Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Mostre-me então, muito interessante. De preferência com detalhes, número de neurônios, número de insumos, número de exemplos de treinamento, etc.
Depois é o caos.
Você já tentou resolver o problema em outra direção - não para prever a próxima barra, mas para contar o número de erros na rede? Ou seja, a grade encontra alguma regularidade (tendência) na história recente e verifica se esta regularidade ainda está presente nas barras atuais. Se a regularidade parou de funcionar (a rede começou a cometer muitos erros), então a tendência deve ter mudado. E, portanto, podemos procurar um ponto de entrada no mercado.
Depois é o caos.
Então me mostre, é muito interessante. De preferência com detalhes, número de neurônios, número de entradas, número de exemplos de treinamento, etc.
Eu respondo pelo Combinador.
Aqui está a curva. Número de neurônios - qualquer. Número de entradas - qualquer. Qualquer número de exemplos de treinamento. E tudo mais - qualquer quantia.
Eu respondo pelo Combinador.
Aqui está a curva. Número de neurônios - qualquer. Número de entradas - qualquer. Qualquer número de exemplos de treinamento. E tudo mais - qualquer quantia.
Somente manequins. Qualquer pessoa pode mostrar o que sua rede neural mostra durante o período de treinamento?
Pacote de 2 NSs aprendendo a mesma coisa, mas em tf diferente. 12 entradas, 10 neurônios na camada oculta, 1 saída para cada um. Ele aprende em apenas 50 barras de história, não é re-treinado durante os testes. Mas eu estou apenas aprendendo, esta é uma variante intermediária. Teste fora da amostra, fora da amostra de treinamento.
Pacote de 2 NSs aprendendo a mesma coisa, mas em tf diferente. 12 entradas, 10 neurônios na camada oculta, 1 saída para cada um. Ele aprende em apenas 50 barras de história, não é re-treinado durante os testes. Mas eu estou apenas aprendendo, esta é uma variante intermediária. Teste fora da amostra, fora da amostra de treinamento.
Por que os diferentes volumes?
Por baixo? não é o volume, é o nível de margem livre.
Há poucas informações no fórum sobre soluções prontas, e a eficácia das redes neurais para o comércio no mercado. Sugiro discutir e compartilhar experiências aqui. Se já existe um tópico com discussão, por favor, faça um link para ele.
Estou usando classes daqui, simples e multicamadas Perspectron. Espero que as aulas contem corretamente, estou contando com a experiência do autor. Começou a experimentar, interessante :)
No momento em que tenho 11 induks na entrada, a saída é um ziguezagueado deslocado por 1 barra para o futuro.
Estes são os resultados da minha grade de 8 meses. Estou treinando em 1000 barras, 10.000 épocas, 70 neurônios em uma camada oculta. Os sinais são invertidos e puramente por rede neural, sem filtros adicionais. 15 min tf.
Eu tentei implementar um algoritmo semelhante em 2013. Mas eu usei 7 indicadores, e o Zigzag foi usado para formar um vetor para o treinamento do NS. Mas a essência é a mesma - eu estava procurando posições de reversão... Quando comecei a usar o Zigzag, não tinha idéia do que fazer com ele. até que, acidentalmente, me deparei com alguns padrões. Isso mudou radicalmente o meu TS. Agora meu algoritmo é muito mais simples:
1. Cálculo de padrões de minutos e horas, ao longo do último ano;
2. Fazer um dicionário de pontos de viragem (pares "padrão minuto - padrão hora") ;
3. Ensinar NS usando o dicionário de pontos de inclinação (em 150-160 pares);
Aqui está o resultado da minha abordagem:
Às desvantagens da minha abordagem:
1) Alto risco do TS - como não é possível determinar o valor exato do preço de parada, o TS coloca 9 pedidos pendentes com lotes: 1, 1, 3, 6, 14, 31, 70, 158, 355;
2) Difícil de implementar um algoritmo de saída (TS de arrasto);
Assim, NS pode ser usado para comércio, a única questão é o que ensinar NS...
P/s: por padrões quero dizer padrões A. Merrill's (M & W) .