Fraktale , Sieci neuronowe ,Algorytmy genetyczne...

[morderca]

Ale to nie moc obliczeniowa jest tutaj największym problemem.

[Greg68E]

Witam ja korzystam z tego softu wyniki całkiem przyzwoite posiadam wersje 5.6 beta 3 oraz crack a także wszystko co jest potrzebne do pełnej współpracy z mt4.
Chętnych proszę o kontakt na priv nie mogę tego umieścić na forum w związku z naruszeniem praw autorskich.



Posukuję wskażników NOXA CSSA jeżeli ktoś by miał też chętnie bym skorzystał.

Podaj mi maila na priv to przesle Ci noxe, choc osobiscie nie polecam tej drogi, polecam przeczytanie dyskusji na forum: http://www.trade2win.com/boards/trading ... shell.html
gdzie nasz rodak o nicku krzysiaczek udowadnia zupelna nieprzydatnosc tych wskaznikow....

[morderca]

Posiedziałem trochę nad sieciami. Niestety bez wielkich sukcesów. Próbowałem zrobić tak, by sieć mi obliczało High i Low 3 świeczki do przodu. Niestety jedyne co udaje mi się wyliczyć to obecną cenę. Ale tu nie chodzi o teraźniejszość a o przyszłość niestety. Po prostu sieć wpasowuje się w obecny wykres.

[green7]

Posiedziałem trochę nad sieciami. Niestety bez wielkich sukcesów. Próbowałem zrobić tak, by sieć mi obliczało High i Low 3 świeczki do przodu. Niestety jedyne co udaje mi się wyliczyć to obecną cenę. Ale tu nie chodzi o teraźniejszość a o przyszłość niestety. Po prostu sieć wpasowuje się w obecny wykres.

A co podawałeś na wejściu sieci ?
Czym trenowałeś sieć ?
Jaka topologia//rodzaj sieci ?

[morderca]

Podejście było prymitywne w sumie, bo gdzieś wyczytałem, że ktoś przy takim podejściu miał super rezultaty. 5 ostatnich świeczek na wejściu. High, Low, Open, Close. Na wyjściu Low i Close za trzy świeczki. Zwykła sieć wielowarstwowa o 3 warstwach ukrytych. TF 1H. Zbiór danych - 4000 przypadków.

[LowcaG]

Podejście było prymitywne w sumie, bo gdzieś wyczytałem, że ktoś przy takim podejściu miał super rezultaty. 5 ostatnich świeczek na wejściu. High, Low, Open, Close. Na wyjściu Low i Close za trzy świeczki. Zwykła sieć wielowarstwowa o 3 warstwach ukrytych. TF 1H. Zbiór danych - 4000 przypadków.

Jak dla mnie to nie mialo prawa dzialac. Ty nawet nie rozpoznawałeś wzorca, naprawdę chciałeś prognozować konkretne wartości. Normalizowales jakos we/wy?

IMHO, aby uzywac uzywac NN trzeba zrozumiec, że one w zaden sposób nie są w stanie niczego prognozowac. Moga tylko znalesc funkcje relacji miedzy we a wy, czy tez okreslic czy dany wzorzec nalezy do klasy A czy tez nie.

Dlatego szanse na to, ze istnieje funkcja opisujaca relacje miedzy 5 high/low itd a Low i Close sa jak dla mnie małe, zeby nie powiedziec marne.

[morderca]

Wiem czym są sieci neuronowe i wiem co one robią oraz jak działają. Ja właśnie szukałem tej funkcji która opisuje zależności między moim wejściem i wyjściem.

[LowcaG]

Wiem czym są sieci neuronowe i wiem co one robią oraz jak działają. Ja właśnie szukałem tej funkcji która opisuje zależności między moim wejściem i wyjściem.

A normalizowales jakos we/wy?
Bo jezeli nie, to taki test raczej byl pozbawiony sensu. W danych uczacych masz prawdopodobnie inne zakresy danych wejsciowych (czytaj cena), niz w danych testowych.

Nie wiem czy sie ze mna inni zgodza, ale jak dla mnie (jezeli brac NN jako znajnowanie zaleznosci miedzy wejsciem a wyjsciem, a nie klasyfikowanie czy dany wektor nalezy do zbioru czy nie) NN sa dobrym narzedziem do interpolacji, ale juz kiepskim do ekstrapolacji. Czyli jezeli masz na wejsciu danych testowych calkiem inne zakresy cen to isnieje bardzo male prawdopodobienstwo ze Ci sie uda.

[wojnowy]

A normalizowales jakos we/wy?
Bo jezeli nie, to taki test raczej byl pozbawiony sensu.

