Usando inteligência artificial na MTS

Novo comentário
 
Discutindo o uso de inteligência artificial nas estratégias comerciais em geral e meu consultor especializado em particular, qual código pode ser baixadoAQUI. Os resultados do backtest estão na captura de tela abaixo.



Leva muito tempo para otimizar o Expert Advisor e somente com o uso de algoritmos genéticos. Os parâmetros de entrada para selecionar os coeficientes de ponderação: x1, x2, x3 e x4 são limitados a valores de 0 a 200. O parâmetro sl é um stop loss em pips. O capital e a gestão de risco não são utilizados.
 

Equivalente ao alisamento AC usando um filtro cypher com algumas características. Os coeficientes de suavização não são equilibrados, o que equivale a um tijolo no botão de compra. O tijolo (+ por exemplo, estocástico) funciona muito bem por si só, se apenas se sabe quando comprá-lo e quando vendê-lo. Além disso, levando em conta que o AC pode descer 2 vezes em 21 barras e a presença de 4 parâmetros otimizáveis......))))

Mas, para mim, isso esclarece como funcionam as redes neurais e por que elas não são tão eficientes quanto gostaríamos que fossem.

Eu costumava ter um hobby no início do período criativo - escrever EAs para trabalhar em m1 com base nos resultados da semana passada (7200 barras, em oposição a 66000) - até 300 por cento por semana foram mostrados no testador.....

Quantos harmônicos o preço terá que ser decomposto em uma série de Fourier para obter um graal após a otimização?

 
Integer:

Equivalente ao alisamento AC usando um filtro cypher com algumas características. Os coeficientes de suavização não são equilibrados, o que equivale a um tijolo no botão de compra. O tijolo (+ por exemplo, estocástico) funciona muito bem por si só, se apenas se sabe quando comprá-lo e quando vendê-lo. Também, levando em conta que o ar condicionado pode descer 2 vezes durante 21 barras e a presença de 4 parâmetros otimizáveis......))))

Mas, para mim, isso esclarece como funcionam as redes neurais e por que elas não são tão eficientes quanto gostaríamos que fossem.

Eu costumava ter um hobby no início do período criativo - escrever EAs para trabalhar em m1 com base nos resultados da semana passada (7200 barras, em oposição a 66000) - até 300 por cento por semana foram mostrados no testador.....

Quantos harmônicos o preço terá que ser decomposto em uma série de Fourier para obter um graal após a otimização?

As redes neurais só são eficazes quando os objetos identificados são separáveis linearmente, ou seja, quando uma classe de objetos pode ser separada de outra no espaço de características por um plano descrito por uma equação linear.

Quanto ao oscilador AC, o Conselheiro Especialista não só analisa seu último valor (decisões baseadas nos últimos valores são mais freqüentemente usadas em análises técnicas), mas estuda a história, ou seja, o que eram 3 outros valores do indicador no passado. Ele está interessado no comportamento do oscilador para a tomada de decisões. Este mesmo comportamento chega à entrada da rede neural. E na saída obtemos Compra ou Venda.

Outra novidade não é o treinamento padrão da rede neural, mas a seleção de pesos em dados históricos usando o algoritmo genético. Experimentei as duas variantes. A genética dá resultados um pouco piores e mais lentos no tempo. Mas não há um algoritmo neurônico embutido e o aprendizado no MT4. Mas há uma otimização baseada na genética. E alguns pesquisadores nesta área perceberam que o aprendizado dinâmico não é muito adequado se a situação mudar drasticamente. Se os touros prevalecerem no mercado, o sistema irá se retrair para a tendência do touro e esquecer a tendência de baixa. E vice versa. Samuel A. L. 1959, "Some studies in machine learning using the game of checkers" (IBM J. Research e Devepopmend 3: 210 - 229), primeiro encontrou e descreveu esta monstruosidade. Ele observou que, se seu programa tivesse um oponente profissional, ele gradualmente passava para um jogo de nível profissional. Mas se o adversário era um principiante, então o programa "esqueceu" o nível anterior e começou a passar para o jogo primitivo. Portanto, provavelmente não faz sentido ensinar dinamicamente o neurônio sobre seus próprios erros e perdas. É mais fácil passá-lo pela história, a fim de desenvolver uma estratégia comercial adequada ao mercado.

Quanto aos grãos, você não precisa ser muito inteligente. Você só precisa preencher uma série de condições:

1. O sistema deve abrir posições, ou sem nenhuma perda de carga, ou com perdas de carga a uma distância muito grande, de modo que a probabilidade de sua operação seja próxima de 0.
2. Um poderoso filtro baseado em vários indicadores com condições de acionamento separadas por um AND lógico (&&). E para puxar muitos parâmetros de entrada desses mesmos indicadores para as configurações externas da MTS, de modo que apenas algumas posições foram abertas durante vários anos de dados históricos sobre testes.
3. A tudo isso acrescenta capital e gestão de risco com uma fração levantada
 
pegar o valor de 4 pontos, multiplicar cada valor por um fator, resumi-lo - o que não é suavizar por um filtro?
 
