Спортлото Матчбол / Лотерея нейронная сеть

Воскрешение нейронных сетей для торговли

В последнее время часто можно услышать о нейронных сетях и машинном обучении. Например, Microsoft, а затем и Google объявили о внедрении нейронных сетей в собственных переводчиков. Конечно, на этом фоне популярность нейронных сетей снова растет, что, конечно, не может игнорировать торговое сообщество.

Это не редкость, потому что трейдеры - это новая и точно забытая старая надежда, которая была популярна в годы до кризиса. Такие программы, как neurosell, neurolysis ранее популярны у трейдеров. Но вы не должны быть одурачены введением нейронных сетей для торговли на иностранной или фондовой бирже - захватывающие, псевдонаучные разоблачения звучат, но, как правило, бесполезно, и вот почему.

Что более уместно найти на рынке, используя нейронные сети?

Внедрение любого математического устройства для прогнозирования временных рядов означает, что входные данные содержат некоторую информацию, которую можно построить с небольшими ошибками. Многие наивно полагают, что прошлое содержит информацию о будущем, но это не так для рынка. Вы можете, без помощи других, провести автокорреляционное исследование, по крайней мере, некоторых рыночных данных с самим собой или найти статистически важные связи между различными рыночными данными и значениями, включая сдвиг в будущем. Вы должны подтвердить и принять конкретный вывод о предсказуемости рынка, по крайней мере, любым методом, основанным на данных о ценах и индикаторах.

Это не означает, что нейронные сети не выполняют свою функцию. Можно прогнозировать и распознавать типы, шаблоны, но для измерения на рынке вам нужны взвешенные модели, чтобы заработать деньги. Только есть одна проблема - нет постоянных технических шаблонов.

Рыночные средства могут быть получены только при наличии связи между прошлыми данными и будущим. Например, за некоторыми действиями с большими возможностями следует другое, и трейдер может получить прибыль, полагаясь на это «второе» действие. В то же время, прибыль от правильных рабочих ситуаций права огромна, чем потери от неудачных ситуаций. Точка поиска шаблонов или ситуаций, которые не приводят к излишку? Ты понимаешь что? Именно такие паттерны и ищут в использовании нейронных сетей, что приводит к потерям. То есть, прежде чем использовать нейронную сеть, уместно иметь идею или модель дохода.

Кстати, многие сторонники идеи, что вы можете поместить нейронную сеть в данные, и она сама что-то найдет - это называется уместно. Нейронная сеть будет генерировать красивые изображения из истории, но поскольку шаблон на самом деле не существует и он подходит, результат на самом деле будет сразу невыгодным. Как я все это понимаю? Я специализировался на нейронных сетях до 2008 года, у нас даже есть какой-то успех в распознавании образов. Но так как в долгой истории просто нет моделей измеряемого дохода, мы оставили нейронные сети.

Когда необходимо использовать нейронные сети?

Между данными из прошлого и будущего существуют корреляции, достаточные для получения прибыли. На больших горизонтах и ​​в основных данных такие связи есть! Одним из распространенных примеров является пророчество о возможности рецессий, сбоев и т.д. Но все эти модели основаны на статистическом и регрессионном анализе, то есть при построении такой модели нейронные сети не нужны, они просто лишние.

На самом деле, новые авторы нейронных сетей не имеют ни малейшего представления, что они получают в конце. Как правило, это отличные подходы к временным рядам, хотя в действительности они смотрят только в будущее или прогноз «завтра будет таким же, как сегодня» или несбалансированная модель без возможности получения прибыли.

Как можно использовать нейронные сети?

Для систематизации сложных ситуаций очень подходят нейронные сети. Если сами ситуации, которые систематически потенциально являются убыточными, сеть найдет шаблоны правильными, но вы просто не сможете на этом заработать.

  1. Возьмите «Условный флаг». Если флаг долгое время имеет положительную статистику, вы можете обучить нейронную сеть искать хотя бы несколько флагов. Но если этот шаблон невыгоден, какой смысл? Вы, наверное, думаете, что моя модель выгодна! Ну, это часто не тот случай, если вы посчитаете статистику, то вы узнаете, как на самом деле это сделать. Если вы используете прибыльный паттерн / ситуацию - поздравляю, но если у вас даже нет статистики, каков расчет?
  2. Сложная ситуация: результатом положительного NFP является стоимость определенной области канала, а волатильность такая-то и такая-то. По статистике, при таком сценарии рынок приносит достаточно прибыли для получения прибыли. Имеет ли смысл использовать нейронную сеть? Возможно, да, особенно если определение такого шаблона имеет нечеткую логику и веса в базе данных.

Что предсказуемо и предсказуемо?

То, что это игровой автомат, имеет тенденцию или цикличность, что означает связь между прошлым и будущим. Погода прогнозируется с небольшой ошибкой, потому что она сезонная / циклическая, также наблюдается некоторое глобальное повышение температуры и наблюдается тенденция к сезонности. Тем более, что погода предсказуема, поскольку она очень стационарна и фактически повторяется, то есть, по существу, наблюдения из прошлого содержат информацию о будущем.

Тем более, что все в данной области торгуют с длинными трендами или импульсами, обычно это инвесторы, а умные спекулянты имеют дело с сезонными / циклическими расстройствами.

Почему другие зависимости ничего не значат для рынка?

Почему другие зависимости ничего не значат для рынка, например, некоторые условные возможности? Потому что ты просто не можешь зарабатывать деньги. Ну, представьте, что в сентябре у вас есть возможность собирать коллекцию как ¼. Это означает, что только из одного года из четырех вы сможете собирать яблоки и не знаете, какой именно год. Стоит ли строить дальше - НЕТ! Аналогия также актуальна на рынке - да, на самом деле существуют некоторые соглашения и некоторые ситуации, в которых, если какое-либо действие происходит, оно сопровождается определенной вероятностью, немного лучшей, чем 1/2, на рынке наступает желаемое движение или действие. Просто невозможно заработать деньги.

  • Нейронные сети систематизируют модели ситуации идеально.
  • Если между прошлым и будущим нет связи, то ни нейронная сеть, ни человек не могут предсказать будущее.
  • Отношения между прошлым и будущим - это либо наличие тенденции в ряду данных, либо наличие цикла в ряду данных.
  • Если в наборе данных нет шаблонов или они не важны, нет смысла их использовать. У вас есть исторические симуляции, такие как эти, в течение 10-20 лет? Кстати, вы можете открыть статистику фондов и увидеть огромное количество конкретно похожих результатов. Может быть, вы должны использовать то, что работает и делать в качестве фонда, то есть инвестировать?
  • Ну, и если ваша вера сильна и, согласно вашему умеренному взгляду, рынок определяется куклами, просто считая статистику по годам, мозг форекс излечивается конкретно.

Успешного заработка на рынке!