O que alimentar a entrada da rede neural? Suas ideias... - página 32
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 objetivo que vejo não é a soma, mas a divisão de números
UPD
E a tarefa dos neurônios não é obter um conjunto de números, mas obter um número como entrada. Multiplique-o por um peso e alimente-o por meio de uma função não linear.
Ou seja, há um número (valor de entrada ou saída do neurônio), e esse número é dividido por dois ou mais neurônios da próxima camada.
Eles devem ser independentes dos outros neurônios. Esse é um departamento que faz suas próprias coisas. Então, todos esses departamentos devem se reportar a um chefe - o neurônio de saída. Ele faz uma inferência com base nas saídas de todos os neurônios finais. Com seus próprios pesos.
Dessa forma, reduzimos a distorção das informações e aumentamos sua leitura.
Por um lado, a ideia de não distorcer os dados de entrada parece sensata. Afinal de contas, ao distorcer com o somador e os pesos, é como se estivéssemos adulterando outros dados, substituindo-os por algo aleatório em vez do que o gráfico mostra.
Por outro lado, a divisão de números é boa para alguns conjuntos de números combinados em um único número.
E esses números internos devem ser estáticos, de modo que possam ser "extraídos" do número total, em vez de serem criados por conta própria. A divisão comum da maneira que imaginei é o mesmo que a multiplicação comum de um número por outro. Ou seja, a quantidade de divisão não altera o resultado. Se o número de entrada for 7, não importa como você o divida, todas as operações de divisão serão iguais a uma única multiplicação no neurônio de saída. Como resultado, o aumento da ramificação se torna sem sentido, pois não há movimento a partir dos dados de entrada.
Portanto, deve haver pelo menos duas entradas para relacioná-las entre si.
Desistida arquitetura e decidi brincar com um neurônio. 1neurônio.
Como no artigoRedes neurais - da teoria à práticaAtivação tangente. As entradas não são 3, como antes, mas 6. E aqui cheguei a uma situação, pela primeira vez, em que aumentar as entradas apenas melhorou os resultados, e não o treinamento excessivo. Ou seja, a imagem que vemos quando dizemos "mais é melhor".
Mas isso se trata apenas de entradas, não há arquitetura propriamente dita, apenas um neurônio. Otimização ao longo de 9 anos: 2012 a 2021.
Apartir de 2021, a tendência de longo prazo oposta a 2020 começa e todos os sistemas de otimização ou treinamento em 2020 perdem imediata e violentamente em 2021. Mas há também os 8 anos anteriores para "ganhar" experiência.
Parece que o conjunto é um pouco terrível. O início é péssimo, quase até o meio, mas se você olhar por outro lado: sim, no começo não funciona, mas depois começa a funcionar. Surge a pergunta: quanto tempo durará essa negociação e ela melhorará?
E, se isso acontecer, será possível repetir seu sucesso em outros pares de moedas? 3 anos à frente: de 2021 a 2024.
Em outros pares: GBPUSD
NZDUSD
AUDUSD
O que é curioso nesse caso é que se trata de 1 neurônio. Novamente, ele tem um desempenho melhor do que 2 , 3, 10 neurônios.
O problema, como sempre, é o mesmo de sempre - o conjunto estava em algum lugar na 50ª linha. Um segundo problema foi adicionado a ele - cotações de metaquotes.
O MQL é fiel às cotações dos traders, pois elas não têm comissão ou spread, ou ambos, mas esses resultados são muito mais difíceis de serem repetidos no mesmo ISMarket, pois ele estupidamente transforma todos os conjuntos em conjuntos não lucrativos e aqueles com negociações mais longas permanecem à tona. Vamos supor que um conjunto esteja no topo da lista do otimizador. Vamos supor que todos os corretores tenham as mesmas cotações como metaquotes. O resultado mostra que, seja qual for a arquitetura, o principal é"O que alimentar a entrada da rede neural?".
