Análise de Preços com Redes Neurais - Page 2
Página 2 de 742 FirstFirst 1 2
Results 11 to 20 of 20

Thread: Análise de Preços com Redes Neurais

  1. #11
    Oi Drummer, eu não tenho nenhuma experiência real com o NN, mas parece muito com programação distribuída (paralela), então eu acho que tenho uma noção do que você está procurando junto com o seu programa e sua explicação era que o seu NN seria ser é muito bom
    . Eu posso estar pulando a arma com esta pergunta, mas eu tenho que perguntar. Você realmente vai olhar para os relatórios de notícias para obter informações extras assim que receber as entradas brutas treinadas? Acho que pode ser um conjunto de dados válido se a filtragem e os recursos corretos puderem ser encontrados e usados. Quais são seus pensamentos? Atualmente estou trabalhando apenas em tal programação de notícias para um indicador de sinais de negociação. É funcional, mas precisa de ajuste e provocação antes de usá-lo para negociações.

  2. #12
    sim
    A informação comercial ideal que você mencionou é realmente o que eu falei no meu próximo artigo nesta revista. O que você está falando é direcionar o futuro próximo alto e baixo para cada padrão de entrada. O sinal de compravenda é realmente redundante, desde que você possa calculá-lo com o ditado (highgt; low) * 2-1. Depois de treinar em um grande conjunto desses padrões, a rede neural aprenderá a produzir a média desses valores sobre o conjunto de padrões semelhantes.
    Você está certo, é a mesma coisa que você começou. Esse ditado me jogou por um minuto. (hgt; no entanto) é booleano, 1 ou 0, entendi.
    De qualquer forma, como você afirmou, o NN vai cuspir o caminho, então você tem que utilizar uma distribuição.
    Em vez disso, prefiro que a comunidade aprenda a distribuição. Conhecer a distribuição dos folhetos anteriores permite que você crie eégias com base na probabilidade calculada de atingir diferentes pontos de preço. Por exemplo, estamos acostumados à idéia de aceitar negociações com uma relação TPSL de 2: 1 ou 3: 1, mas não podemos ter certeza de que eles realmente aumentarão nossos ganhos, pois sem uma vantagem preditiva, uma parada mais próxima geralmente é mais provável que seja atingido do que o lucro adicional. Se soubéssemos a distribuição estatística dos pontos de preço durante a próxima hora (ou dia, ou semana ... o que for), podemos definir paradas que, historicamente, agora têm menos probabilidade de serem atingidas do que o nosso nível de lucro. Idealmente, nós teríamos a habilidade de escolher negociações que são extremamente altas e altamente recompensadas, onde o fim provavelmente não é atingido, o lucro é muito provável de ser acertado, e também o lucro é signifiivamente maior do que a parada. Warren Buffet sempre atribui seu sucesso à criação de investimentos de baixo risco e alta recompensa. Nosso objetivo deve ser o mesmo - ou seja, maximizar a probabilidade de ganhar enquanto minimiza a probabilidade de perder ou nas condições do negociador: ter uma vantagem no mercado.
    Você está falando minha língua aqui. Eu tenho um thread fechado chamado Expectancy é sempre zero, onde este é apenas um desses tópicos. Um TPSL de 3: 1 significa que a taxa de ganho seria de cerca de 25% em uma eégia sem borda. Geralmente, a taxa de ganho obrigatório (RWR) para quase todas as eégias é (Perda Média)(Ganho Médio Perda Média). A questão é que eu tentei enrolar minha cabeça em troca de uma oferta no passado e tive dificuldade em imaginar a maneira de agir, especialmente no caso de um suprimento separado para altos e baixos.
    Na verdade, eu acho que o que você realmente tem é uma distribuição sobre todos os pares de altos e baixos, ou seja, sobre um lugar com alta no eixo X e reduzido no Y, por exemplo. Em qualquer ponto teórico, teoricamente, você teria um valor, embora eu saiba que você está indo para biná-los. Finalmente, a fim de criar uma ferramenta de negociação, tem de haver algum processo para obter os insumos em uma extremidade para as 3 grandes decisões (compravenda, parada, TP) na outra. Isso pode ser um problema muito mais espinhoso do que a estrutura e o treinamento da própria rede. Eu estou trazendo isso hoje porque é essencial saber, nesta fase, como você gostaria que a saída se parecesse. É doloroso encontrar algo todo construído e depois perceber que você gostaria de fazer algo diferente. Espero que você evite esse problema, e talvez você já tenha coberto isso. Estou fora daqui a noite, mas estou ansioso por suas atualizações. Esta discussão irá governar!

