Discussione: Analisi dei prezzi con reti neurali

Ciao Drummer, non ho alcuna esperienza reale con NN, ma sembra molto simile alla programmazione distribuita (parallela), quindi penso di avere un'idea di cosa stai guardando con il tuo programma e la tua spiegazione è stata che il tuo NN sarà molto bene
. Potrei saltare la pistola con questa domanda, ma devo chiedere. Stai andando a guardare le notizie per ulteriori informazioni una volta che hai ricevuto gli input grezzi addei? Penso che potrebbe essere un set di dati valido se il filtro e le fonti corretti potrebbero essere trovati e utilizzati. Quali sono i tuoi pensieri? Attualmente sto lavorando proprio su tale programmazione per le notizie come indiore di segnali commerciali. ?? funzionale, ma deve essere aggiustata e presa in giro prima che la utilizzi per le negoziazioni.

Originariamente Scritto da ;

sì
I dati commerciali perfetti che hai menzionato sono in realtà ciò di cui ho parlato nel mio secondo post in questo diario. Ciò di cui stai parlando è il targeting per il futuro alto e basso per ogni modello di input. Il segnale di acquistovendita è in realtà ridondante, dato che è possibile calcolarlo tramite l'espressione (alta), bassa * 2-1. Dopo l'allenamento su una vasta serie di questi modelli, tuttavia, la rete neurale imparerà a produrre la media di questi valori rispetto all'insieme di modelli simili.

Hai ragione, è la stessa cosa con cui hai iniziato. Quell'espressione mi ha lanciato per un minuto. (hgt; l) è booleano, 0 o 1, capito.
Ad ogni modo, come hai detto tu, l'NN sputerà solo i mezzi per usare una distribuzione.

Originariamente Scritto da ;

Invece, preferisco che la rete impari la distribuzione. Conoscere la distribuzione statistica passata consente di creare egie basate sulla probabilità calcolata di colpire diversi prezzi. Ad esempio, siamo abituati all'idea di fare scambi con un rapporto TPSL 2: 1 o 3: 1, ma non possiamo essere sicuri che aumenteranno effettivamente le nostre vincite, poiché senza un margine di previsione, una fermata più vicina di solito è più probabile che venga colpito rispetto al più alto guadagno. Se conoscessimo la distribuzione statistica dei punti di prezzo nell'ora successiva (o giorno, o settimana ... qualunque cosa), potremmo stabilire degli arresti che, storicamente, sono in realtà due volte meno probabilità di essere colpiti rispetto al nostro livello di profitto. Idealmente, saremmo in grado di scegliere mestieri che hanno una probabilità molto alta e una ricompensa elevata, in cui è improbabile che la fermata sia colpita, che il profitto sul take sia molto probabile e che il take profit sia signifiivamente più lontano dello stop. Warren Buffet attribuisce sempre il suo successo alla realizzazione di investimenti a basso rischio e alta remunerazione. Il nostro obiettivo dovrebbe essere lo stesso, vale a dire massimizzare la probabilità di vincere riducendo al minimo la probabilità di perdere - o in termini di trader: avere un vantaggio sul mero.

Stai parlando la mia lingua qui. Ho un thread chiuso chiamato Expectancy è sempre zero dove questo è uno degli argomenti. Un TPSL di 3: 1 significa che il tasso di vincita sarebbe di circa il 25% in una egia senza margine. In generale, la percentuale di vincita richiesta (RWR) per qualsiasi egia è (perdita media)(guadagno medio perdita media). Il fatto è che ho cero di ripercorrere il trading da una distribuzione in passato e ho avuto problemi a immaginare come farlo, specialmente nel caso di una distribuzione separata per alti e bassi.
In realtà, immagino che cosa avresti davvero una distribuzione su tutti gli accoppiamenti di alti e bassi, ad esempio su un'area con un alto sull'asse X e un valore basso su Y ad esempio. In qualsiasi momento, teoricamente, avresti un valore, anche se so che in effetti lo farai. In definitiva, per poter fare uno strumento di trading, ci deve essere un processo per passare dagli input da una parte alle 3 grandi decisioni (buysell, stop, TP) dall'altra. Questo potrebbe rivelarsi un problema molto più spinoso rispetto alla costruzione e alla formazione della rete stessa. Lo sto facendo ora perché è fondamentale sapere in questa fase come deve apparire l'output. ?? un dolore avere qualcosa di tutto costruito e poi realizzare alla fine che vuoi che faccia qualcosa di diverso. Spero che eviterai questo problema e forse lo hai già coperto. Sono fuori di qui per la notte, ma non vedo l'ora di ricevere i tuoi aggiornamenti. Questa discussione sta per dominare!

