#r — посты и обсуждения
3 доступных поста
Как меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганным
Раннее писал о том, как наконец запустил обучение нейронных сетей в связке Metatrader+dll+R+Python+(Deepnet, Keras, Tensorflow и др).
Раз все теперь работает корректно, можно продолжить эксперименты.
В предыдущий раз, я использовал более менее дефолтные настройки, которые уже не раз запускал для отладки работы самих алгоритмов и технологической связки.
Настало время немного “подкрутить” параметры. Для иллюстрации, того, как изменится кривая Equity изменим параметры учителя немного, а именно сделаем два канала и синхронизируем их. Все, что не удалось синхронизировать в одинаковую сторону сигналы двух каналов, обозначим, как NA и в последствии уберём из обучающей выборки.
Период, принципы торговой системы (ТС) из предыдущей статьи и другие параметры сетей изменять не будем (пример №1 из предыдущей статьи).
Был запущен дополнительный вариант тестирования, при котором позиция закрывалась на следующем баре, если не достигла заданного TP. Посмотрим, что получилось.
Прокомментировать
733
Суслик есть или нет. Сравнение RSI, Random и ИИ (ML DL DNN LSTM) в трейдинге
Именно такое название хотелось обозначить и закрыть свой “гештальт” в вопросе целесообразности (эффективности) использования каких либо “индюков” (индикаторы) или ML/DL при предсказании (найти в хаосе тренд) будущей цены на валютных парах.
Наверное, много, кто “гонял” оптимизатор и история, чтобы найти оптимальные параметры на какой-то срок, потом круг повторялся, когда все ломалось. Мне надоело, так делать и мне хотелось, чтобы механизм нейронных сетей (ML/DL) делал это за меня и за тестер. Так, начал свой “ресерч” (мне было очень интересно сравнить разные сигналы в одинаковых условиях ТС), потом забрасывал на годы, потом пересматривал и вот наконец, все таки, “добил” и оно “заработало”.
Предлагаю выбрать (LSTM, DNN_v1, RSI, DNN_v2, Random) и написать свой ответ в комментариях, какому варианту результата соответствует данный график Equity:
Прокомментировать
552
Россия — в восьмёрке мировых лидеров по расходам на науку
Несмотря на все разговоры о том, что страна живёт только нефтью и газом, эксперты подсчитали: по внутренним затратам на гражданские исследования и разработки (R&D) Россия занимает 8-е место в мире. Цифра — почти $67 миллиардов по паритету покупательной способности. Такие данные получили в НИУ ВШЭ. Конечно, до Китая и США, которые тратят на науку больше триллиона долларов каждый, нам пока далеко. Но сам факт, что Россия держится в первой десятке, говорит о многом. Научно-технологическая база у страны не «для галочки», а вполне рабочая. Это не про космос и оборонку — это про гражданские исследования. Лекарства, новые материалы, IT-решения, сервисы. Почему это важно для обычного человека? Чем больше своих разработок, тем меньше зависимости от чужих поставок. Рентгеновский аппарат не придётся чинить запчастями из-за границы, лекарство не пропадёт из аптеки из-за санкций, а софт для больницы можно будет написать внутри страны. Это про суверенитет, но не в громком политическом смысле, а в бытовом — чтобы всё работало, когда надо. За 8-е место, конечно, не дают медалей. Но сам тренд обнадёживает. Деньги в науку идут — значит, есть шанс, что наши учёные и инженеры не только догонят, но где-то и придумают то, чего ещё нет у лидеров. Главное, чтобы эти $67 млрд доходили до реальных лабораторий, а не оседали в отчётах. #Россия #РасходыНаНауку #R&D #НИУВШЭ #Технологии #Инновации #Господдержка #разработки
Прокомментировать
858