Não entendo como você pode discutir seriamente uma estratégia que rende 44 negócios em 2 anos... Há muito poucas estatísticas!
 
Mathemat:
Não entendo como você pode discutir seriamente uma estratégia que rende 44 negócios em 2 anos... Muito poucas estatísticas!
Na verdade, existem apenas 44 profissões e muitas outras chamadas para a função Perceptron. Poupança de tempo e economia de tempo são aplicados aqui. Ou seja, digamos que temos uma posição aberta. A MTS lê a rede neural. Se a rede informar que o movimento de cotação deve ser revertido, bem como a posição aberta, a MTS reverterá a posição. Se o perceptron nos informa que as citações continuarão se movendo na mesma direção em relação à ordem, a MTS apenas aperta o Stop Loss - trailing stop (o mesmo que fechar uma posição tendo fixado o lucro e aberto uma nova, mas com um prejuízo puxado para baixo). E se abrirmos uma nova posição, tendo fechado a anterior, perdemos em spread e comissão). Como o sistema comercial não oferece takeprofits, ele tem que funcionar com base em tendências e tentar detectar momentos de reversão. Como a inversão de um instrumento de tendência é de apenas 1 pc. por tendência (se a tendência não for lateralmente, é claro), então recebemos uma quantidade tão pequena de transações. Mais precisamente, há um pouco mais de acordos do que reversões, porque o sistema às vezes está errado.
 
Integer:
tomamos o valor de 4 pontos, multiplicamos cada valor por um coeficiente, resumindo - o que não é suavização por um filtro?
Se pegarmos os valores de algum número de pontos e multiplicarmos cada um deles por sua constante correspondente e obtivermos o resultado, esta ação é chamada de equação linear em matemática:

a1 * w1 + a2 * w2 + ... + an * wn = d

E o alisamento requer recorrência, ou seja, algum valor conhecido é usado para calcular o valor alisado:

a1 = a1 * a1 * w1 + a2 * w2 + ... + um * wn


 
Reshetov писал (а):
A Integer escreveu:
tomamos o valor de 4 pontos, multiplicamos cada valor por um coeficiente, resumindo - o que não é suavização por um filtro?
Se pegarmos os valores de algum número de pontos e multiplicarmos cada um deles por sua constante correspondente e obtivermos o resultado, esta ação é chamada de equação linear em matemática:

a1 * w1 + a2 * w2 + ... + an * wn = d

E o alisamento requer recorrência, ou seja, algum valor conhecido é usado para calcular o valor alisado:

a1 = a1 * a1 * w1 + a2 * w2 + ... + um * wn





Você já ouviu falar de médias móveis com ponderação linear?
 

Seja o que for, ele tem direito à vida. A idéia pode não ser nova, mas é muito interessante, e inteligentemente implementada, e... é capaz de ter lucro. Realizei vários testes avançados após "aprender" os resultados são encorajadores. Muito obrigado ao autor.

 
Figar0:

Seja o que for, ele tem direito à vida. A idéia pode não ser nova, mas é muito interessante, e inteligentemente implementada, e... é capaz de ter lucro. Realizei vários testes avançados após "aprender" os resultados são encorajadores. Muito obrigado ao autor.

Eu afixei-a para encontrar pelo menos um comerciante que tentaria verificá-la na prática em vez de assediar o autor. Mais ainda que o código é confiável e funcional, e não algum graal desenvolvido apressadamente, que acidentalmente mostra lucros tremendos em testes. O resultado sobre a conta real é quase, mas nem sempre inferior ao extremo de teste. Mas é estável.

E discutir com os gundosos sobre se os neurônios são eficazes ou não, bem, é apenas uma perda de tempo. Eu o exponho de acordo com o princípio: se você quiser, você pode tê-lo, mas se não quiser vê-lo. Mas com a esperança de que alguém que conheça estas coisas e possa melhorar o código ou sugerir uma idéia mais interessante para resolver o problema seja encontrado.
 
Integer:
Reshetov:
Inteiro:
tomamos o valor de 4 pontos, multiplicamos cada valor por um coeficiente, resumindo - o que não é suavização por um filtro?
Se pegarmos os valores de algum número de pontos e multiplicarmos cada um deles por sua constante correspondente e obtivermos o resultado, esta ação é chamada de equação linear em matemática:

a1 * w1 + a2 * w2 + ... + an * wn = d

E o alisamento requer recorrência, ou seja, algum valor conhecido é usado para calcular o valor alisado:

a1 = a1 * a1 * w1 + a2 * w2 + ... + um * wn





Você já ouviu falar de médias móveis com ponderação linear?
Faça uma pausa. É uma pena que o fórum não ignore os interlocutores muito irritantes.
12345678910111213141516171819202122232425262728
Novo comentário