Batterista, Filo fantastico, amico! Hai già migliorato la mia comprensione sulle reti neurali e programmandole. Dovrei fare altre cose! ...Maledetto!!!
...prendere in giro. LOL
Mi piacerà questo!

Originariamente Scritto da ;

Il fatto è che ho cero di ripercorrere il trading da una distribuzione in passato e ho avuto problemi a immaginare come farlo, specialmente nel caso di una distribuzione separata per alti e bassi.
In realtà, immagino che cosa avresti davvero una distribuzione su tutti gli accoppiamenti di alti e bassi, ad esempio su un'area con un alto sull'asse X e un valore basso su Y ad esempio. In qualsiasi momento, teoricamente, avresti un valore, anche se so che in effetti lo farai. In definitiva, per poter fare uno strumento di trading, ci deve essere un processo per passare dagli input da una parte alle 3 grandi decisioni (buysell, stop, TP) dall'altra. Questo potrebbe rivelarsi un problema molto più spinoso rispetto alla costruzione e alla formazione della rete stessa. Lo sto facendo ora perché è fondamentale sapere in questa fase come deve apparire l'output. ?? un dolore avere qualcosa di tutto costruito e poi realizzare alla fine che vuoi che faccia qualcosa di diverso. Spero che eviterai questo problema e forse lo hai già coperto.

In realtà ho pensato un po 'a questo problema. So da uno dei tuoi PM che sei interessato agli algoritmi genetici. Questo potrebbe essere il caso in cui le GA potrebbero essere abbastanza utili nel determinare i buoni modi per utilizzare le uscite della rete neurale. D'altra parte, ci sono una serie di altre tecniche di apprendimento automatico o di classificazione che potrebbero essere applie al problema del processo decisionale commerciale utilizzando i dati di distribuzione. Potremmo anche essere in grado di creare una egia di trading attraverso una semplice teoria, comunque. Finché capiamo cosa significa la distribuzione, possiamo farne un uso intelligente. In sostanza, la distribuzione ci dirà quanto è probabile che un certo punto di prezzo sarà raggiunto in un determinato periodo di tempo. Sappiamo che, per raggiungere un massimo di 50 pips al di sopra del prezzo corrente, anche il prezzo (tipicamente) deve passare attraverso i 10 pip, 20 pip, 30 pip e 40 livelli di pip. Quindi, conoscendo la distribuzione approssimativa, possiamo sommare le probabilità di livelli più estremi per calcolare la probabilità prevista di colpire qualsiasi livello durante un periodo di tempo futuro. Possiamo quindi creare criteri commerciali che selezionano solo le negoziazioni con la maggiore probabilità. Potremmo anche suddividere gli ordini take profit e stop loss in una serie di ordini ifii attraverso la distribuzione in base alle probabilità di diversi livelli. Questa è anche una configurazione che potrebbe essere calcolata per facilitare la ricompensa più alta con il minimo rischio. Ad ogni modo, questa è tutta una congettura che dovrà essere riconsiderata una volta che la rete finale sarà terminata. Penso che inizierò a sviluppare la rete con la struttura descritta, e se ci rendiamo conto in seguito che la distribuzione delle probabilità è meno utile di un altro obiettivo, possiamo cambiarle abbastanza facilmente. La vera difficoltà di programmazione è semplicemente l'impostazione e il debug del framework per la formazione, il testing e la visualizzazione dell'output. Ci vorrà un po 'di tempo finché non avrò sviluppato qualcosa di utile, ma terrò questo thread aggiornato man mano che avanza. Buon fine settimana o altro

Ottimo approccio! Sto facendo qualcosa di simile. Cosa ne pensi di incorporare una tendenza molto grande nell'equazione normalizzando le barre. Quello che voglio dire è dire 10000 bar fa il prezzo era inferiore di 3000 pips. Ciò significa che in media stiamo salendo di 3 pip per 10 bar. Ciò potrebbe essere utile se normalizzi le barre OHLC per riflettere ciò nella tua equazione di distribuzione?

Originariamente Scritto da ;

Ottimo approccio! Sto facendo qualcosa di simile. Cosa ne pensi di incorporare una tendenza molto grande nell'equazione normalizzando le barre. Quello che voglio dire è dire 10000 bar fa il prezzo era inferiore di 3000 pips. Ciò significa che in media stiamo salendo di 3 pip per 10 bar. Ciò potrebbe essere utile se normalizzi le barre OHLC per riflettere ciò nella tua equazione di distribuzione?

