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
Кстати на чем основано предположение шо на базе прошлого можно прогнозировать будущее?
Есть советник, работающий на вероятностной нейросети (скажем, 50-100 входов). Ситуация такая: бывает так, что после недельной оптимизации на м15 следующую неделю торгует (в тестере) почти так же прибыльно, а бывает уходит в минус. Это связано с динамикой курсов? а может быть с переобучением? Помогите.
Для определения вероятности чего работает сеть?
См. https://www.mql5.com/ru/forum/124028
Вероятность движения индикатора MACD, точнее, попадет ли следующий бар MACD в канал, предшествующий этому бару (если такой канал есть)
на рисунке изображен канал:
Белой стрелкой помечен бар, который не попал в этот канал
Ага, а определив вероятность выше порогового значения эксперт принимает решение об открытии позы, да? И стопы, наверное, фиксированные, угадал? И берутся для анализа, наверное, n -е количество предыдущих показаний индикатора, снова угадал?
А какая зависимость между принимаемым решением об открытии позы и установленными стопами? - её нет.
Такой механизм работать не будет (так, как хочется), и он ничем не лучше пересечений машек.
Если что не правильно понял - пардон, предоставленная Вами информация весьма скудна.
Все не совсем так, как вы описали, тэйк профита вообще нет, но эта система все равно мне не нравится. Вероятность чего вы посоветуете определять?
Все не совсем так, как вы описали, тэйк профита вообще нет, но эта система все равно мне не нравится. Вероятность чего вы посоветуете определять?
Значит общий портрет системы я нарисовал верно. Хотя, я оказывается, сильно приукрасил: всё намного хуже - нет стопов.
Плохо не то, что нет стопов само по себе, хотя это плохо по другой причине, а то, что нет предмета для определения вероятности у сети. При "обучении" происходит банальный подбор весов сети таким образом, что ваша ТС дает прибыль на исторических данных, при этом нет извлечения закономерностей из данных. Отсюда нестабильные результаты.
Я бы вообще не рекомендовал на первых порах работать с вероятностными сетями. Не потому, что они плохи. А потому, что они сложны в плане предоставления им адекватного учителя.
При работе с вероятностными сетями нужно описать задачу так, что бы вероятности 1 полностью соответствовали одни примеры, а вероятности 0 - полные их противоположности. Всё, что лежит между этими примерами есть вероятность той или другой противоположной категории. В вашей системе и близко этого нет, даже намека на что то подобное.
Я бы рекомендовал ставить задачу сети таким образом, что бы задачей сети было аппроксимация данных. Но здесь, а мы говорим про рынок, есть свои сложности, как то представление входящей информации таким образом, что бы у входных данных был строго горизонтальный коридор.
Или описывать задачу классификации.
Задачи аппроксимации и классификации проще, так как легче задать примеры и соответствующие им ответы. При этом нужно не забывать об исключении противоречивых вариантов, когда одному примеру может соответствовать несколько ответов, хотя, повторюсь, это проще, чем работа с вероятностями.
В общем, так. Для кого то мои слова покажутся банальностями, для кого то новой ценной информацией для размышления. Постарался как можно покороче разжевать, так как, по видимому, у автора совсем мало опыта в работе с сетями. В любом случае, легко не будет. Не на рынке, не на рынке с сетями, не на рынке без сетей. Предстоит большая работа.
Удачи.