  3. #13
    Baterista, fio incrível, cara! Você já aumentou minha compreensão sobre redes neurais e programá-las. Eu devo fazer coisas diferentes! . . .Maldito!!!
    . . .brincando. RI MUITO
    Eu vou aproveitar isso!

  4. #14
    A questão é que eu tentei envolver a negociação de um suprimento anteriormente e tive dificuldade em visualizar como fazê-lo, particularmente no caso de um suprimento separado para altos e baixos.
    Na verdade, eu acho que você teria uma distribuição sobre todos os pares de altos e baixos, ou seja, sobre um lugar com grande no eixo X e reduzido no Y como. Em qualquer ponto teórico, teoricamente, você teria um valor, embora eu entenda que você está indo para biná-los. Finalmente, para criar uma aplicação de negociação, é necessário que haja algum processo para obter as entradas na mesma extremidade das três grandes decisões (compravenda, parada, TP) na outra. Isto pode revelar-se um problema muito mais espinhoso do que a construção e instrução da própria internet. Eu estou trazendo isto hoje como chave para entender neste ponto como você gostaria que a saída se parecesse. É uma dor encontrar algo todo construído e depois perceber que você gostaria de fazer algo diferente. Espero que você evite esse problema e talvez já o tenha coberto.
    Eu realmente pensei um pouco sobre esse assunto. Eu entendo de um de seus PMs que você está interessado em algoritmos genéticos. Este pode ser um caso em que os AGs podem ser bastante úteis na determinação de boas abordagens para fazer uso das saídas da rede neural. Por outro lado, existem algumas outras técnicas de aprendizado ou classificação de máquina que poderiam ser aplicadas ao problema da decisão de negociação usando os dados de fornecimento. Também podemos ter a capacidade de produzir uma eégia de negociação por meio de teoria simples. Desde que entendamos o que a oferta significa, podemos fazer uso inteligente dela. Essencialmente, o fornecimento nos informará como é provável que um determinado ponto de preço seja atingido em um determinado período de tempo. Sabemos que, para alcançar uma alta de 50 pips acima do preço atual, o preço também (tipicamente) deve passar pelos níveis de 10 pip, 20 pip, 30 pip e 40 pip. Assim, sabendo o suprimento aproximado, poderíamos somar as probabilidades de níveis mais extremos para calcular a probabilidade esperada de acertar qualquer quantia durante um intervalo futuro. Podemos, então, produzir padrões comerciais que escolhem apenas os negócios de maior probabilidade. Também podemos dividir os pedidos take profit e stop loss em algumas ordens eificadas em toda a oferta, de acordo com as probabilidades de diferentes graus. Além disso, essa é uma configuração que pode ser calculada para facilitar a recompensa mais alta com o risco mínimo. De qualquer forma, tudo isso é uma conjectura que precisará ser reconsiderada após a conclusão da rede final. Acredito que vou começar a desenvolver a comunidade com a construção descrita e, quando percebermos mais tarde que a distribuição de probabilidade é menos útil do que outra meta, poderíamos alterá-la com bastante facilidade. A dificuldade real da programação é simplesmente configurar e depurar a estrutura para treinamento, teste e visualização da saída. Vai demorar um bom tempo até que eu tenha algo útil desenvolvido, no entanto vou manter este segmento atualizado conforme eu progrida. Tenha um final de semana fantástico, ou o que restar dele

  5. #15
    Muito boa eégia! Eu estou fazendo algo parecido. O que você acha de integrar a tendência de grande escala à equação normalizando as barras? O que quero dizer é dizer 10000 bares atrás preço foi de 3000 pips reduzido. Isso significa que, em média, estamos subindo 3 pips a cada 10 barras. Isso poderia ser útil se você normalizar as barras OHLC para refletir isso em sua equação de distribuição?

  6. #16

    Abordagem realmente excelente! Eu estou fazendo algo parecido. O que você considera incorporando tendência à escala muito grande na equação normalizando as barras. O que quero dizer é que o preço do estado de 10000 barras era de 3000 pips mais baixos. Significa que, em média, estamos subindo 3 pips por 10 barras. Isso poderia ser útil se você normalizar as barras OHLC para significar isso em sua equação de suprimento?
    Ideia interessante. Sem normalização, a oferta seria desviada para qualquer coisa que a tendência de longo prazo é. Isso seria bom se estivéssemos na mesma tendência de longo prazo, mas não muito bem se a tendência tivesse mudado ultimamente. Eu suponho que você poderia fazer algum tipo de normlização, mas também não está claro exatamente como você deve se normalizar apropriadamente. Pode ser melhor incluir apenas um conjunto de médias móveis em diferentes fases nas entradas. Isso ajudaria o sistema a separar o motivo da distorção e estaria em posição de replicar a quantidade certa de distorção de distribuição para o mercado atual. Obrigado, charlinks ... bom ponto!

