Разговор с искусственным интеллектом (ИИ) о форексе. - страница 114

 
Ваша модель предсказывает скользящее среднее с полупериодиодом или что-то типа такого. Прогнозная линия почти всегда отстает от фактической. Поэтому я предложил просто сдвинуть график на 1 бар назад и использовать предыдущую цену закрытия в качестве прогноза.

Спросите у ИИ что такое наивный прогноз. Посмотрите ошибку такого прогноза на ваших данных, потом ошибку нейросети. Они будут примерно одинаковыми.
 
Lilita Bogachkova #:

У меня есть вывод метрической ошибки, но я также понимаю, что модель в этих конкретных тестах выполняет более 6000 итераций, чтобы сделать прогноз для следующего числа в каждом из них. Печать ошибки для каждой итерации приводит к непропорциональному потреблению ресурсов и непостижимому количеству информации.

Можно просто сравнить данные прогноза и данных. В любом случае модель в реале должна делать прогноз раз в час. А что бы понять как работает не нужно много данных для модели. Модель же уже есть. Даем далее 10 значений и нужно увидеть время, когда появляется прогноз и когда забирается текущее значение. Или моделировать прям по итерациям, вернее по полному расчету прогноза вручную. 

 
Итак, тесты с реальными данными, EURUSD H1. RSI (28), текущее показание 70, прогнозируемое 68

The size of the data array is 528 units or a period of 0 years, 1 months, 0 workdays and 0 hours.
Metrics available in the model: loss = 0.0271, mse = 0.0006, mae = 0.0177, msle = 0.0002, rmse = 0.0228, r_square = 0.9277
1/1 [==============================] - 1s 609ms/step

The next number in the sequence is: 68.0

data value:

100,0,
64,
62,62,62,62,60,60,60,56,56,56,56,56,54,52,56,56,58,58,60,54,56,56,56,58,60,
60,58,58,58,56,58,58,62,60,58,58,56,56,56,44,38,32,30,30,30,28,30,34,38,38,
38,38,38,38,40,40,40,42,42,44,44,48,46,46,46,46,42,46,44,48,48,44,48,48,48,
48,48,48,48,50,52,52,54,54,58,58,54,54,50,50,50,48,50,54,58,58,60,56,56,60,
56,58,58,56,58,56,56,56,52,52,52,56,60,60,60,64,64,62,62,60,62,62,62,60,62,
60,60,60,60,58,58,58,56,58,60,64,66,68,70,68,68,66,64,64,64,64,64,64,64,66,
64,64,64,64,62,64,62,62,64,66,68,68,62,62,66,64,66,64,76,72,68,70,68,70,72,
72,74,74,74,74,76,72,70,66,64,64,64,66,66,66,66,60,52,52,50,50,50,52,50,50,
48,50,52,52,50,50,40,32,34,36,38,40,40,42,40,42,42,42,42,44,46,46,42,42,44,
46,44,44,44,42,46,46,46,46,48,50,50,50,52,52,52,54,54,54,54,56,58,58,58,58,
56,56,56,58,56,58,58,62,64,58,60,62,62,60,62,62,62,60,60,60,62,60,58,58,58,
56,52,56,54,62,60,60,60,58,52,50,52,56,56,54,56,54,56,54,52,52,50,52,54,54,
56,58,62,58,62,62,68,70,68,62,64,62,64,64,64,64,62,62,66,62,62,62,60,58,60,
54,56,54,50,50,54,56,48,50,50,46,46,44,44,44,40,36,40,38,36,36,36,38,42,48,
48,50,54,56,54,56,58,58,58,56,58,60,60,58,60,60,58,56,56,56,56,54,58,62,60,
62,60,54,52,56,64,60,60,60,60,62,62,62,62,62,62,62,62,62,60,60,58,58,58,58,
56,56,60,54,48,50,46,46,48,48,48,48,48,46,46,44,44,46,46,46,48,50,48,50,48,
52,46,48,54,54,56,56,54,52,52,52,52,52,50,52,52,52,50,52,52,50,50,50,52,52,
46,46,50,50,50,48,48,46,46,46,50,50,48,46,46,46,46,46,48,52,52,50,50,44,34,
34,34,34,36,40,40,42,42,40,42,44,46,48,48,48,48,52,50,52,56,58,60,54,56,58,
56,54,52,54,54,56,54,54,56,56,58,58,56,58,58,60,56,56,56,58,56,56,64,66,68,
68,70,



Файл тестовых данных также прилагается, чтобы вы могли видеть, когда он был изменен.