O número deve ser comparado a uma matriz ordenada dos mesmos números. Por exemplo, você pega as últimas 30 ondas, alinha-as pela magnitude do movimento e compara o tamanho da última onda com essa matriz. Em qual decil ela se enquadra? O que está acontecendo? Agora existe uma escala universal para qualquer gráfico.
Sim, tenho um indicador com base nisso e, em breve, tentarei colocá-lo também no neuronka.
Sim, tenho um peru com essa base e, em breve, tentarei colocá-lo também no neuronka.
É possível obter gráficos tão bonitos sem o neuronka.
Em primeiro lugar, tudo isso deve ser feito com base em ticks reais (se não for o caso) e, em segundo lugar, observe o crescimento. Durante 3 anos, não consegui ganhar nem 10%.
E você também deve observar o tamanho do drawdown máximo.
...e, em segundo lugar, observe os ganhos. Em 3 anos, não consegui ganhar nem 10%.
E você também precisa considerar o drawdown máximo.
Isso não importa, você está muito longe.
Estamos no estágio de "iniciar essa máquina". E então analisamos os ganhos e os saques.
O principal é que ele deve estar em alta, não importa o quanto, desde que esteja estável. E então vamos nivelá-lo.
Antes de mais nada, tudo isso deve ser feito com base em ticks reais (se não for o caso).
Não sei como fazer isso com ticks reais.
Para ser mais preciso, não estou tecnicamente preparado. Não tenho ideia, não tenho tese, não tenho ideia do algoritmo e, portanto, na verdade, não tenho código para torcê-lo e girá-lo em minhas mãos.
Não importa, você já percorreu um longo caminho.
Estamos no estágio de "colocar essa máquina em funcionamento" e, em seguida, analisaremos os ganhos e as perdas.
O principal é que ele deve estar em alta, não importa o quanto, desde que esteja estável. Depois, vamos nivelá-lo.
Não sei como usar ticks reais.
Para ser mais preciso, não estou tecnicamente preparado, não tenho nenhuma ideia, nenhuma tese, nenhuma ideia do algoritmo e, portanto, na verdade, nenhum código para torcer e girar em minhas mãos.
Se você quiser experimentar isso ou estudar redes neurais, então, sim, isso é diferente.
Mas eu acrescentaria que MO, NS ou IA só podem ser usados em forex para otimizar uma estratégia de negociação.
E se a estratégia for ruim, eles não poderão melhorar sua estratégia. Você precisa fazer isso sozinho.
Mas tudo já está disponível no testador do MT5. Por que você não usa o otimizador do MT5?
Se você quiser experimentar ou estudar redes neurais, então, sim, isso é diferente.
Mas eu acrescentaria que MO, NS ou IA só podem ser usados em forex para otimizar uma estratégia de negociação.
E se a estratégia for ruim, eles não poderão melhorar sua estratégia. Você precisa fazer isso sozinho.
Mas tudo já está disponível no testador do MT5. Por que você não usa o otimizador do MT5?
Pelo contrário! Escrevi anteriormente que uso tanto o MT5 quanto o NeuroPro. No momento, estou usando exclusivamente o MT5 e o otimizador está com excesso de peso. Eu apenas brinco com entradas e arquiteturas.
Pelo contrário! Escrevi anteriormente que uso tanto o MT5 quanto o NeuroPro. No momento, estou usando exclusivamente o MT5 e o otimizador está com excesso de peso. Eu apenas brinco com entradas e arquiteturas.
Se estiver fazendo tudo isso no modo "Every Tick", não aconselho que continue.
Você sabe muito bem que, nesse modo, os valores de tick são modelados (gerados) de acordo com determinadas leis.
E qualquer Expert Advisor de classe média, por meio da otimização, poderá encontrar combinações de parâmetros de entrada que lhe permitirão obter resultados irreais.
E é inútil perder tempo com isso.
Você não disse qual é o drawdown máximo por meio de ?