Redes neuronais artificiais. - página 4

 
alsu: Mas não é certo que seja conveniente produzir a informação de tal forma, talvez fosse mais fácil dar-nos não mais cerca de 1,5 bits (compra-venda-paragem), mas por exemplo 10 bits de informação?

Também estava a pensar nisso, em princípio para TS baseadas em indicadores bastaria usar NS como um preditor não de mais movimento de preços, mas de uma série de perdas, ou seja, prever quando os indicadores estão a negociar com lucro e quando estão com prejuízo

 
IgorM:

Também estava a pensar nisso, em princípio para TS baseadas em indicadores bastaria usar NS como um preditor não de mais movimento de preços, mas de uma série de perdas, ou seja, prever quando os indicadores estão a negociar com lucro e quando estão com prejuízo

a propósito, sim, é uma boa ideia para a investigação
 

Gostaria de animar a discussão e pedir a todos os envolvidos que respondam à seguinte pergunta: O que pensa que são modelos de redes neurais no mercado:

1. Relação não linear oculta entre preços, ou

2. O trabalho do cérebro do comerciante para tomar uma decisão comercial com base nos dados recebidos.

 

gpwr:

Relação não linear oculta entre preços, ou

É assim tão não linear? Em alturas de movimentos fortes que atingem literalmente o limite de liquidez, sim, eu provavelmente concordaria. Noutros momentos, é provavelmente muito linear, pelo que me parece.
 
Posso sugerir outra direcção para as malhas - a selecção de parâmetros para um modelo de processo dinâmico. Até o pode fazer em tempo real.
 
NS não utilizam fórmulas, pelo que encontram todas as dependências tanto lineares como não lineares!
 
gpwr:

Gostaria de animar a discussão e pedir a todos os envolvidos que respondam à seguinte pergunta: O que pensa que são modelos de redes neurais no mercado:

1. Relação não linear oculta entre preços, ou

2. O trabalho do cérebro do comerciante para tomar uma decisão comercial com base nos dados recebidos.

A primeira é mais provável. NS opera com números. E o comerciante com: (1) forma, (2) dinâmica em tempo real (velocidade de movimento, idiotas, rastejamentos), (3) memória e associações, (4) emoções, humores, ideias, (5) "counterext". E a isto já se chama atenção.
 
Compreendo que as redes neurais podem ser utilizadas com qualquer estratégia padrão, desde indicadores a martin. Pergunto-me quais seriam os resultados ao combinar a neurónica com o comércio de pares (spread trading) ou o comércio de volatilidade. Alguém tem alguma experiência sobre este assunto?
 

O que importa é o que alimentamos nas entradas da rede neural. Estes devem ser factores significativos que influenciam o preço.

Bem, se fizermos o tempo de Marte como inputs e tomarmos citações EUR/USD como outputs e treinarmos a rede neural sobre eles, então com um certo número de neurónios e camadas a rede neural encontrará dependência.

Mas não terá nada a ver com a realidade.

Como me foi ensinado (há muito tempo =) ) existem 3 tipos de inputs:

1. Entradas das quais sabemos que existem, mas que não as podemos obter ou medir de forma alguma. No nosso caso é ruído (interferência).

2. Entradas que podemos receber (incluindo atrasadas) e medir.

3. Os resultados do sistema em momentos anteriores. (Se o sistema for dinâmico, depende dos seus estados anteriores).

Imho:

1. o primeiro tipo de entradas - cataclismos, actos terroristas, intervenções do Banco Central, acções de grandes jogadores. Não os conhecemos de todo ou não nos interessam os post factum.

O segundo tipo - indicadores macroeconómicos (PIB, taxa de refinanciamento, etc.).

3. O preço no tempo t depende dos preços no tempo t-1, t-2, ... t-n.

Os amadores da análise consideram apenas entradas do tipo 3. Os seguidores de tendências acreditam que se o preço se deslocasse numa direcção, ainda assim se deslocaria na mesma direcção. E quão significativos são os insumos deste tipo? Penso que o preço depende muito pouco deles em mais de 5%.

P.S. Se alguém aqui tentou introduzir inputs do 2º tipo - indicadores macroeconómicos, por favor partilhe os resultados. =)

 
Também eu cheguei à conclusão de que vale a pena mergulhar nas redes neurais, embora pareça um pouco complicado.
Razão: