NS + indicadores. Experiência. - página 5

 
Mathemat:

Eu não tenho esse entendimento e ainda não o tenho. Prival, não aceito sua hipótese de que é uma espécie de pré-intervalo (você se lembra do pico de 200 pontos no cabo, que é feito com um único tique?) Nenhum yu pode prever isso, mas Fibami... acho que é bem provável...


Por que, Mathemat, uma rede neural deveria ser capaz de prever tais garanhões? E em geral, qualquer TC, deveria fazer tal coisa? Isso significa que sua exigência para um TS é prever todos os tiquetaques com precisão em tempo e magnitude. Isso é pedir muito?
 

para klot

Gostaria muito de ajudá-los, pois utilizo sem escrúpulos sua biblioteca FFT e ainda nem sequer enviei uma garrafa de champagne para o Ano Novo. E para muitos outros, que estão tentando construir um sistema comercial baseado em redes neurais (TS), eu também gostaria de ajudar.

Gostaria de comentar alguns dos meus comentários neste tópico. Talvez meu conhecimento não esteja tão desatualizado e possa ser útil. Em algum lugar em 1987 eu estava fazendo pesquisas para criar um algoritmo que reconhecesse os tanques. Naquela época não havia pacotes de software tão bonitos, e o computador 286 era uma bênção distante. Assim, as idéias, que agora vejo na Assembléia Nacional, foram investigadas lá.

Um dos mais marcantes é o Fain Reader, o que poderia realmente sair desses algoritmos em tais tarefas eles funcionaram bastante bem. Ou seja, na entrada do algoritmo, uma foto (texto digitalizado) da imagem foi dividida em grupos, as bordas destes pontos foram suavizadas e a nitidez da imagem foi melhorada, então pela correlação máxima integral este ponto foi atribuído a uma classe de tanque, BMP, APC, KamAZ, etc. No Fain Reader é a letra a, b, c, etc.

Desde então, tenho a atitude em relação a esses algoritmos: "Na verdade, alimentar NS simplesmente tentando vários indicadores é quase o mesmo que tentar todas as combinações conhecidas de indicadores e ver se algo vai dar certo.Tudo é determinado pela arquitetura, pelo que está dentro. E a entrada correta é apenas uma, é um fluxo de citações, todo o resto é uma transformação deste fluxo.

Um algoritmo não pode ser universal para tudo ao mesmo tempo. Ele tem que ser adaptado para realizar uma tarefa específica. E tem uma entrada, uma foto (folha escaneada). Tente torcer a folha durante a varredura e o algoritmo se desmorona como um castelo de cartas. Estes algoritmos funcionam bem com objetos estacionários e os reconhecem, ou seja, os atribuem a uma determinada classe a, b, c, etc.

Eles podem muito bem ser capazes de detectar (reconhecer) o estado em que nos encontramos agora (a, b, c, etc.), mas não podem prever. Ele (o algoritmo) não sabe o que vou fazer no próximo minuto com esta folha.

Como tudo isso se manifesta em moeda estrangeira. NS pode reconhecer o estado em que nos encontramos agora e não nos dirá o que vai acontecer em 5 minutos. Ao transformar todo o fluxo de dados encontra picos (fundos), constrói uma linha, espera até que o preço chegue a esta linha novamente (reconhece a situação) e decide jogar na quebra desta linha ou em um rebote. Da mesma forma, acho que NS pode muito bem reconhecer que estamos em um certo ponto (a.b.c. ...), mas não nos dirá o que fazer a seguir.

Leva um longo tempo para explicar tudo. Na minha opinião, a saída da NS deveria ser como esta "Teoria do Fluxo Aleatório e FOREX".

E se você ainda quiser usar o NS, então dê a entrada da derivada deste indicador 'Versão otimizada da média móvel adaptável do AMA do Wellx de Kaufman' e eu acho que eles precisam muito (deve diferir períodoAMA nfast nslow G) até que a 'maldição da dimensionalidade' não mate (que não tentaria passar por tudo em uma fila, tentando escolher como não correlacionado). Voltando aos tanques, não me importa onde está agora, preciso saber onde estará quando a casca chegará (onde as cotações subirão ou descerão a partir do ponto de entrada no mercado). Portanto, é preciso analisar o vetor de velocidade como ele se comporta.

Penso que muitos de vocês já chegaram a esta conclusão de que é necessário aplicar o MA e o ziguezague para a entrada. Parece-me que o MA toma a derivada do MA e o ziguezague é um ponto onde o vetor velocidade muda de direção. Portanto, a derivada deste indicador deve funcionar.

Portanto, é assim. Talvez eu o tenha enganado, e meu conhecimento é tão ultrapassado quanto o de um dinossauro. E estou equivocado que só a entrada é um fluxo de citações (uma folha de papel, uma foto) e deve ser de boa qualidade. E usar NS para reconhecer uma classe é um disparate.

Mas eu estou sinceramente tentando ajudar.

 
Yurixx: Uma rede neural deve prever tais picos, Mathemat ? Na verdade, algum TS deveria fazer isso? Isto significa que sua exigência para o TS é prever todos os tiquetaques com precisão em tempo e magnitude. Isso é pedir muito?
Não Yurixx, Deus nos livre, que alguém preveja todos os carrapatos, mas não o meu TS. Não sei como consegui que a rede neural entrasse aqui (provavelmente o nome do fio teve um efeito), mas só queria dizer que a idéia do hai e do baixo como um intervalo de confiança de algum valor (Close?) com uma mudança não muito dramática do modus operandi é, para dizer de forma branda, estranha.
 
2 Prival
um pouco na lateral de tanques. quando eu era um estudante do terceiro ano, lembro-me de fazer reconhecimento de imagem, aplicando vários filtros Kuwahara, vetorização e pr e depois ns. então encontrei uma solução. a tarefa era reconhecer rostos na imagem. e como era estúpido enviar toda a imagem para a rede, eu me limitei a uma janela. e a mesma rede neural podia redimensionar a janela e movê-la ao longo de dois eixos. Parecia muito interessante, a coisa toda no trabalho. A vida é movimento. Vida artificial, você sabe. )) Mais tarde, vieram à mente algoritmos mais avançados. Mas nunca chegou ao ponto de implementação.
No dia seguinte, vou tentar implementar algo baseado em filtros com NS. Como assim. mmm... Sim.
 
klot:
Eu faço todas as minhas experiências com o NSDT. Aceito as diferenças entre o preço e os últimos extremos da ZZ. E também entre o último e penúltimo extremo etc... E também as relações entre as divergências, - (X-A)/(A-B), (B-A)/(B-C), (B-C)/(C-D), (X-A)/(D-A), geralmente tentando construir modelos Hartley harmônicos. Eu coloquei tudo em uma rede de probabilidade (existem várias variantes em NSh). Eu normalizei valores usando NSh, na verdade esta fórmula

(x-ma(x,n))/(3*stdev(x,n)), ultimamente eu sempre uso esta fórmula. E, na verdade, vá em frente para treinamento, verificação cruzada e OOS. .

Estou vendo, obrigado. E eu dei uma olhada em seu exemplo. Acontece a normalização para formar -1 +1. Vou tentar experimentar sua versão.

Esqueci de fazer mais uma pergunta. Eu entendi que você está usando NeuroShell DayTrader. Por que você não está satisfeito com o NeuroShell2? Estou perguntando porque tenho a versão NS2 4.0, e não estou interessado em outros pacotes similares. Posso estar enganado? O que você pessoalmente gosta no DayTrader?

 

klot, existe tal sugestão. Você só usa diferenças de preço. Ou seja, você só leva em conta o valor do preço. Tente usar também intervalos de tempo. A maioria dos indicadores só funciona com preço. E não apenas indicadores, mas a maioria dos comerciantes utiliza mudanças de preços no mercado. Mas o preço está muito relacionado ao tempo. As versões disponíveis dos indicadores de padrão (não apenas Gartley) também consideram principalmente apenas o preço. Em relação à ZZ, podemos propor o uso de tal parâmetro. O número de barras durante as quais o raio ZZ foi construído.

É possível utilizar a ferramenta Fibo Time. Tentarei mostrar gráficos usando o Fibo Time on Onyx no futuro próximo. Mais perto do Ano Novo ou após o Ano Novo.

