suas descrições. Imho, tudo é muito mais complicado e menos transparente do que no SciLab. No SciLab, que começou ontem, eu já posso fazer um neurônio, se eu tivesse uma matriz de treinamento.

Nos casos, há uma previsão do seno em 3 passos à frente.

É elementar. Todo o código, já treinado:

x = 0:0.02:20;
P = sin(x);
T = 2.*sin(x - 0.2);
plot(x,P,x,T);

// Create and train a network to preduct T from P
Delay = 3;
[w,b,y,ee] = ann_ADALINE_predict(P,T,0.2,1,Delay);
figure(); plot(T); plot(y,'r');

w e b são parâmetros de neurónios treinados.

 
Maxim Dmitrievsky:

Você tem um bom artigo sobre R e como treinar redes neurais simples, com exemplos?

Atacha tem um neurônio para Renat, mas você também pode usá-lo como um exemplo simples.

Há um bom artigo de SanSanych Fomenko -https://www.mql5.com/ru/articles/1165
Lá ele mostra como usar uma das GUI for R, onde você pode processar dados e treinar diferentes modelos. Após todas as operações no separador Log pode ver o código correspondente, e depois modificá-lo e executá-lo você mesmo para aprender programação em R.


Eu levei o histórico do eurusd e gbpusd m30 bar do mt5 com sua nova característica de exportar o histórico do bar para o csv.

Então R treina o neurônio, seus pesos são salvos no arquivo e estes pesos devem ser inseridos no mql5 Expert Advisor. Treinei a neurônica em janeiro de 2017, ela não será bem comercializada em outros períodos.
O EA pode ser executado em eurusd ou gbpusd.
O comércio de eurusd e gbpusd igualmente bem é medíocre com a neurônica, provavelmente precisa de mais neurônios. Além disso, há outro conjunto de pesos comentados em código mql, eles foram treinados apenas para eurusd, respectivamente, o lucro com esses pesos será geralmente cósmico.


Negoceie quando treinar neurónios apenas em eurusd. Estudei-o durante 3 meses, apenas um deles foi usado, no meio, mostra claramente o lucro a subir.


Случайные леса предсказывают тренды
Случайные леса предсказывают тренды
  • 2014.09.29
  • СанСаныч Фоменко
  • www.mql5.com
В статье описано использование пакета Rattle для автоматического поиска паттернов, способных предсказывать "лонги" и "шорты" для валютных пар рынка Форекс. Статья будет полезна как новичкам, так и опытным трейдерам.
Arquivos anexados:
nnet_example.zip  1926 kb
 
Yuriy Asaulenko:

É isso que eu estou a fazer. A DLL terá que ser escrita, é claro.

A propósito, o SciLab GUI e a sintaxe do SciLab é muito próxima do R.

Agora estou a ver os neuro-pacotes R e as suas descrições. Imho, tudo é muito mais complicado e menos transparente do que no SciLab. No SciLab, que começou ontem, eu já posso fazer um neurônio, se eu tivesse uma matriz de treinamento.

Nos casos, há uma previsão do seno em 3 passos à frente.

É elementar. Todo o código, já treinado:

w e b são parâmetros do neurónio treinado.

Sim, fixe... eu já tenho R, mas... trabalhei com ele apenas um pouco, se o sylab é melhor para algumas tarefas específicas, então talvez seja possível usá-lo... mas eu ainda não os tenho...

Se você voltar ao tópico da previsão de séries temporais - finalmente chegou ao fim do vídeo, e o que você acha... Eles começaram com a análise de regressão, depois passaram para modelos complicados como Arima e Garch e terminaram com o slogan: que se lixem estes modelos, a análise de regressão faz um trabalho melhor :)) A propósito, foi uma palestra muito competente, pelo menos para mim esclareceu muita coisa. Eu também captei a essência da aritmética e do lixo, e encontrei alguma confirmação das minhas ideias intuitivas.

"Não há ciência por detrás disso, no final chegamos ao entendimento de que não é necessária ciência no que diz respeito aos métodos de regressão".


 
Dr. Trader:

Atacha tem um neurônio para Renat, mas você também pode usá-lo como um exemplo simples.

Há um bom artigo de SanSanych Fomenko emhttps://www.mql5.com/ru/articles/1165
Mostra como usar uma das GUI for R, onde você pode processar dados e treinar diferentes modelos. Depois de todas as operações na guia Log você pode ver o código correspondente e depois modificá-lo e executá-lo você mesmo para aprender programação em R.


Eu levei o histórico do eurusd e gbpusd m30 bar do mt5 com seu novo histórico de barras de exportação para a função csv.

Então R treina o neurônio, seus pesos são salvos no arquivo e estes pesos devem ser inseridos no mql5 Expert Advisor. Treinei a neurônica em janeiro de 2017, ela não será bem comercializada em outros períodos.
O EA pode ser executado em eurusd ou gbpusd.
O comércio de eurusd e gbpusd igualmente bem é medíocre com a neurônica, provavelmente precisa de mais neurônios. Em código mql o outro conjunto de pesos foi comentado, foi treinado apenas para eurusd, então o lucro com esses pesos será mais cósmico.


Negoceie quando treinar neurónios apenas em eurusd. 3 meses, deles foi treinado apenas em um, no meio, você pode ver claramente o lucro indo lá em cima.



