Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 327

Новый комментарий
 
Maxim Dmitrievsky:

А связать с мт-шечкой SciLab можно потом будет? допустим, обученную сетку подключить

Для того и делаю. DLL писать, разумеется, придется.

Кстати, GUI и синтаксис SciLab оч близки к R.

ЗЫ Сейчас нейропакеты R просматриваю и их описания. Имхо, все гораздо сложней и менее прозрачно чем в SciLab. В SciLab, только вчера начал заниматься, уже могу нейронку сделать, был бы обучающий массив.

Там в экземплах прогнозирование синуса на 3 шага вперед.

Делается элементарно. весь код, уже с обучением:

x = 0:0.02:20;
P = sin(x);
T = 2.*sin(x - 0.2);
plot(x,P,x,T);

// Create and train a network to preduct T from P
Delay = 3;
[w,b,y,ee] = ann_ADALINE_predict(P,T,0.2,1,Delay);
figure(); plot(T); plot(y,'r');

w и b - параметры обученной нейронки.

 
Maxim Dmitrievsky:

а можно мануальчик какой-нибудь по R и как обучать простенькие нейросетки, с примерами? если есть

В атаче нейронка для Рената, но и тебе подойдёт как простенький пример.

Есть хорошая статья от СанСаныча Фоменко - https://www.mql5.com/ru/articles/1165
Там показано как использовать один из GUI для R, в котором можно обрабатывать данные и обучать разные модели. После всех операций на закладке Log можно увидеть соответствующий код, и потом самому его изменять и запускать чтоб поучиться программировать на R.


eurusd и gbpusd m30 историю баров я взял из mt5, с его новой функции экспорта истории баров в csv.

Дальше в R обучается нейронка, её веса сохраняются в файл, эти веса нужно вставить в mql5 советник. Я обучал нейронку на январе 2017 года, в другие периоды будет плохо торговать. 
Советник можно запускать на eurusd или на gbpusd.
Торговать одинаково хорошо и eurusd и gbpusd у нейронки получается посредственно, наверное нужно больше нейронов. Ещё там в mql коде закоментирован другой массив весов, они были натренированы только на eurusd, соответственно прибыль с теми весами будет вообще космическая. 


Торговля при обучении нейронки только на eurusd. 3 месяца, из них она обучалась только на одном, посерединке, там ясно видно как профит идёт вверх.


Случайные леса предсказывают тренды
Случайные леса предсказывают тренды
  • 2014.09.29
  • СанСаныч Фоменко
  • www.mql5.com
В статье описано использование пакета Rattle для автоматического поиска паттернов, способных предсказывать "лонги" и "шорты" для валютных пар рынка Форекс. Статья будет полезна как новичкам, так и опытным трейдерам.
Файлы:
nnet_example.zip  1926 kb
 
Yuriy Asaulenko:

Для того и делаю. DLL писать, разумеется, придется.

Кстати, GUI и синтаксис SciLab оч близки к R.

ЗЫ Сейчас нейропакеты R просматриваю и их описания. Имхо, все гораздо сложней и менее прозрачно чем в SciLab. В SciLab, только вчера начал заниматься, уже могу нейронку сделать, был бы обучающий массив.

Там в экземплах прогнозирование синуса на 3 шага вперед.

Делается элементарно. весь код, уже с обучением:

w и b - параметры обученной нейронки.

Да, круто.. у меня уже R стоит, правда.. совсем немного с ним работал, если ссилаб лучше для каких-то специфических задач, то мб можно и его заюзать.. но у меня пока нет таковых..

Если вернуться к теме топика о прогнозировании временных рядов - досмотрел этот ролик наконец-то до конца, и что бы вы думали... Начали с регрессионного анализа, затем перешли к сложным моделям типа арима и гарч, и закончили всё лозунгом: в топку эти модели, регрессионный анализ справляется лучше :)) Очень грамотная лекция, кстати, по крайней мере для меня очень многое прояснила. Ну и уловил суть аримы и гарча, и нашел подтверждение некоторым своим интуитивным идеям.

"За этим нет никакой науки, в конце концов мы пришли к пониманию, что никакая наука не нужна, что касается регрессионных методов"


 
Dr. Trader:

В атаче нейронка для Рената, но и тебе подойдёт как простенький пример.

Есть хорошая статья от СанСаныча Фоменко - https://www.mql5.com/ru/articles/1165
Там показано как использовать один из GUI для R, в котором можно обрабатывать данные и обучать разные модели. После всех операций на закладке Log можно увидеть соответствующий код, и потом самому его изменять и запускать чтоб поучиться программировать на R.


eurusd и gbpusd m30 историю баров я взял из mt5, с его новой функции экспорта истории баров в csv.

Дальше в R обучается нейронка, её веса сохраняются в файл, эти веса нужно вставить в mql5 советник. Я обучал нейронку на январе 2017 года, в другие периоды будет плохо торговать. 
Советник можно запускать на eurusd или на gbpusd.
Торговать одинаково хорошо и eurusd и gbpusd у нейронки получается посредственно, наверное нужно больше нейронов. Ещё там в mql коде закоментирован другой массив весов, они были натренированы только на eurusd, соответственно прибыль с теми весами будет вообще космическая. 