Файлы:
Data_1m.txt  2 kb
 
Lilita Bogachkova #:
Итак, тесты с реальными данными, EURUSD H1. RSI (28), текущее показание 70, прогнозируемое 68

The size of the data array is 528 units or a period of 0 years, 1 months, 0 workdays and 0 hours.
Metrics available in the model: loss = 0.0271, mse = 0.0006, mae = 0.0177, msle = 0.0002, rmse = 0.0228, r_square = 0.9277
1/1 [==============================] - 1s 609ms/step

The next number in the sequence is: 68.0

data value:



Файл тестовых данных также прилагается, чтобы вы могли видеть, когда он был изменен.


Фактический результат на момент закрытия свечи: 69


Я не знаю, как еще сказать, что модель предсказывает следующее значение, а не смотрит на текущее значение.
 
Lilita Bogachkova #:


Фактический результат на момент закрытия свечи: 69


Я не знаю, как еще сказать, что модель предсказывает следующее значение, а не смотрит на текущее значение.
Осталось прикрутить к терминалу) вернее сперва логику советника прописать в соответствии с прогнозным значением. Когда открываем, куда, какие тп сл или когда закрываем. 
Зы 69 это приращение индикатора или цены или что то другое?
 
Lilita Bogachkova #:

Кажется, я понимаю, что вы имеете в виду, но нет, модель предсказывает следующее значение после последнего доступного значения. Модель не может заглянуть в будущее, используя проверяемые данные. Это было первое условие, которое было проверено для предотвращения подглядывания.

не дошло до сих пор? модель не будущее, а прошлое на 1 бар назад предсказывает

нет ошибок в подготовке данных, сама модель плохо обучается. Вернее, дает плохие прогнозы.

это нормально, бОльшего не получите.

 
Maxim Dmitrievsky #:

не дошло до сих пор? модель не будущее, а прошлое на 1 бар назад предсказывает

нет ошибок в подготовке данных, сама модель плохо обучается. Вернее, дает плохие прогнозы.

это нормально, бОльшего не получите.

В данной модели машинного обучения предсказывается одно число - следующее значение в последовательности (sequence), которое прогнозируется на основе исторических данных (также содержащихся в последовательности). 

+

Что такое: sequence? Как понять что модель не будущее, а предсказывает будущее на 1 бар назад?

В контексте машинного обучения, "sequence" (последовательность) - это набор данных, упорядоченных в определенной последовательности. Например, временные ряды (time series), где каждый элемент в последовательности представляет собой значение, которое было измерено в определенный момент времени.

В данном случае, модель не предсказывает будущее на 1 бар назад. Вместо этого, модель обучается на временном ряду (sequence), где каждый элемент представляет собой значение, которое было измерено в определенный момент времени, а затем использует предыдущие значения, чтобы предсказать следующее значение в последовательности.

То есть модель получает на вход набор последовательных значений (sequence), и на выходе выдает прогноз для следующего значения в этой последовательности. Поэтому можно сказать, что модель предсказывает следующее значение в последовательности, основываясь на предыдущих значениях.


Не стоит продолжать диалог о том, что данная модель предсказывает: "прошлое на 1 бар назад", у меня такое ощущение, что вы меня тут просто троллите!


 
Valeriy Yastremskiy #:
Зы 69 это приращение индикатора или цены или что то другое?

Это следующее значение индикатора RSI (если читать справа налево, то это значение бара «0»), модель обучается на исторических значениях индикатора RSI, округленных до четных чисел (например, 30, 32, 36, 38, и т. д.). Прогнозирование выполняется во время открытия нулевого бара на основе исторических значений индикатора RSI от 1 до 20 бара.

