Нейронные сети - страница 15
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Симба, что вы имеете в виду под "вне выборки"? Я попробовал построить другую сеть с еще примерно 6 входами, и это снизило точность. Я думаю, что у меня хороший набор входов. Он основан на моей торговой стратегии, которая хорошо работает на трендовых рынках и плохо на колеблющихся. Это имеет смысл и для прогнозов. Два длинных диапазона в верхней и нижней части графика - это то место, где прогнозы начинают давать сбои. Я думаю, что некоторая работа над стратегиями диапазонов может дать полезные результаты.
Казам, это код, используемый для создания сети. Для меня это означает, что нужно создать новую сеть с обратной связью (feed-forward back prop network). Я не уверен, почему она выдает хорошие результаты, это кажется слишком хорошим, чтобы быть правдой. Я просуммировал значения правильных пунктов минус неправильные пункты, и за этот период (около 30 месяцев) она принесла бы прибыль в 294873 пункта... Мне страшно
numHiddenNeurons = 13;
net = newff(p,t,numHiddenNeurons);
mrwobbles
Вне выборки означает проверку работы NN с данными, отличными от тех, на которых она обучалась. В образце означает обратное.
Код в порядке. Вы уверены, что не используете в качестве входных и целевых данных на одном временном шаге /input[x1(t0), x2(t0), ..., xn(t0)], output[y(t0)]/?
Еще несколько статей я нашел в своих закладках /первая должна быть действительно интересной для вас/:
http://www.chaos2008.net/zzProceedings/CHAOS2008%20(D)/PAPERS_PDF/Atsalakis_Nezis_Skiadas-Forecasting_Chaotic_time_series_by_a_Neural_Network.pdf
Я также решил, что через 3-4 недели попробую построить ENN, способный предсказывать курсы валют на таймфреймах D1 и, возможно, H4. Думаю, я начну с комбинации FNT, GEP и PSO, а затем попытаюсь улучшить ENN, используя PIPE вместо GEP, EPSO, Simulated Annealing и т.д.
Я так и думал, но нет, он был обучен на 7-летнем отрезке с 1999 по 2006 год, а затем смоделирован на данных с тех пор до настоящего времени. Так что выборка была неполной.
Но это может объяснить это. Возможно, он пытается предсказать текущий максимум/минимум и закрытие, а не следующий час
. Я посмотрю на штампы даты и посмотрю. Спасибо за ссылки, посмотрю.
Оказалось, что я подавал ей входные и целевые данные за один и тот же час, а не входные данные за текущий час и целевые данные за следующий. Я обучил сеть на тех же входных данных, но с целями на следующий час, и результаты оказались больше, чем я предполагал. Она точно определяла направление примерно в 51% случаев и зафиксировала около 10 000 пунктов за 30 месяцев. Я нормализовал входные данные до [-1,1], и это незначительно улучшило производительность. Собираюсь попробовать несколько разных сетевых моделей. Я рассматривал сети с временной задержкой, но подход гибкого нейронного дерева кажется все более привлекательным.
mrwobbles
Пропустите TDN.
Вас должны интересовать только 3 типа сетей:
- Гибкие нейронные деревья - разработаны с использованием GP, GEP, PIPE или ECGP и точно настроены с использованием имитации отжига, PSO, EPSO, муравьиных алгоритмов, алгоритма искусственной иммунной системы и т.д.
- Байесовские сети - либо для прогнозирования временных рядов, либо для построения торговой системы.
- HONN's
Для построения торговой системы вы также можете найти полезное:
- Алгоритм RIPPER - кто-то использовал его в советнике для Automated Trading Championship, если я правильно помню.
- C4.5/C5.0
Вам не нужно ничего больше и ничего меньше /как сейчас/.
Спасибо за совет, Kazam, я думаю, что я довольно твердо решил рассмотреть какую-то форму генетического алгоритма, ECGP выглядит наиболее многообещающим. Просто мои навыки кодирования не так велики, а ANN для меня довольно новые. У меня есть некоторые проблемы с выбором набора функций. Поправьте меня, если я ошибаюсь, но это набор всех возможных функций для сопоставления узлов друг с другом? То есть я задаю случайное распределение входных весов, а набор терминалов содержит все функции передачи и активации узлов? Присвоить им равномерные вероятности, при этом сумма вероятностей наборов F и T будет равна 1. Оптимизация входных весов будет происходить с помощью SA или PSO? Это результирующее оптимизированное дерево наилучшего соответствия будет передано обратно для построения нового PPT?
Отдельно отмечу, что в библиотеке университета есть все выпуски Европейской конференции по генетическому программированию с 1998 по 2004 год. Думаете, их стоит почитать? У них также есть копия книги "Генетическое программирование и эволюционирующие машины" Dordrecht : Kluwer Academic Publishers, c2000, которую я думаю взять.
mrwobbles
Не начинайте с ECGP. Начните с чего-нибудь простого, например, с проектирования NN с помощью генетического программирования или программирования выражений генов. Есть готовые классы, которые реализуют эти методы.
Например:
http://69.10.233.10/KB/recipes/aforge_genetic.aspx
http://www.codeproject.com/KB/recipes/aforge_neuro.aspx
[/CODE]
I don't know if there is a freely available implementation of ECGP, but there's one of ECGA /ECGP is based on ECGA/:
[CODE]
http://www.kumarasastry.com/2006/03/26/extended-compact-genetic-algorithm-in-c-version-11/
Но, как я уже сказал, пока пропустите ECGP/ECGA.
EDIT
Что касается книг - оставьте материалы конференций на потом /не пытайтесь узнать все о NN и эволюционных алгоритмах, сосредоточьтесь на инструментах, которые могут быть полезны для трейдинга - прогнозирование временных рядов и принятие решений/.
Начните с "Полевого руководства по генетическому программированию", которое можно скачать бесплатно /я разместил ссылку несколько страниц назад/.
давайте поговорим о том, как выбирать выборки для нейронной сети
любая нейронная сеть зависит от того, как вы выбираете образцы. я думаю, что этот вопрос вас тоже беспокоит.
Я построил несколько нейронных сетей, но я не нашел хорошего способа подготовки образцов.
Здесь я расскажу вам о своем способе выбора образца, и жду вашего.
Используйте три бара как образец, следующий бар как результат.
Используйте несколько баров в качестве базового окна, и несколько баров в качестве окна функции, установите некоторые значения функции, такие как ma значение закрытия цены openprcie и т.д. любой индикатор, который вы можете использовать в качестве функции.
Neuro Net - это СКАМ!!!
Я протестировал этот советник и обнаружил, что он не дает тех результатов, о которых он заявляет. Очень маленькая прибыль и огромные убытки. После нескольких дней тестирования и работы с компанией, этот советник не мог давать результаты более недели или двух за раз.
Они утверждают, что у них есть нейронная сеть на языке MQ4, без dll. Я считаю это очень маловероятным.
Я попросил вернуть деньги, но он мне их не дал. SCAMMER!!!!!
Не уверен, будет ли это кому-нибудь полезно, но я нашел набор инструментов GA для MATLAB под названием SGALAB. В любом случае, вот ссылка.