Торговля при обучении нейронки только на eurusd. 3 месяца, из них она обучалась только на одном, посерединке, там ясно видно как профит идёт вверх.



круть, спасибо :) Моя модель, однако, сейчас получше будет на тестах.. но еще не проверялась в боевых условиях

Кстати, эту статью СанСаныча читал, даже начинал что-то делать но потом забросил, времени не было

 
Maxim Dmitrievsky:

Да, круто.. у меня уже R стоит, правда.. совсем немного с ним работал, если ссилаб лучше для каких-то специфических задач, то мб можно и его заюзать.. но у меня пока нет таковых..

Если вернуться к теме топика о прогнозировании временных рядов - досмотрел этот ролик наконец-то до конца, и что бы вы думали... Начали с регрессионного анализа, затем перешли к сложным моделям типа арима и гарч, и закончили всё лозунгом: в топку эти модели, регрессионный анализ справляется лучше :)) Очень грамотная лекция, кстати, по крайней мере для меня очень многое прояснила. Ну и уловил суть аримы и гарча, и нашел подтверждение некоторым своим интуитивным идеям.

Не знаю, где (и в чем?) Вы увидели в SciLab специфику? Обычная сеть. Кстати, там всяких разных сетей с десяток, под разные задачи. Пример - это прогнозирующая. Есть и  классификационные.

Регрессия - эт конечно здорово. Но вам,  если на регрессии торговать, грубо говоря, на каждой минуте придется строить новую модель. В лекции сказано - чем больше интервал прогнозирования, тем больше ошибка, и при больших интервалах прогноз разваливается, вместе с моделью. Методами, изложенными в лекции, реал-тайм перестроение невозможно. 

 
Yuriy Asaulenko:

Не знаю, где (и в чем?) Вы увидели в SciLab специфику? Обычная сеть. Кстати, там всяких разных сетей с десяток, под разные задачи. Пример - это прогнозирующая. Есть классификационные.

Регрессия - эт конечно здорово. Но вам,  если на регрессии торговать, грубо говоря, на каждой минуте придется строить новую модель. В лекции сказано - чем больше интервал прогнозирования, тем больше ошибка, и при больших интервалах прогноз разваливается, вместе с моделью. Методами, изложенными в лекции, реал-тайм перестроение невозможно. 


Не специфику, а то что некоторые вещи там удобнее и быстрее делать, чем в R, как вы написали
 
Maxim Dmitrievsky:

Не специфику, а то что некоторые вещи там удобнее и быстрее делать, чем в R, как вы написали

Да, гораздо удобней, и быстрее в реализации. Но я не понял, что означает - "если ссилаб лучше для каких-то специфических задач,...". Нейронка и Африке нейронка, и вопрос только где проще, быстрей и с меньшими затратами получить результат.

Зы. Видел в экземплах обучение нейронки таблице умножения. Скажем 7 х 7 у нее, ну где-то 48.7 получается. Забавно.

 
Yuriy Asaulenko:

Да, гораздо удобней, и быстрее в реализации. Но я не понял, что означает - "если ссилаб лучше для каких-то специфических задач,...". Нейронка и Африке нейронка, и вопрос только где проще, быстрей и с меньшими затратами получить результат.

Зы. Видел в экземплах обучение нейронки таблице умножения. Скажем 7 х 7 у нее, ну где-то 48.7 получается. Забавно.


Ну то есть он удобнее для обучения НС, но в R, допустим, есть датамайнер и есть уже способ сконтачить его с МТ
 
Maxim Dmitrievsky:

Ну то есть он удобнее для обучения НС, но в R, допустим, есть датамайнер и есть уже способ сконтачить его с МТ

Data Mining в SciLab тоже есть, включая оптимизацию и генетику. Да, ДЛЛ нет, ее писать надо. Но С/С++ API есть, и сконнектиться не проблема, но некоторое время, разумеется, потребуется. Однако навыки написания ДЛЛ есть, а работы с нейросетями нет, и не думаю, что все моментально и само сделается.

Хотя, у меня и R, и SciLab на компе стоят, и я работаю и с тем, и с другим, но с R значительно реже - R, все-таки, лучше приспособлен, для своей предметной области - The R Project for Statistical Computing.

 
Maxim Dmitrievsky:

Ну то есть он удобнее для обучения НС, но в R, допустим, есть датамайнер и есть уже способ сконтачить его с МТ

Чего вы прицепились к сетям? Не работают они и все тут, просто мода прошлых веков, вероятно первый пакет машинного обучения,который был доступен.

Есть более перспективные: случайные леса, разнообразные ada. И вообще пакет-оболочка caret, в которой пару сотен пакетов, включая сетки, и можно делать автоматический выбор между ними.


ПС.

Серьезные сетки, которые скорее всего работают здесь и здесь. Автор на форуме, просекает торговлю, связь с терминалами МТ4/5 ...


ПСПС

Как можно всерьез сравнивать R со скайлабом? Какой-то деревенский пакет, ни в одном рейтинге...


ПСПСПС

И вообще дело не в моделях, а в datamining. Найдете предикторы, которые относятся к целевой переменной - озолотитесь.

Все остальное - игры разума.

1...320321322323324325326327328329330331332333334...3691
Новый комментарий