 
Модель не обучается и не будет обучаться прогнозированию цены финансового инструмента. Потому что по информации, которую я получила от ChatGPT, есть проблемы с их нормализацией при использовании цен. Поэтому выбирается RSI, диапазон значений которого составляет от 0 до 100. Данные, подготовленные для обучения модели, всегда дополняются 0, 100. Чтобы при нормализации 0 всегда было минимальным значением, а 100 всегда максимальным значением.
100,0,
64,
62,62,62,62,60,60,60,56,56,56,56,56,54,52,56,56,58,58,60,54,56,56,56,58,60,
60,58,58,58,56,58,58,62,60,58,58,56,56,56,44,38,32,30,30,30,28,30,34,38,38,
38,38,38,38,40,40,40,42,42,44,44,48,46,46,46,46,42,46,44,48,48,44,48,48,48,
48,48,48,48,50,52,52,54,54,58,58,54,54,50,50,50,48,50,54,58,58,60,56,56,60,
56,58,58,56,58,56,56,56,52,52,52,56,60,60,60,64,64,62,62,60,62,62,62,60,62,
60,60,60,60,58,58,58,56,58,60,64,66,68,70,68,68,66,64,64,64,64,64,64,64,66,
64,64,64,64,62,64,62,62,64,66,68,68,62,62,66,64,66,64,76,72,68,70,68,70,72,
72,74,74,74,74,76,72,70,66,64,64,64,66,66,66,66,60,52,52,50,50,50,52,50,50,
48,50,52,52,50,50,40,32,34,36,38,40,40,42,40,42,42,42,42,44,46,46,42,42,44,
46,44,44,44,42,46,46,46,46,48,50,50,50,52,52,52,54,54,54,54,56,58,58,58,58,
56,56,56,58,56,58,58,62,64,58,60,62,62,60,62,62,62,60,60,60,62,60,58,58,58,
56,52,56,54,62,60,60,60,58,52,50,52,56,56,54,56,54,56,54,52,52,50,52,54,54,
56,58,62,58,62,62,68,70,68,62,64,62,64,64,64,64,62,62,66,62,62,62,60,58,60,
54,56,54,50,50,54,56,48,50,50,46,46,44,44,44,40,36,40,38,36,36,36,38,42,48,
48,50,54,56,54,56,58,58,58,56,58,60,60,58,60,60,58,56,56,56,56,54,58,62,60,
62,60,54,52,56,64,60,60,60,60,62,62,62,62,62,62,62,62,62,60,60,58,58,58,58,
56,56,60,54,48,50,46,46,48,48,48,48,48,46,46,44,44,46,46,46,48,50,48,50,48,
52,46,48,54,54,56,56,54,52,52,52,52,52,50,52,52,52,50,52,52,50,50,50,52,52,
46,46,50,50,50,48,48,46,46,46,50,50,48,46,46,46,46,46,48,52,52,50,50,44,34,
34,34,34,36,40,40,42,42,40,42,44,46,48,48,48,48,52,50,52,56,58,60,54,56,58,
56,54,52,54,54,56,54,54,56,56,58,58,56,58,58,60,56,56,56,58,56,56,64,66,68,
68,70,
 
Lilita Bogachkova #:
Модель не обучается и не будет обучаться прогнозированию цены финансового инструмента. Потому что по информации, которую я получила от ChatGPT, есть проблемы с их нормализацией при использовании цен. Поэтому выбирается RSI, диапазон значений которого составляет от 0 до 100. Данные, подготовленные для обучения модели, всегда дополняются 0, 100. Чтобы при нормализации 0 всегда было минимальным значением, а 100 всегда максимальным значением.
Гпт облегчил себе задачу) на ценах или приращениях тоже обучаются. С рси наверное можно попробовать ставить ордер бай когда прогноз рси повышается от предыдущего значения на 4 единицы и при этом становится больше 70, если по классике.
А на графиках рси или цена? Если рси то логично смотреть что с ценой и количество ошибок на экстремумах цен и так же на экстремумах рси. Рси это в любом случае производное от скользящих средних и эффект запаздывания на полпериода есть.