Приветствую всех участников форума. Поделюсь своими мыслишками насчёт реализации нейросетей в форексе.
Исходный материал для размышлений тут Какие основные выводы можно извлеч из этой статьи.
1) CLOSE - это вселенское непрогнозируемое зло.
2) OPEN и CLOSE - тянут на что то прогнозируемое.
3) Есть пример конкретной сети (44 на входе, 3 скрытых и 1 на выходе). 3000 обучающих примеров 1H CHF. Тренировка велась на 2000 эпохах.
Суть гипотезы следующий - аналогичной методикой спрогнозировать канал OPEN/CLOSE на несколько часов вперёд.
К примеру, пробуем спрогнозировать канал на 3 часа вперёд. Сначала обучаем 2 сети на пронозирование OPEN и CLOSE на 1 час вперёд. Аналогично для 2-ого и 3-его часа. В итоге наложив на график все 6 прогнозов мы получим ожидаемый канал, причём в совокупности нейросети будут "подстраховывать" друг друга.
Насколько я знаю нейросеть как правило не даёт однозначного ответа на поставленный "вопрос", но может оценить весомость каждого решения. Т.е. на примере распознования символа нейросеть вадаст результат - "вероятность того что представленный символ является буквой А 98% ,буквой Л 80%, буквой Ш 10%" и т.д. Зачем же пренебрегать другими ответами? Таким образом может имеет смысл оперировать не котировками, а количеством пунктов на кторое изменилось предыдущее значение OPEN и CLOSE (+10, +5, 0 ....) ? На выходе мы будем получать нечто такое (+10 70%, +5 90%, +0 80 %, -5 30%). Исходные данные так же можно отображать в разности между значениями, что в свою очередь сгрупирует аналогичные обучающие примеры.
Теперь насчёт реализации. Мега пакетов у меня нет, так что буду лепить на чём бог послал (библиотека FANN с сорсфоржа и дельфёвый компонент для связи с ней). Если кто то может попробовать реализовать на чём-нибудт другом, я буду только рад. Как в прочем и любым мыслям по данной теме здесь.
гы-гы! Рад, что появляются новые люди!