Fixe, obrigado :) Meu modelo, no entanto, agora está melhor nos testes ... mas ainda não foi testado em condições de combate

A propósito, li este artigo de SanSanych, até comecei a fazer algo, mas depois desisti, sem tempo.

 
Maxim Dmitrievsky:

Sim, fixe... Eu já tenho R, no entanto... só trabalhei um pouco com ele, se for melhor para algumas tarefas específicas, então talvez possa usá-lo... mas ainda não os tenho...

Se você voltar ao tópico da previsão de séries temporais - finalmente chegou ao fim do vídeo, e o que você acha... Eles começaram com a análise de regressão, depois passaram para modelos complicados como Arima e Garch e terminaram com o slogan: que se lixem estes modelos, a análise de regressão faz um trabalho melhor :)) A propósito, foi uma palestra muito competente, pelo menos para mim esclareceu muita coisa. Também consegui a essência de arima e garcia, e encontrei a confirmação de algumas das minhas ideias intuitivas.

Não sei onde (e em quê?) você viu especificidade no SciLab? É apenas uma rede vulgar. A propósito, há dezenas de redes diferentes por aí, para diferentes tarefas. Um exemplo é o preditivo. Existem também redes de classificação.

A regressão é óptima, claro. Mas se você troca usando a regressão, um novo modelo deve ser construído a cada minuto. Como é dito na palestra, quanto maior for o intervalo de previsão, maior é o erro, e em intervalos mais longos a previsão se desmoronará junto com o modelo. A utilização dos métodos descritos na palestra é impossível de reconstruir em tempo real.

 
Yuriy Asaulenko:

Eu não sei onde (e em quê?) você vê especificidade no SciLab? Uma rede normal. A propósito, existem dezenas de redes diferentes para diferentes tarefas. Por exemplo, há um preditivo. Existem redes de classificação.

A regressão é óptima, claro. Mas se você trocar usando regressão, você terá que construir um novo modelo a cada minuto. Quanto maior for o intervalo de previsão, maior é o erro, e em intervalos mais longos a previsão irá em pedaços junto com o modelo. A utilização dos métodos descritos na palestra é impossível de reconstruir em tempo real.


Não as especificidades, mas que algumas coisas são mais convenientes e rápidas de fazer lá do que em R, como você escreveu
 
Maxim Dmitrievsky:

Não é específico, mas que algumas coisas são mais fáceis e rápidas de fazer lá do que em R, como você escreveu

Sim, muito mais conveniente, e mais rápido de implementar. Mas não entendo o que se entende por"se o ssilab é melhor para algumas tarefas específicas,... ". Neurônica e neurônica africana, e a única questão é onde é mais fácil, mais rápido e menos caro obter resultados.

Zy. Já vi exemplos de neurónios a ensinar-vos a tabela de multiplicação. Digamos que tem 7 x 7, bem, funciona a cerca de 48,7. Eu vi uma instância de um neurônio aprendendo a tabela de multiplicação, por exemplo, 7 x 7.

 
Yuriy Asaulenko:

Sim, muito mais conveniente, e mais rápido de implementar. Mas não entendo o que se entende por"se o ssilab é melhor para algumas tarefas específicas,... ". Neuronka e neuronka África, e a única questão é onde é mais fácil, mais rápido e menos dispendioso obter resultados.

Zy. Já vi exemplos de neurónios a ensinar-vos a tabela de multiplicação. Digamos que tem 7 x 7, bem, funciona a cerca de 48,7. Eu também vi um exemplo de um neurônio aprendendo a tabela de multiplicação.


Portanto, é mais conveniente para aprender NS, mas em R, por exemplo, existe um dataminer e já existe uma maneira de combiná-lo com MT
 
Maxim Dmitrievsky:

Quero dizer, é mais conveniente para ensinar NS, mas em R há um dataminer e já há uma maneira de combiná-lo com MT

A mineração de dados no SciLab também está lá, incluindo a otimização e a genética. Sim, não há DLL, tem de ser escrita. Mas existe uma API C/C++, e não é um problema para se conectar, mas levará algum tempo, é claro. No entanto, eu tenho habilidades para escrever DLL, mas não tenho habilidades para trabalhar com redes neurais, e não acho que tudo será feito instantaneamente e por si só.

Embora eu tenha o R e o SciLab no meu computador, e eu trabalhe com ambos, mas o R é usado com muito menos frequência - o R é mais adequado para a sua área temática - o Projeto R de Computação Estatística.

 
Maxim Dmitrievsky:

Isto é, é mais conveniente para aprender NS, mas em R, digamos, existe um dataminer e já existe uma maneira de combiná-lo com MT

Porque estás a implicar com as redes? Eles não funcionam e pronto, é apenas uma voga de uma era passada, provavelmente o primeiro pacote de aprendizagem automática que estava disponível.

Há outras mais promissoras: florestas aleatórias, uma variedade de ada. E geralmente o pacote de caretes, que tem algumas centenas de pacotes, incluindo malhas, e você pode fazer a seleção automática entre eles.


PS.

Malhas sérias que provavelmente funcionam aqui e aqui. O autor está no fórum, a fazer chipping no comércio, ligando a terminais MT4/5 ...


PSPS

Como podes comparar seriamente o R com o skylab? Algum tipo de pacote rústico, não em nenhum rankings...


PSPSPS

E não se trata de modelos, mas sim de datamining. Se você encontrar os preditores que se relacionam com a variável alvo, você será dourado.

Tudo o resto são jogos mentais.