  7. #17
    Eu entendo de um de seus PMs que você está interessado em algoritmos genéticos.
    Programas genéticos (GP) realmente, que foi uma teoria projetada após GA por um pesquisador chamado Koza, eu acho. Eu sou apenas nit-picking em uma noite de domingo.
    :

  8. #18
    2 Anexo (s) Aqui está um indicador que criei que pode ser útil. É uma distribuição de preço fácil. Brincando com os parâmetros poderia criar resultados bem diferentes. Cell_width quantas barras usar para sua distribuição de preço por célula cell_rows quantas linhas para dividir a distribuição de preço em cell_cols quantas colunas para gerar ... para alguns cálculos pesados, você pode diminuir esse número se a funcionalidade sofre como você provavelmente precisará do recente distribuição de preços cell_step quanto maior o número, mais blocos são ignorados para cada etapa, ainda está calculando o número de pub_width de pubs. Portanto, se cell_step e cell_width forem exatamente iguais, você encontrará uma imagem nítida. Se cell_width for maior, você observará dados confusos. Cut_off todas as células são normalizadas com um valor de 0 a 1, no caso de você desenhar todas elas, será muito intensivo em recursos. Então, tudo maior que cut_off não é desenhado. (Eu coloquei 0.8 às vezes para identificar áreas poderosas de suporteresistência) count_inside_bars count_support count_resistance e isso é um pouco de mágica ... ao invés de contar todo o bar que eu dividi dentro da barra = (Open - Close) support = (Low - Min (Abrir, Fechar) resistência = (Max (Aberto, Fechado) - Alto) Dessa forma você pode concentrar sua pesquisa somente em suporte ou somente em áreas de resistência.
    https://www.tradingintuitivo.com/att...3427100106.ex4

  9. #19
    Ideia interessante. Sem normalização, a distribuição seria distorcida para qualquer tendência de longo prazo. Isso estaria bem se estivéssemos na mesma tendência de longo prazo, mas não está bem se a tendência tivesse mudado recentemente. Eu acho que você poderia fazer algum tipo de normlização, mas também não está claro exatamente como você deve normalizar apropriadamente. Pode ser melhor apenas incorporar um conjunto de médias móveis em diferentes fases nas entradas. Isso ajudaria o sistema a separar a causa do desvio e estaria em posição de replicar a quantidade certa de distorção de distribuição para o mercado atual. Obrigado, bom propósito!
    Você sabe ... é só me acertar ... Tudo que você precisa fazer é corrigir o preço das taxas de câmbio de juros !!!
    Na verdade, alguns corretores fazem exatamente isso ... eles consertam seu preço de entrada para significar a troca, então se você mantivesse GJ por 100 dias você teria como um preço de compra de 200 pips abaixo do seu comércio inicial lá dentro ...

  10. #20
    Programas genéticos (GP), na verdade, que foi um conceito desenvolvido após GA com um pesquisador chamado Koza eu acredito. Eu sou apenas nit-picking em uma noite de domingo.
    :
    Sim, eu acho que o GP é uma aplicação sensata da teoria do GA. O romance de aprendizado de máquina com o qual eu estou mais familiarizado (Aprendizado de Máquina por Tom Mitchell) trata cada tipo de algoritmo de aprendizado como uma abordagem de pesquisa. Então GP é sua aplicação do método de busca GA para tarefas de programação. Deixando de lado a taxonomia, empregar um método de busca por algoritmos genéticos para a questão da escolha ótima de comércio poderia definitivamente criar algumas soluções decentes que nunca pensaríamos em nós mesmos.
    Este é um indicador que eu fiz que pode vir a ser útil. É uma oferta de preço simples. Brincar com os parâmetros pode criar resultados bastante diferentes. ... Desta forma, você poderá concentrar sua pesquisa somente em suporte ou somente em áreas de resistência.
    Muito na moda. Eu fiz algo assim uma vez que atraiu uma série de linhas sr usando cores diferentes com base nas distribuições altasbaixas anteriores, mas isso é muito mais configurável. Bem feito!

Permissões de Publicação

  • Não pode publicar novos tópicos
  • Não pode publicar respostas
  • Não pode publicar anexos
  • Não pode editar as suas publicações
  •  
  • Código BB está Ativo
  • Smilies estão Ativos
  • Código [IMG] está Ativo
  • Código [VIDEO] está Ativo
  • Código HTML está Desligado
O site da tradingintuitivo utiliza cookies
O site da tradingintuitivo utiliza cookies, alguns já foram definidos. Pode ler sobre a nossa utilização de cookies aqui. Por favor, clique no botão à direita para aceitar os nossos cookies. Se continuar a usar o site da tradingintuitivo, vamos supor que aceita os nossos cookies.