O que alimentar a entrada da rede neural? Suas ideias... - página 2

 
Dmytryi Voitukhov dia da semana, mensal - número do mês. + mais alguns indicadores.


Se estiver interessado, posso explicar melhor. Também a segunda parte do balé - estratégia. Ao treinar, é um jogo de uma mão só. Porque, para a análise pura, o lote deve ser fixado, paradas, retiradas - suas próprias nuances. + mais condições. Expandirei aideia se você quiser. É irracional restringir-se dessa forma no modo de combate. Mas isso não é tudo. E vou lhe dizer imediatamente: o recurso de MT não é suficiente para cobrir um período mais ou menos longo de treinamento. Ao treinar no quinto mês, os resultados do primeiro mês se degradam em ...%. Assim, é possível detectar alguma previsibilidade, mas a aleatoriedade das sequências ainda é maior do que a que conseguimos corrigir.

Obrigado pelas observações e pela resposta substantiva.
É claro que uma resposta detalhada é interessante.
Além de um determinado software, tenho apenas um certo conjunto de conhecimentos, portanto, gostaria de entender a ideia e o pensamento.

No NeuroPro, você pode "empurrar" números de até 512 (entradas).
Acho que há muito espaço para desenvolvimento

 

Você está procurando um bom uso para uma rede neural? Tente resolver um problema específico, não um eterno graal generalizado.

Há uma suspeita, próxima da realidade, de que, pouco antes dos principais movimentos de notícias, o preço (ticks ou barras de minutos) se comporta de forma um pouco diferente do habitual.

Esse comportamento" diferente" não pode ser formalizado usando os métodos usuais de análise técnica, portanto, é a maneira de NN assobiar "está prestes a explodir" antes que o movimento em si e os spreads se ampliem.

Mas é muito trabalhoso, mesmo em nível de preparação de dados e pesquisa do histórico de tais movimentos. É preciso fazer muito trabalho antes de começar a usar os neurônios.

Só para dar uma ideia: uma barra de notícias é a barra M30 (as notícias de negócios são divulgadas com uma frequência de 30 minutos), que é significativamente maior do que a anterior com um aumento acentuado, literalmente escalonado, no volume de ticks.

Mas é só isso.

PS/ esse indicador/serviço será muito mais prático e caro do que "ultra-consultores em deep NN"

 
Ah, certo, eu me esqueci dos volumes. Um novo tick surge, traz um novo preço e um novo volume. Isso é o que deve ser alimentado na entrada. Você pode simplesmente criar um indicador que escreverá o histórico desses dados em um documento de texto. Em seguida, você pode alimentar o fluxo de ticks para a rede neural a partir daí. A única questão é: o que exatamente a rede neural deve fazer com esses dados, pelo menos na primeira tentativa, na primeira camada? O que queremos obter desses dados na saída dessa camada?
 

Há muitas coisas que podem ser alimentadas do zero, como borra de café.

Qual é o impacto que todos os insumos acima têm sobre o desempenho?

Essa influência, se houver, mudará com o tempo?

Em geral, existe uma ferramenta para filtrar o lixo? Não se esqueça da regra fundamental da estatística: lixo na entrada - lixo na saída.

 
Dmytryi Voitukhov #:


... 1 - a inércia está embutida nos indicadores - um atraso no início e no fim.

Não necessariamente, o sinal do indicador pode muito bem estar à frente dos eventos. O CCI é um desses indicadores. Como você pode ver na figura, o CCI às vezes supera o sinal do RSI (histograma vermelho do sinal - venda, histograma azul - compra). E se os sinais dos indicadores coincidirem, o sinal provavelmente está correto.



 
Dmytryi Voitukhov dia da semana, mensal - número do mês. + mais alguns indicadores.


Se estiver interessado, posso explicar melhor. Também a segunda parte do balé - estratégia. Ao treinar, é um jogo de uma mão só. Porque, para a análise pura, o lote deve ser fixado, paradas, retiradas - suas próprias nuances. + mais condições. Expandirei aideia se você quiser. É irracional restringir-se dessa forma no modo de combate. Mas isso não é tudo. E vou lhe dizer imediatamente: o recurso MT não é suficiente para cobrir um período mais ou menos longo de treinamento. Ao treinar no quinto mês, os resultados do primeiro mês se degradam em ...%. Assim, é possível detectar alguma previsibilidade, mas a aleatoriedade das sequências ainda é maior do que a que conseguimos corrigir.

Uma visão externa: para detectar a sazonalidade, seria bom adicionar o dia do ano.

 
СанСаныч Фоменко #:

lixo dentro, lixo fora.

As diferenças de preços ou de cronologia de preços são lixo?
Expressão pura da oferta e da demanda, não modificada por fórmulas... Mais ou menos como um reflexo do mercado.

 
Ivan Butko #:

As diferenças de preços ou de cronologia de preços são um lixo?
Expressão pura da oferta e da demanda, não modificada por fórmulas... Uma espécie de reflexo do mercado.

Há opções. É possível não enviar todos os preços seguidos para a rede para treinamento, mas selecionar padrões que precedem o momento da tomada de decisão.

Por exemplo, algum oscilador cruzou um nível - você pega um padrão a partir desse ponto. E, após o treinamento, quando você receber

um sinal de entrada do oscilador, você verifica com a rede.

 
Ivan Butko #:

As diferenças de preços ou de cronologia de preços são uma besteira?
Expressão pura da oferta e da demanda, não modificada por fórmulas... Uma espécie de reflexo do mercado.

Talvez seja besteira, talvez não. Apenas uma opinião não é uma prova. Essa questão é discutida com frequência no tópico de aprendizado de máquina. Várias vezes essa questão foi levantada, você pode dar uma olhada no final do tópico.

 
СанСаныч Фоменко #:

Talvez seja uma besteira, talvez não. Apenas uma opinião não é uma prova. Essa questão é discutida com frequência no tópico sobre aprendizado de máquina. Essa questão foi levantada muitas vezes, você pode dar uma olhada no final do tópico.

Sobre o que está se discutindo? Se não for sobre preços, o que enviar? Um gráfico da temperatura média do ano?