Normalizacja raczej tutaj nie powinna mieć większego znaczenia bo wszystkie dane są z tego samego zakresu. Co najwyżej dane wyjściowe (wzorcowe) powinny zostać znormalizowane ale też niekoniecznie (nie dużo by to pomogło) (EDIT) chociaż nie, tutaj akurat by to miało spore znaczenie - tzn. normalizacja danych wzorcowych (mniejsze znaczenie byłoby, gdyby wzorcem byłaby np. stopa zwrotu).
Natomiast jeśli zakres w danych wejściowych się nieznacznie różni ale nie jest on zbyt duży to wagi same powinny się przystosować do tych różnic (w pierwszej warstwie są zależności liniowe suma przemnożonych wag przez zmienne).
Jeśli chodzi o same zmienne wejściowe to w praktyce normalizacja/standaryzacja tak naprawdę nie musi mieć w ogóle znaczenia jeśli się to uwzględni przy wstępnym dobieraniu wag (losowaniu) wystarczy, że zmiennym, które mają szerszy zakres będziemy losować zmienne z mniejszego zakresu a tym, co mają mniejszy zakres wstępne wagi z większego zakresu (to taka mała ciekawostka , która jest bardzo niewygodna i zdecydowanie lepiej przeskalować zmienne )

Ja bym przede wszystkim upatrywał tutaj przyczyny po pierwsze w ilości zmiennych wejściowych (czemu tak mało? co było tego przyczyną?).
oraz
w ich jakości (czysta cena jest niezbyt dobrą zmienną) już znacznie lepiej zastosować prostą średnią
w ilości iteracji (nie mylić z ilością danych wzorcowych )
zastanawiam się również co to znaczy, że zmienne wyjściowe były Low i Close (jakoś nie mogę dopatrzyć się tu sensu że niby były dwa neurony wyjściowe?)

Niestety jedyne co udaje mi się wyliczyć to obecną cenę. Ale tu nie chodzi o teraźniejszość a o przyszłość niestety. Po prostu sieć wpasowuje się w obecny wykres.

Co to w ogóle znaczy? czy na pewno wiesz co robisz? jak sieć może dopasowywać się do obecnej ceny?! czy uwzględniłeś to, że w wektorze ze zmiennymi dane powinny być odpowiednio przesunięte w stosunku do wektora z danymi wzorcowymi?
Do tego czy uwzględniłeś bias? To nie powinno mieć większego znaczenia ale czasem pomaga

Zastanawiam się również jaki był algorytm uczenia, chociaż to nie powinno mieć większego znaczenia. Do tego jaka była funkcja na wyjściu (liniowa czy nie)? Możesz się również pochwalić ile sieć miała "neuronów" (w warstwie ukrytej)?
Do tego taka mała uwaga: SSN zazwyczaj mają 1 warstwę ukrytą a nie 3 :] (jest warstwa wejściowa Twoje zmienne; warstwa(y) ukryta ilość neuronów; warstwa wyjściowa ilość klas (różnych wzorców) - tutaj wystarczy jeden dla dwóch stanów: wzrost i spadek ceny lub po prostu dla ceny).

A tak z ciekawości korzystałeś z jakiegoś programu/bibliotek czy sam wszystko stworzyłeś od podstaw?
Pozdrawiam

[morderca]

No jak widać trochę zostałem skrytykowany i zalany pytaniami. W porządku, bo co rzadko się w internecie zdarza, ta krytyka jest konstruktywna.

Może odpowiem na kilka pytań:
To podejście zastosowałem, bo jak napisałem znalazłem jakiś mały tutorial i tam właśnie było zastosowane takie podejście. Poza tym dopiero zaczynam doświadczenia z sieciami. Uczyłem się o sieciach trochę w szkole, ale była to głównie teoria i implementacja prostych algorytmów. Teraz do sieci wróciłem, bo stwierdziłem, że może to być ciekawe doświadczenie. A i może do czegoś dojdę kiedyś.
To raz. Dwa - uważam, że jak na razie nie potrzebuję pisać swojego softu. Wystarczy mi na razie gotowe oprogramowanie. Używam Statistica oraz RapidMiner. Piszę co najwyżej jakieś programy do obróbki danych. No i połączenie tego wszystkiego z mql. Na razie tyle. Na resztę pytań jeszcze odpowiem przy innej okazji.
Może z tego co piszę, wydawać by się mogło, że jestem jakimś dzieciakiem co siada i mówi: "o sieci neuronowe! Teraz będę wygrywał. Jutro będę miał kasę na Ferrari." Może nie wiem bardzo wielu rzeczy, ale jakieś podstawy jednak tam mam. Przy kolejnym podejściu postaram się dokładniej opisywać to co robię i dlaczego tak a nie inaczej. Wtedy będzie łatwiej wskazać co robię dobrze a co źle.

Pozdrawiam