 
Mathemat:
Yurixx: Por que, Mathemat, uma rede neural deveria prever tais garanhões? E em geral, qualquer TS, deve fazer isso ? Isso significa que sua exigência para um TS é prever todos os tiquetaques com precisão em tempo e magnitude. Isso não é pedir muito?
Não, Yurixx, Deus me livre, deixe alguém prever todos os carrapatos, mas não o meu TS. Eu não sei como consegui a rede neural aqui (provavelmente devido ao nome do fio), mas eu só queria dizer que a idéia de hai e baixo como um intervalo de confiança de algum valor (Close?) com não mudar muito dramaticamente o m.o. é, no mínimo, estranho.


Concordo, um intervalo de confiança no significado real do termo não se enquadra aqui. Mas acho que Prival estava se referindo mais a uma analogia. Afinal, de fato, o valor do preço (por que necessariamente Fechar ?) está neste intervalo. Mas aqui o mo muda, imho, então não há ganho.

E conseguir um verdadeiro intervalo de confiança pelo menos no bar atual, quanto mais no futuro, seria mais do que legal. Na verdade, seria uma solução pronta para o problema da construção de uma estratégia.

 
Yurixx:
Mathemat:
Yurixx: Uma rede neural deve prever tais garanhões, Mathemat ? E em geral, qualquer TS, deve fazer isso ? Isso significa que sua exigência para um TS é prever todos os tiquetaques com precisão em tempo e magnitude. Isso não é pedir muito?
Não, Yurixx, Deus nos livre, que alguém preveja todos os carrapatos, mas não o meu TS. Não sei como consegui a rede neural aqui (provavelmente o nome do ramo teve um efeito), mas eu só queria dizer que a idéia de hai e baixo como um intervalo de confiança de algum valor (Fechar?) com um modus operandi não muito acentuado é, para dizer de forma branda, estranho.


Concordo, um intervalo de confiança no significado real do termo não se enquadra aqui. Mas acho que Prival estava se referindo mais a uma analogia. Afinal, de fato, o valor do preço (por que necessariamente Fechar ?) está neste intervalo. Mas aqui o mo muda, imho, então não há ganho.

E conseguir um verdadeiro intervalo de confiança pelo menos no bar atual, quanto mais no futuro, seria mais do que legal. Na verdade, seria uma solução pronta para o problema da construção de uma estratégia.


Bem, parece que meus pensamentos estão começando a convergir. Agora, por favor, olhe do mesmo ponto de vista (intervalo de confiança) aqui "Necessidade de um indicador que reflita o preço em tempo de operação".
 
Prival, eu me lembro de seu primeiro posto. O problema é que o intervalo de confiança (mais ou menos 3 s.c.o.) só faz sentido na aproximação gaussiana. Então, a grande maioria dos resultados possíveis estará dentro dele (0,997). E se 0,7, haverá demasiados erros. E o problema mais importante está na estimativa do m.o. no momento atual.
 

Antes de procurar em qualquer outro lugar, vale a pena resolver as questões básicas, afinal. Na minha opinião, há dois.

1. O intervalo de confiança é, afinal de contas, uma analogia. O valor do intervalo de confiança para os valores dos preços na barra dada não é conhecido a priori. Podemos fazer algumas previsões a respeito disso, mas já é um elemento do TS e, portanto, deve ser fundamentado pelo menos ideologicamente. Onde eles estão? O valor de Alta-Baixa muda em cada barra. Portanto, qualquer previsão deste "intervalo de confiança" só pode ser feita estatisticamente. Com base em que estatísticas ? Quais são suas propriedades ? Talvez estas estatísticas possam ser ligadas à volatilidade local, qual delas? De onde vem? Como descrever sua dinâmica? Como determinar o alto-baixo a partir dele? Há idéias clássicas, mas pode haver idéias mais frutíferas?

2. O valor alto-baixo em uma futura barra é apenas a metade dele. Se não há possibilidade de prever a dinâmica do mo pelo menos com o mesmo nível de confiabilidade, então é tudo vaidade e pegando o vento. Daí a pergunta: como prever a dinâmica do mo ?