нейронная сеть и входы - страница 14

 
КакУ выбрать и чЁ подать?
 
Roman.:
КакУ выбрать и чЁ подать?

выбрать побольше, а подать ключик от квартиры.., да на тарелочке.. да с каёмочкой...

;)

 
MetaDriver:

выбрать побольше, а подать ключик от квартиры.., да на тарелочке.. да с каёмочкой...

;)

Спасибо... Так и знал.... :-)
Уважам!!!

Без шуток - от души.

 
Roman.:

Спасибо... Так и знал.... :-)
Уважам!!!

Без шуток - от души.

Спасибо.

Если по делу - сетки оне очень разборчивы в питании, диета должна более-менее соответствовать поставленной задаче. Ну т.е. поскольку ищем неизвестные закономерности, то нужны ряды в которых их много, притом много именно соотносящихся с результатом (в нашем случае - прогнозированием).

Отсюда второй момэнт - что конкретно прогнозировать. Т.е. что, собсно на выход подавать, чему обучать сетку. В сабже об этом вопрос не стоит, а должон, иначе сетка может успешно обучаться, ставить рекорды прогнозирования на АутОфСэмпл'е, и притом оставаться импотентной, поскольку в детстве подверглась нецензурным измывательствам.

Эт фсё на подумать, конкретикой памагать не буду, ибо самому мала...

;)

 

А если так.

Подаем на входной нейрон вектор описания текущего бара. К примеру приращение цены открытия, приращение цены открытия по другим фин инструментам,объемы, текущее время, процентные ставки по инструментам, новостной календарь, лунные и солнечные циклы, дальше по фантазии. Получается, сколько нейронов во входном слое, такую историю и рассматриваем.

Далее сама сеть. Сетка представляет из себя двухмерную матрицу нейронов ( не обязательно для удобства описания идеи). Для сокращения кол-ва вычислений в нейронах ограничиваем число синапсов, скажем к примеру 5-10, зато каждый синапс, может подключиться к любому аксону в пределах своей досягаемости, ограниченной некоторой окружностью, (можно поставить проц по мощнее и сделать к любому аксону, любого нейрона). В результате должны получить сеть фиг знает какой конфигурации, с большим кол-вом обратных связей, которая будет рассматривать базар в совокупности. Далее опять по фантазии, включаем функцию похмелье, периодически прибиваем пару тройку нейронов. Функцию родить, периодически создаем пару тройку нейронов. Получаем, что сетка сама себя настраивает, свою внутреннюю архитектуру, и кол-во нейронов, правда фиг знает как сделать минимальное и достаточное кол-во нейронов.

Выходной сигнал. Первое, что пришло в междуушное пространство, строим тс с идеальными входами выходами, например канал на полиноме n-степени. Работаем на отбой от границ канала, по этим сигналам обучаем сеть.

Или целевая функция идеальной эквити, прямая в правый верхний угол монитора, и пусть тогда сеть сама ищет правильный входы выходы.

 
LeoV:

Любая ТС, с нейросетями или без, использует закономерности, которые ищутся на прошлых данных. Так вот по сути, нет никаких гарантий заработка на этих найденных закономерностях в будущем. Или у вас есть какой-то метод определения того, что на закономерностях, наденных на прошлых данных, можно заработать в будущем?


Есть и не только у меня. Если подробно написать, много буков получится, если интересно можно на Пауке почитать, в ветке Neo о паттернах, например, или в ветках Феликс Вайта. На этом форуме появляется Avals, почитайте его посты.

Существуют и универсальные закономерности ( точнее законы), которые действуют не только на рынке, а и вообще везде. Например, инерция - этого уже достаточно, что бы без хлеба с маслом не остаться. Работало в прошлом, будет и в будущем. А если все-таки перестанет, поломка МТС и потеря депозита, последнее, что нас будет интересовать.:) (Подумайте, что будет, если Законы Физики, хоть немножечко изменяться.)

А гадать, будет работать/не будет работать - не наш метод, это к цыганам.

 
JImpro:


Есть и не только у меня. Если подробно написать, много буков получится, если интересно можно на Пауке почитать, в ветке Neo о паттернах, например, или в ветках Феликс Вайта. На этом форуме появляется Avals, почитайте его посты.

Существуют и универсальные закономерности ( точнее законы), которые действуют не только на рынке, а и вообще везде. Например, инерция - этого уже достаточно, что бы без хлеба с маслом не остаться. Работало в прошлом, будет и в будущем. А если все-таки перестанет, поломка МТС и потеря депозита, последнее, что нас будет интересовать.:) (Подумайте, что будет, если Законы Физики, хоть немножечко изменяться.)

А гадать, будет работать/не будет работать - не наш метод, это к цыганам.

ага-ага!

Исчо гравитация - цена, типо, взлетаит, а патом падаит

 
FAGOTT:

ага-ага!

Исчо гравитация - цена, типо, взлетаит, а патом падаит

Угадать ударит футболист по мячу или нет - трудно, а вот когда мяч уже в воздухе, чего там гадать, ясно, что упадет на землю. (Может, правда, на дереве застрять - на рынке для таких случаев стоп-лосс есть.)

Главное вперед с прогнозами-угадайками не забегать, до того как ударил, безнадежное дело. Вроде и замахнется, а потом передумать может.

 

Вообще, имхо, нужно строить систему таким образом, что бы она торговала какие то одни и те же закономерности.

Это в полной мере относится и к ТС как на нервосетках, так и без них. Такая система, по своей сути будет торговать на OOS с затухающей со временем активностью,

т.е. постепенно количество сделок приходящихся на единицу времени со временем будет стремится к 0 (эффективность остаётся на постоянном уровне, падает лишь доходность, требуется лишь дообучать со временем, что бы освежить базу актульных закономерностей), так как "выученные" закономерности встречаются всё реже и реже....

Таким образом не должно быть никакого намёка на интерполяцию/аппроксимацию обрабатываемых ТС'ой данных.


PS MetaDriver был свидетелем концепции такой моей ТС года 2 назад.... но я постепенно настолько погряз в дебрях своих бесконечных экспериментов, что сам не замечая ушёл с правильного пути.. есть конечно возможность покопаться в старых архивных исходниках, но это настолько нелегко будет сделать, что проще будет всё написать заново..(

 
MetaDriver:

Спасибо.

Если по делу - сетки оне очень разборчивы в питании, диета должна более-менее соответствовать поставленной задаче. Ну т.е. поскольку ищем неизвестные закономерности, то нужны ряды в которых их много, притом много именно соотносящихся с результатом (в нашем случае - прогнозированием).

Отсюда второй момэнт - что конкретно прогнозировать. Т.е. что, собсно на выход подавать, чему обучать сетку. В сабже об этом вопрос не стоит, а должон, иначе сетка может успешно обучаться, ставить рекорды прогнозирования на АутОфСэмпл'е, и притом оставаться импотентной, поскольку в детстве подверглась нецензурным измывательствам.

Эт фсё на подумать, конкретикой памагать не буду, ибо самому мала...

;)

:-)

Благодарю.

Я понял. Сенк-с. Занимаюсь.