NS + indicadores. Experiência. - página 8
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
O NSDT não tem Kohonen, mas existem outros classificadores nos Indicadores da Rede Adaptativa. Embora você possa conectar a rede NeuroShell2 diretamente ao MT4 ou NSDT.
Como você planeja usar a rede Kohonen para o comércio? Não são três classes lá, são muito mais. Preciso pensar em algum algoritmo para analisar as classes obtidas.
Quando comecei a pesquisar a classificação de barras usando Kohonen Maps, codifiquei barras da seguinte forma para simplificar o experimento: Bullish +1, bearish -1, dodge 0. Criei arbitrariamente 15 classes em NS2. Após o treinamento, recebi 4 aulas vazias. Revi o número de classes para 11 e preenchi esta grade em МТ4. Depois, usei o roteiro para entrar em três classes próximas a todos os extremos e realizei uma simples operação inversa. Os dados de entrada eram "como estão", ou seja, apenas números de classe. Não houve nenhuma normalização. Em seguida, estabeleci um simples Expert Advisor composto apenas por essas grades, utilizando sinais do loopback e "aplicando-o" a 2005. Estranhamente, até funcionou. É claro que eu nem sequer tentei tirar conclusões sobre os resultados, já que não se tratava sequer de um experimento, mas de um trabalho de laboratório. Mas eu queria pensar sobre as perspectivas deste projeto.
Eu não precisava de nenhum algoritmo de seleção de classe. Tudo foi claramente desenhado no próprio gráfico em NS2. E, em geral, é possível alcançar o resultado desejado na própria NS2. Mas para fazer isso, você tem que pular um pouco para frente e para trás, brincar com os parâmetros, olhar para os gráficos, olhar para os dados de saída. Portanto, é um pouco enfadonho, mas bem possível.
Como você pretende utilizar a rede Kohonen para o comércio? Não há três classes, mas muito mais. Você deve pensar em algum algoritmo para analisar as classes obtidas.
Certamente não 3 ou mesmo 10. Na primeira etapa, eu os analiso manualmente para chegar a critérios apropriados. Então eu o automatizo. Do que está planejado:
- cada entrada é avaliada pelo "grau de idealismo" - quão perto está dos extremos locais (33) por exemplo
- então cada classe pode ser avaliada do ponto de vista da pureza - quantas entradas são ideais ou próximas a ela e quantas estão vazias.
O primeiro estudo da primeira versão do conjunto de insumos (neurônios) mostrou que existem 2-3 classes que são bastante aceitáveis do ponto de vista de entrada no mercado. E o poder dessas classes rende cerca de 2-4 negócios por dia.
Tudo ainda está cru e em desenvolvimento :-) Depois planejo fazer (já iniciado) um programa que criará independentemente uma rede, treinar, estimar, correr no testador embutido, salvar os resultados, criar um novo, correr, selecionar o "campeão", etc.
ZS. Ok, eu vou torturar o NS2 por enquanto, só que é miserável, como eu disse, em termos de interface e avaliação dos resultados do treinamento da rede.
Por que não? Há.
Ao trabalhar com uma rede Kohonen, não podemos dizer com antecedência quantas aulas teremos. No processo de aprendizagem, o vetor da característica de entrada será dividido em classes, desde que o dado critério de separabilidade seja satisfeito (por exemplo, distância euclidiana). Suponha que temos "clusters", encontrar centros e depois...
Visualmente, por mapa, é claro, você pode estimar, mas seria desejável automatizar. O segundo passo deve ser um professor que indique quais aulas, quais ações correspondem a quê.
Eu também ainda estou cru. Há idéias, desenvolvimentos. Também estou trabalhando com a NS2.
Quando trabalhamos com uma rede Kohonen, não podemos dizer com antecedência quantas aulas teremos. No processo de aprendizagem, o vetor da característica de entrada será dividido em classes, desde que o dado critério de separabilidade seja satisfeito (por exemplo, distância euclidiana). Suponha que temos "clusters", encontrar centros e depois...
Visualmente, no mapa, é claro, você pode estimar, mas seria desejável que fosse automático. Na segunda etapa, deve haver um professor que indique quais aulas, quais ações correspondem a quê.
Eu também ainda estou cru. Há idéias, desenvolvimentos. Também estou trabalhando com a NS2.
Bem, por que não podemos dizer quantas aulas vamos ter? Podemos lhe contar tudo. Eu não sei sobre NSH2 (não posso dizer com certeza - não vi), mas no Trader, você pode especificar quantas classes quiser - comprar classe, vender classe, deixar comprar classe, deixar vender classe. Você terá todas as aulas que precisar. E não há problema com isso.....
Primeiro, eu não gosto de NS2 porque você não pode fazer a coloração do mapa Kohonen lá, e segundo, você não pode mudar o agrupamento na mosca, o que o dedutor faz facilmente. Para isso, você não precisa reeducar a rede! Basta alterar os parâmetros de combinação em classes. No mesmo dedutor você pode definir o número de classes, você pode definir níveis de significância para agrupamento, então não está realmente claro quantos deles existirão, e você pode prescindir de classes e olhar em que célula a entrada cai.
www.basegroup.ru também é facilmente pesquisável pelo google
www.basegroup.ru também é facilmente pesquisável pelo google
www.basegroup.ru também é facilmente pesquisável pelo google