Idea interessante Senza la normalizzazione, la distribuzione sarebbe orientata verso qualunque sia la tendenza a lungo termine. Questo andrebbe bene se fossimo ancora nella stessa tendenza a lungo termine, ma non andrebbe bene se la tendenza fosse cambiata di recente. Suppongo che potresti fare una sorta di normlizzazione, ma non è chiaro esattamente come dovresti normalizzarti in modo appropriato. Potrebbe essere meglio includere semplicemente un insieme di medie mobili su periodi diversi sugli input. Ciò aiuterebbe la rete a separare la causa dell'oscillazione e sarebbe in grado di replicare la corretta quantità di inclinazione della distribuzione per il mero corrente. Grazie, ciarlatani ... ottimo punto!

Originariamente Scritto da ;

So da uno dei tuoi PM che sei interessato agli algoritmi genetici.

In realtà i programmi genetici (GP), che era un concetto sviluppato dopo GA da un ricerore di nome Koza, penso. Sono solo pignoli di domenica sera.
:

2 Attachment (s) Ecco un indiore che ho fatto che potrebbe rivelarsi utile. ?? una semplice distribuzione dei prezzi. Giocherellare con i parametri può creare risultati molto diversi. cell_width quante barre utilizzare per la distribuzione del prezzo per colonna cell_rows quante righe per dividere la distribuzione del prezzo in cell_cols quante colonne generare ... per alcuni calcoli pesanti è possibile ridurre questo numero se le prestazioni ne risentono poichè molto probabilmente è necessario il recente distribuzione dei prezzi cell_step più alto è il numero, più blocchi vengono saltati per ogni passaggio, si sta ancora calcolando il numero di barre di larghezza di cella. quindi se cell_step e cell_width sono uguali, vedrai un'immagine chiara. se cell_width è signifiivamente più alto vedrai dati sfoi in. cut_off tutte le celle sono normalizzate con un valore da 0 a 1 se le peschi tutte saranno molto intensive. quindi tutto più piccolo di cut_off non viene disegnato. (Ho messo 0.8 volte per identificare aree di supportoresistenza forti count_inside_bars count_support count_resistance e qui c'è un po 'di magia ... invece di contare l'intera barra l'ho diviso in bar = = (Apri - Chiudi) supporto = (Basso - Min ( Open, Close) resistance = (Max (Open, Close) - High) In questo modo puoi concentrare il tuo studio solo sul supporto o solo sulle aree di resistenza. Happy Neural Networking !!!
https://www.forexmad.com/attachments...3427100106.ex4

Originariamente Scritto da ;

Idea interessante Senza la normalizzazione, la distribuzione sarebbe orientata verso qualunque sia la tendenza a lungo termine. Questo andrebbe bene se fossimo ancora nella stessa tendenza a lungo termine, ma non andrebbe bene se la tendenza fosse cambiata di recente. Suppongo che potresti fare una sorta di normlizzazione, ma non è chiaro esattamente come dovresti normalizzarti in modo appropriato. Potrebbe essere meglio includere semplicemente un insieme di medie mobili su periodi diversi sugli input. Ciò aiuterebbe la rete a separare la causa dell'oscillazione e sarebbe in grado di replicare la corretta quantità di inclinazione della distribuzione per il mero corrente. Grazie, ottimo punto!

Sai ... mi ha appena colpito ... Tutto quello che devi fare è regolare il prezzo per i tassi di swap di interesse !!!
In effetti alcuni broker fanno esattamente questo ... aggiustano il prezzo di entrata per riflettere lo swap quindi se hai tenuto GJ per 100 giorni avresti avuto un prezzo di acquisto di 200 pips al di sotto del tuo scambio originale in ...

Originariamente Scritto da ;

In realtà i programmi genetici (GP), che era un concetto sviluppato dopo GA da un ricerore di nome Koza, penso. Sono solo pignoli di domenica sera.
:

Sì, immagino che GP sia un'applicazione pratica della teoria GA. Il libro di apprendimento automatico con cui ho più familiarità (Machine Learning di Tom Mitchell) tratta ogni tipo di algoritmo di apprendimento come metodo di ricerca. Quindi GP è l'applicazione del metodo di ricerca GA alle attività di programmazione. Tassonomia a parte, applicare un metodo di ricerca dell'algoritmo genetico al problema della selezione commerciale ottimale potrebbe sicuramente produrre alcune buone soluzioni che non avremmo mai pensato a noi stessi.

Originariamente Scritto da ;

Ecco un indiore che ho fatto che potrebbe rivelarsi utile. ?? una semplice distribuzione dei prezzi. Giocherellare con i parametri può creare risultati molto diversi. ... In questo modo puoi concentrare il tuo studio solo sul supporto o solo sulle aree di resistenza.

Molto bello Ho realizzato qualcosa del genere una volta che ha disegnato un numero di righe sr usando colori diversi in base alle passate distribuzioni altobasso, ma questo è molto più configurabile. Molto bene!