Artigo: Previsão de preços com redes neurais
Boa tarde!
Um pouco de familiaridade com as redes neurais. Começou com o pacote BrainMaker, seguido pelo MathLab. O leitmotiv desta linha é a capacidadedas redes neurais, posso recomendar que você se familiarize com o teorema de Tuckens:
Se uma série temporal é gerada por um sistema dinâmico, ou seja, os valores D_0 são uma função arbitrária do estado de tal sistema, existe uma profundidade de imersão d (aproximadamente igual ao número efetivo de graus de liberdade daquele sistema dinâmico) que fornece uma previsão inequívoca do próximo valor da série temporal.
Os céticos, que apelam para a impossibilidade de prever como a probabilidade da próxima direção do tique é 50/50 (para cima ou para baixo), podem notar que se fosse verdade, então a expectativa matemática seria 0, e consequentemente nos longos prazos veríamos uma linha "reta".
Mas vemos tendências em que a expectativa matemática não é igual a 0.
Aqueles que apelam dizendo que a formação de cotações é de fato CHANTIC, direi que no espaço bidimensional os valores das cotações seriam distribuídos como moléculas de gás em uma bola - igualmente. Mas, na realidade, vemos oscilações de preços em torno de uma função, ou seja, o processo é STOCKASTIC.
Resumindo, apesar do fato de que a previsão parece ser EXTRAPOLAÇÃO de dados, as redes neurais estão realmente resolvendo o problema da INTERPOLLAÇÃO, o que essencialmente aumenta a confiabilidade da solução. A previsão de uma série temporal é reduzida a um problema típico de neuroanálise - a aproximação de uma função de muitas variáveis por um dado conjunto de exemplos - usando um procedimento de imersão em série no espaço multidimensional.
Cumprimentos,
kirillov.
O mercado não é um sistema dinâmico.
O mercado é um sistema estocástico OPEN.
OPEN significa que é afetado por muitos fatores externos.
E estes fatores externos não são apenas incontroláveis (incomensuráveis),
mas até mesmo sua multidão é incerta.
Além disso, o sistema em si não é constante ao longo do tempo.
Seus elementos (partes) podem mudar arbitrariamente seu comportamento,
pode às vezes sucumbir ao efeito coletivo e pode não sucumbir.
Seu comportamento no sistema é afetado por mudanças nas estações do ano, no clima, na atividade solar,
mesmo as fases da lua...
As principais partes deste sistema são os seres humanos.
Assim, podemos concluir que a previsão do SINIFICANÇA de um preço,
não só não é INTERPOLAÇÃO de dados, como também não é EXTRAPOLAÇÃO de dados
(a extrapolação implica um sistema dinâmico).
Para sistemas estocásticos, podemos falar sobre a previsão de seus
propriedades estatísticas - probabilidades, funções de distribuição, expectativas, etc.
Mas novamente, desde que eles (FRs, expectativas, ...) existam e sejam constantes ao longo do tempo.
Mas é possível prever a direção com uma probabilidade muito maior do que o valor absoluto :)
Em nome dos céticos, eu gostaria de salientar:
O mercado não é um sistema dinâmico.
Discordo, porque um sistema dinâmico é um sistema cujo estado muda com o tempo de acordo com regras matemáticas fixas; estas últimas são normalmente dadas por equações que relacionam o estado futuro do sistema com o estado atual. Tal sistema é determinístico se estas regras não incluírem explicitamente um elemento de acaso.
A fraqueza desta formulação é "regras matemáticas fixas", mas ninguém ainda provou o contrário, e toda a história da previsão se baseia nelas.
Cumprimentos, Kirillov.
- O uso de grades para prever taxas de câmbio e até mesmo a direção das taxas de câmbio se mostra menos eficaz do que o uso de métodos clássicos simples de análise técnica. As previsões de grades relativamente simples não excedem 70-75%.
- Para obter uma previsão de 75% ou mais, você precisa construir estruturas complexas de auto-aprendizagem em supercomputadores e passar anos desenvolvendo este material, e não há garantia de que funcionará.
- As grades são úteis para resolver um problema tático específico e bem definido que é difícil de descrever por meios estatísticos ou matemáticos. As malhas de classificação e as redes de reconhecimento de padrões podem ser aplicadas de forma muito eficaz para resolver problemas táticos. Há alguns desenvolvimentos nesta área, mas é muito demorado e não há tempo suficiente para fazer isso. A quem é interessante escrever, vamos trabalhar juntos: favorit_box@inbox.ru
P.S. Em arquivo de materiais de conferência sobre redes neurais. Interessante para lyknobesis.
Cheira-me a pelo menos 10 páginas de outra discussão sobre redes neurais no mercado Forex. ;o)
E eu acho que sim ;-)
Mas a qualidade da discussão será em um nível superior ;-)
- O uso de grades para prever as taxas de câmbio e até mesmo a direção das taxas de câmbio se mostra menos eficaz do que o uso de métodos clássicos simples de análise técnica. As previsões de grades relativamente simples não excedem 70-75%.
A previsão da direção da taxa de câmbio em 70-75% é do reino da fantasia.
Eu venho fazendo tais previsões há muito tempo, trabalhando através de um agente de apostas que faz apostas sobre apreciação/depreciação de uma moeda durante um período fixo de tempo (intraday). No início, as comissões do bookmaker eram tão pequenas, que estratégias com apenas 52% das previsões corretas davam lucros. No início, usei um sistema simples baseado na análise, o que me deu cerca de 54-55% de lucros.
Depois as comissões do bookmaker aumentaram e eu tive que melhorar o sistema comercial. Peguei todos os indicadores que estava usando e os coloquei em uma rede neural. A porcentagem de ganho aumentou para 59-60%. Portanto, há tarefas em que as redes neurais governam, independentemente das opiniões dos cépticos!
- o uso de grades para prever taxas de câmbio e até mesmo a direção das taxas de câmbio é menos eficaz do que o uso de métodos clássicos simples de análise técnica. As previsões de grades relativamente simples não excedem 70-75%.
Prever a direção da taxa de câmbio em 70-75% é do reino da fantasia.
Se quisermos melhorar a qualidade da previsão MACD em vários percentuais, seria melhor criar uma grade em uma noite usando o bom e velho NeuroSell2 ou BrainMaker, compilá-la em código C (conjunto simples de funções de transferência com coeficientes) e implementá-la em um Expert Advisor. Funciona muito bem. Mas não vai resolver o problema de como se tornar milionário.
- o uso de grades para prever as taxas de câmbio e até mesmo a direção das taxas de câmbio é menos eficaz do que o uso de métodos clássicos simples de análise técnica. As previsões de grades relativamente simples não excedem 70-75%.
Prever a direção de uma taxa de câmbio a 70-75% é do reino da fantasia.
Se quisermos melhorar a qualidade da previsão MACD em vários percentuais, seria melhor criar uma grade em uma noite usando o bom e velho NeuroSell2 ou BrainMaker, compilá-la em código C (conjunto simples de funções de transferência com coeficientes) e implementá-la em um Expert Advisor. Funciona muito bem. Mas não vai resolver o problema de se tornar milionário.
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Muitos comerciantes falam sobre redes neurais, mas poucos sabem o que elas são e o que podem fazer na realidade. Este artigo dá uma pequena visão do mundo da inteligência artificial, explica como preparar os dados para uma rede, e também dá um exemplo de previsão com a ajuda de Matlab.
Autor: Shashev Sergei