19
Июл

Новый робот.Неделя3

Posted by: Kamynin   in Нейросеть, торговые роботы (МТС)

sb_2013_72001

 

 

 

 

 

 

 

 

sb_2013_72002

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

This entry was posted on Пятница, 19 июля, 2013 at 18:54 and is filed under Нейросеть, торговые роботы (МТС). You can follow any responses to this entry through the RSS 2.0 feed. Both comments and pings are currently closed.

17 comments so far

roof
 1 

Николай, как вы вычисляете точки покупки/продажи, используемые в обучении? Фракталы или ценовой фильтр?
От чего зависит какое число свечей взять для расчета первичных признаков, подаваемых на вход? Вы писали, что это зависит от фазы рынка. Могу предположить, что Вы берете какое-то определенное количество волн, которые получаются наложением на 3000 свечей того же ценового фильтра.

23 июля, 2013 at 17:38
Kamynin
 2 

точки покупки/продажи в обучении определяет учитель.
я не считаю свечи. Поэтому их количество зависит от движения рынка.

23 июля, 2013 at 18:50
roof
 3 

Есть ли какие-нибудь первичные признаки на входе, полученные из объёмов?
Что за чёрточки на графике? Догадываюсь только о природе OD,HD,LD и CD 🙂

23 июля, 2013 at 17:48
Kamynin
 4 

На графиках показана вся информация, которая используется для формирования первичных признаков.
Алгоритмы своих функциональных преобразований я не раскрываю.
В новом роботе объемы практически не используются.
Объемы использовались в роботах на истории в 4 года.
~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Новый робот — представляет собой некую лабораторную заготовку.
Поскольку процесс перехода на LUA из-за нехватки времени (след-но и желания) затянулся,
то сделал «игрушку» -новый робот, чтобы проверить некоторые идеи.

23 июля, 2013 at 18:56
roof
 5 

Что за учитель?

23 июля, 2013 at 22:05
Kamynin
 6 

Я не ставлю своей целью учить теории распознавания образов
и методам создания систем искусственного интеллекта.
Более подробно с данными вопросами можно ознакомиться в литературе по распознаванию образов.
~~~~~~~~~~~~~~~~~~~~~~~~
Если кратко, то я уже об этом говорил, повторю еще раз.
~~~~~~~~~~~~~~~~~~~~~~~~
Есть два подхода к созданию систем распознавания :
Обучение с учителем и без учителя (самообучение)
В-первом случае выборку разделяемых классов формирует учитель -человек.
Во-втором, выборка формируется на основе критериев компактности классов.

23 июля, 2013 at 22:19
roof
 7 

Ок. Свечи не считаете. Волны считаете?

23 июля, 2013 at 22:22
roof
 8 

Ок, с учителем все понятно. Тогда сказав, что точки покупки/продажи, используемые при обучении выбирает учитель, Вы просто ушли от ответа? Как Вы их выбираете?

23 июля, 2013 at 22:29
roma095
 9 

Николай, приветствую.
Вопрос у меня вот какой — считаю, что новичку, только окунувшемуся в мир нейронных сетей довольно тяжело сделать систему, корректно определяющие все развороты в лонг например. Каким путем лучше пойти?

1. Определить экстремумы с похожими признаками. например более менее V образный разворот и пытаться уже описывать его признаки. Пусть мы будем входить не на каждом развороте, но постепенно можно будет наращивать количество разворотов которое мы определяем корректно.

2. Сразу пытаться найти единые признаки для всех разворотов.

25 июля, 2013 at 10:18
Kamynin
 10 

Добрый день,Роман!
Вы собственно сами ответили на свой вопрос.
Вариант 1 — верен не только для новичков.
Как говорит народная мудрость: «step by step».

25 июля, 2013 at 20:13
roof
 11 

Ром, а как ты собрался брать V-образный разворот и описывать признаки?
Нейронная сеть не описывается функциями вроде «два чёрных бара, за ними молот, и далее два белых бара -> покупка».
Тут все по-другому. Ты говоришь, то некий обученный чёрный ящик умеет преобразовывать вход в выход. При этом чёрный ящик обучен так, что если на входе, скажем, 10 клозов предыдущих свечей, MA(10), MA(20), MA(30), RSI(15), RSI(30) и 5 опенов последних дней. Итого 20 первичных признаков, поданных на вход сети.
Заметь, ни о каком описании разворотов речи нет.

25 июля, 2013 at 14:43
roma095
 12 

roof, то есть ты считаешь, что у Николая сетка в момент разворота в лонг имеет одинаковый набор признаков с одинаковыми параметрами на каждом развороте?

25 июля, 2013 at 15:38
roof
 13 

🙂 А-то! Чтобы менять состав признаков на разворотах, надо знать где они. А мы тут как раз их и предсказываем:)

25 июля, 2013 at 15:41
roma095
 14 

«Нейронная сеть не описывается функциями вроде «два чёрных бара, за ними молот, и далее два белых бара -> покупка».»

Roof, не согласен. Если мы определим такой паттерн как признак, то почему нет? Сеть будет встречать похожий признак, на выходе выдавать команду на покупку.

25 июля, 2013 at 21:20
Kamynin
 15 

Более того, распознавание различных комбинаций баров можно осуществлять одной сетью и ее выходы будут признаками для другой сети и т д.
Т.е. сигналы одних нейронных сетей можно рассматривать как первичные признаки других нейронных сетей.
Как говорит народная мудрость : «Все в мире относительно»

25 июля, 2013 at 22:45
roof
 16 

Николай, я не понимаю.
Комбинации баров, если они известны, не легче описать функцией? Зачем применять нейронную сеть, если мы описываем вход в позицию на двух чёрных барах, молоте и двух белых барах? Нейронная сеть наоборот интересна тогда, когда практически невозможно построить функциональную зависимость между входами и выходами.

26 июля, 2013 at 09:42
Kamynin
 17 

Готовые решения или готовые правила являются результатом обобщения накопленного опыта в предыдущих исследованиях.
Иначе сказать — это рецепты учителя.
Применение таких правил позволяет существенно сокращать время обучения.
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
В нейронных сетях — все как у людей.
Кто-то начинает учить с самых азов,
кто-то запоминает стереотипное поведение(знания),
не утруждая себя изучением основ.
В первом случае мы знаем подробно что и как работает и способны сами исправлять проблемы.
Во-втором, знаем лишь как этим пользоваться.
Оба подхода имеют свои плюсы и минусы.
Выбор за Вами.
~~~~~~~~~~~~~~~~~~~

26 июля, 2013 at 10:47
Back to top