Нейронные сети. Вопросы экспертам. - страница 10
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Это понятно. Чем меньше ошибка тем больше профит? Или какая взаимосвязь?(я об этом)
Можете описать общий вид взаимосвязи которую Вам хотелось бы видеть? Это формула или хватит того примера который я Вам выложил на 2 или на 3 странице...
Опишите просто что Вы хотели бы увидеть в качестве взаимосвязи, а то просто не понятно что именно понимается под взаимосвязью...
Приветствую всех!
Нужен вразумительный ответ, от людей имеющих достаточный опыт работы с нейро-сетями и генетическими алгоритмами, на следующий вопрос:
"Возможно ли это сделать с использованием нейро-сетевых технологий?"
Задача заключается в следующем-допустим,есть кластерный индикатор который генерирует несколько десятков различных сигналов Buy/Sell. для каждого инструмента входящего в кластер,т.е. имеем группу сигналов,причем каждый сигнал может принимать несколько десятков значений скажем от 10 - 120 типов. Все сигналы уникальны и формализованы. В итоге получается несколько сотен уникальных сигналов Buy/Sell. Теперь сама суть задачи:
-Возможно ли с помощью нейро-сетей моделировать качество этих сигналов на исторических данных инструментов входящих в кластер, для определения степени риска?
-Если возможно,то в какую сторону "рыть", т.е. какие инструменты наиболее подходят для решения поставленной задачи?
Приветствую всех!
Нужен вразумительный ответ, от людей имеющих достаточный опыт работы с нейро-сетями и генетическими алгоритмами, на следующий вопрос:
"Возможно ли это сделать с использованием нейро-сетевых технологий?"
Задача заключается в следующем-допустим,есть кластерный индикатор который генерирует несколько десятков различных сигналов Buy/Sell. для каждого инструмента входящего в кластер,т.е. имеем группу сигналов,причем каждый сигнал может принимать несколько десятков значений скажем от 10 - 120 типов. Все сигналы уникальны и формализованы. В итоге получается несколько сотен уникальных сигналов Buy/Sell. Теперь сама суть задачи:
-Возможно ли с помощью нейро-сетей моделировать качество этих сигналов на исторических данных инструментов входящих в кластер, для определения степени риска?
-Если возможно,то в какую сторону "рыть", т.е. какие инструменты наиболее подходят для решения поставленной задачи?
на счёт их уникальности я бы поспорил... :)
Задача непонятная, т.е. прочитав "-" я так и не понял с чем нужно справиться, может подробнее опишите...
Сигналы поступают замкнутые? Т.е. за Buy идёт Sell, за Sell идёт Buy? грубо говоря сиггнал будет иметь вид 1111100011111111100000000000111111100000111100000000 где 0-Sell, 1-Buy Если так то можно проверить насколько уникальны эти сигналы...
Не совсем так, уникальность сигналов обеспечивается за счет анализа свечных формаций(групп свечей состоящих из 2х и более свечей), на основе анализа модели присваивается уникальный код например 4506. Почему столько много сигналов? просто некоторые модели имеют несколько десятков видов. Стоит задача выявить наиболее важные модели среди всего многообразия.
Важные по какому то критерию? Как Вы сами судите о важности?
Важные по какому то критерию? Как Вы сами судите о важности?
Под "важностью" подразумевается частота появления сигнала, прогностическая ценность(профит фактор, просадка), т.е. возникает необходимость отслеживать статистику по каждому типу модели. В принципе организовать думаю все это будет несложно и без сетей, но предполагаю, что возможное использование, в данном случае нейро-сетевых технологий будет наиболее перспективным. Если не прав-поправьте, просто не возился ни разу с сетями:)
Под "важностью" подразумевается частота появления сигнала, прогностическая ценность(профит фактор, просадка), т.е. возникает необходимость отслеживать статистику по каждому типу модели. В принципе организовать думаю все это будет несложно и без сетей, но предполагаю, что возможное использование, в данном случае нейро-сетевых технологий будет наиболее перспективным. Если не прав-поправьте, просто не возился ни разу с сетями:)
Если Вы так полагаете, то это вовсе не означает, что так оно и есть.
Для обучения сети Вам все равно нужен получить критерий важности еще до сетки, чтобы скормить ей примеры. Сеть сама не разберется, что Вам важно, а что пофиг, т.к. она не обладает телепатическими способностями. Ей нужны конкретные примеры.
Под "важностью" подразумевается частота появления сигнала, прогностическая ценность(профит фактор, просадка), т.е. возникает необходимость отслеживать статистику по каждому типу модели. В принципе организовать думаю все это будет несложно и без сетей, но предполагаю, что возможное использование, в данном случае нейро-сетевых технологий будет наиболее перспективным. Если не прав-поправьте, просто не возился ни разу с сетями:)
Частоту появления сигнала легко посчитать и без сетей, ГА-ов...
Прогностическую ценность думаю тоже, но есть варианты исплоьзования ГА.
Вообще у Вас задача не поставлена, пока по ответам сужу... Поэтому и помочь Вам никто не сможет.
Не совсем так, уникальность сигналов обеспечивается за счет анализа свечных формаций(групп свечей состоящих из 2х и более свечей), на основе анализа модели присваивается уникальный код например 4506. Почему столько много сигналов? просто некоторые модели имеют несколько десятков видов. Стоит задача выявить наиболее важные модели среди всего многообразия.
Советничек, с параметром "Тип сигнала" - и в оптимизатор, перебирать этот параметр, так и найдете. Очень, очень многие задачи решаются легко без нейросетей.