Разговор с искусственным интеллектом (ИИ) о форексе. - страница 115

 
По хорошему что бы это был по настоящему прогноз нужно прогнозировать вперед минимум на треть периода индикатора а лучше на половину. Это выйдет за диапазон запаздывания. А так это прогноз в зоне запаздывания.
 
Valeriy Yastremskiy #:
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.

В моем случае это первый пример машинного обучения, да и то это все решение, предоставляемое ChatGPT. Изначально хочется понять, чего можно добиться с помощью обученной модели и уже потом думать, что с ней делать? 

Первое, что я спросила у ChatGPT, — какие инструменты анализа можно использовать для машинного обучения, чтобы предсказывать направление цены. В ответе была рекомендация использовать предсказание значения индикатора, так я и пришла к использованию RSI. 

 
Valeriy Yastremskiy #:
По хорошему что бы это был по настоящему прогноз нужно прогнозировать вперед минимум на треть периода индикатора а лучше на половину. Это выйдет за диапазон запаздывания. А так это прогноз в зоне запаздывания.

Идея заключалась в том, чтобы просто посмотреть, увеличится или уменьшится прогнозируемое значение индикатора для нулевого бара. Если он увеличится, цена, вероятно, пойдет вверх, если уменьшится, цена пойдет вниз, все так тривиально просто.

Читая форум, я не верила, что вообще что-то можно предсказать, поэтому ChatGPT попросила создать код, с помощью которого я могу протестировать обученную модель, чтобы она предсказывала каждое следующее значение в последовательности и сравнивала его с реальными данными. Вот так появились тестовые данные, которые я разместила здесь. Модель обучалась на AUDUSD H1 RSI (28), а затем тестировалась на значениях RSI других финансовых инструментов, так что это совсем другие тестовые данные.

 
Читая то, что написано на этом форуме, у меня сложилось впечатление, что те, кто занимался машинным обучением, не считают нужным знать направление движения цены для следующего бара (можно подумать, что они уже умеют его предсказывать) , вместо этого они пытаются предсказать, как далеко разместить TP и SL. Для меня это пока недосягаемый уровень машинного обучения. Единственное, чего мне удалось добиться при обучении модели, так это того, что цена на таймфрейме Н1 движется в среднем в пределах 10 пунктов. Итак, моя цель - узнать направление и разместить TP 10 пунктов от цены открытия H1.
 
Lilita Bogachkova #:

Идея заключалась в том, чтобы просто посмотреть, увеличится или уменьшится прогнозируемое значение индикатора для нулевого бара. Если он увеличится, цена, вероятно, пойдет вверх, если уменьшится, цена пойдет вниз, все так тривиально просто.

Читая форум, я не верила, что вообще что-то можно предсказать, поэтому ChatGPT попросила создать код, с помощью которого я могу протестировать обученную модель, чтобы она предсказывала каждое следующее значение в последовательности и сравнивала его с реальными данными. Вот так появились тестовые данные, которые я разместила здесь. Модель обучалась на AUDUSD H1 RSI (28), а затем тестировалась на значениях RSI других финансовых инструментов, так что это совсем другие тестовые данные.

Да для первого раза очень даже) все работает, пакеты прикручены и считают) вы просто молодец!
Но это задача прогноза. Одна из задач советника. Другая задача это связь с терминалом.

 
2 подхода. Первый это перенести модель в терминал. Второй это наладить обмен данными. В вашем случае на этом этапе лучше второй. Можно через файлы.
 
Lilita Bogachkova #:
Читая то, что написано на этом форуме, у меня сложилось впечатление, что те, кто занимался машинным обучением, не считают нужным знать направление движения цены для следующего бара (можно подумать, что они уже умеют его предсказывать) , вместо этого они пытаются предсказать, как далеко разместить TP и SL. Для меня это пока недосягаемый уровень машинного обучения. Единственное, чего мне удалось добиться при обучении модели, так это того, что цена на таймфрейме Н1 движется в среднем в пределах 10 пунктов. Итак, моя цель - узнать направление и разместить TP 10 пунктов от цены открытия H1.

Не совсем так. Задача классификации цвета свечи (в качестве признаков - фиксированное количество предыдущих свечей) - это классика, с которой МО начинается практически у всех. Со временем, многие отходят от такой постановки задачи. Причина в том, что обычно получается слишком малый выигрыш по сравнению с наивным прогнозом, с которым вам и предлагалось сравнить вашу модель. 

 
Lilita Bogachkova #:
Читая то, что написано на этом форуме, у меня сложилось впечатление, что те, кто занимался машинным обучением, не считают нужным знать направление движения цены для следующего бара (можно подумать, что они уже умеют его предсказывать) , вместо этого они пытаются предсказать, как далеко разместить TP и SL. Для меня это пока недосягаемый уровень машинного обучения. Единственное, чего мне удалось добиться при обучении модели, так это того, что цена на таймфрейме Н1 движется в среднем в пределах 10 пунктов. Итак, моя цель - узнать направление и разместить TP 10 пунктов от цены открытия H1.
Lilita, расскажу, как я поступил:

Попросил чат написать на питоне следующий код:

x1 = (Текущее фактическое значение - предыдущее фактическое значение) 
x2 = (Предыдущий прогноз - пред-предыдущий прогноз)

Если (х1 и х2 > 0 или x1 и х2 < 0), то balance_1+= абсолютное значение( x1) и balance_2 += 1.

иначе  balance_1-= абсолютное значение( x1) и balance_2 -= 1.

Вывести на экран график значений  balance_1 и  balance_2

Таким образом, мы проверяем:

1. Угадала ли нейросеть направление движения и насколько
2. Угадала ли нейросеть направление.

И всё. Терминал не нужен. Баланс идёт вверх - это рабочая модель. Баланс барахтается туда-сюда (хаос) - это всё тлен (как у меня). 

Ну, спред нет смысла учитывать на H1, он будет съедать понемногу. Если же пихать цены (как я), то можно было отнимать от всех полученных значений ещё по 1.0 пункту.

 
Ivan Butko #:
Lilita, расскажу, как я поступил:

Попросил чат написать на питоне следующий код:

x1 = (Текущее фактическое значение - предыдущее фактическое значение) 
x2 = (Предыдущий прогноз - пред-предыдущий прогноз)

Если (х1 и х2 > 0 или x1 и х2 < 0), то balance_1+= абсолютное значение( x1) и balance_2 += 1.

иначе  balance_1-= абсолютное значение( x1) и balance_2 -= 1.

Вывести на экран график значений  balance_1 и  balance_2

Таким образом, мы проверяем:

1. Угадала ли нейросеть направление движения и насколько
2. Угадала ли нейросеть направление.

И всё. Терминал не нужен. Баланс идёт вверх - это рабочая модель. Баланс барахтается туда-сюда (хаос) - это всё тлен (как у меня). 

Ну, спред нет смысла учитывать на H1, он будет съедать понемногу. Если же пихать цены (как я), то можно было отнимать от всех полученных значений ещё по 1.0 пункту.

В балансе 1 учитываются приращения цены, а не прогноза, насколько угадала в пунктах надо сравнивать прогноз с ценой. Но там философия сложная начинается, точно угадала, значение больше дала по направлению движения или меньше и как это влияет на качество торговли. 

1-й пункт, это сколько бы смогли заработать в идеальных условиях.

 
Видимо эта нейронка берет трафарет для ответов из разных СМИ. Интересно наблюдать за тем, как ИИ пытается предугадать ситуацию на рынке