Прогнозирование глубокого обучения с архитектурой DeepMind Wavenet
Страница 1 из 812 12 ПоследняяПоследняя
Results 1 to 10 of 13

Thread: Прогнозирование глубокого обучения с архитектурой DeepMind Wavenet

  1. #1
    Привет,

    Я построил модель глубокого обучения для прогнозирования цен на рынке Форекс. И это дало удивительно хорошие результаты при прогнозировании направления среднего значения следующего бара по сравнению со средним значением последнего бара.

    Модели глубокого обучения способны находить закономерности в больших наборах данных с множеством функций. Я не только дал модели цену, но и сгенерировал множество функций из тиковых данных и данных экономических новостей.

    Описание модели можно посмотреть здесь:

    https://medium.com/analytics-vidhya/...5ff2e0e2e966e5
    Руководство по подготовке данных здесь:

    https://github.com//probabilistic_wa...preparation.md

    Если есть вопросы, предложения, пишите.

    Я использовал разные формы вывода, прямые и вероятностные. На изображении ниже показаны некоторые шаги вероятностного прогноза:
    (Синяя и оранжевая линии — это прогнозы разных моделей, а красная вертикальная линия — истинная цена JPY/USD (да, не USD/JPY).)


    https://miro.medium.com/max/618/1*GN...P3kp9Ikng.jpeg

    Обновлять:
    Как указал PipMeUp, этот прогноз можно рассматривать как своего рода индикатор, а не торговую стратегию. Я не хотел констатировать больше. Построение стратегии на нем требует больше работы, и я не могу утверждать, что это будет прибыльная стратегия, так как я ее пока не делал.
    Но я надеюсь, что вы найдете подход и индикатор вдохновляющими.

    Спасибо

  2. #2
    Спасибо за публикацию этой темы. В последнее время на медиуме появилось несколько интересных статей. Недавно я проследил за другим для R, который использовал тензорный поток, но после его реализации понятия не имел, что с этим делать. Может быть, эта ветка даст мне мотивацию, чтобы, наконец, полностью перейти на Python, поскольку, похоже, именно из него берутся все лучшие новые пакеты. Спасибо за рекомендацию книги. Надеюсь, я смогу ускориться, пробежав приведенные в нем примеры и следя за вашими успехами. Вы работаете исключительно на Python? Большая часть моей разработки сейчас находится на C# — у меня есть отличный интерфейс для R, но мне понадобится что-то подобное для передачи данных в/из Python. Я знаю, что в Visual Studio есть несколько приятных функций для Python, но я не уверен, насколько легко переходить с C# на Python. Я сменил компьютеры, и поэтому в основном нужно установить Python с нуля. Вы предлагаете Anaconda или другой способ получить большинство необходимых пакетов?

  3. #3
    Спасибо за длинный пост PipMeUp. У вас очень хорошее замечание, это только показатель. И он предсказывает только следующие 5-минутные средние значения бара, что делает его более сложным в использовании, чем другой предиктор, который предсказывает некоторое значение в определенное время. Но это усреднение уменьшило волатильность прогнозируемой переменной, и модели было легче найти некоторые закономерности. Для стратегии я должен обучать другие модели, но не сильно отличающиеся от этой. Я бы не стал прогнозировать цены открытия или закрытия, потому что они самые сложные. Но также попытался бы спрогнозировать максимум, минимум, первый и третий квартиль столбца. Это очень помогло бы, с такими индикаторами было бы проще разрабатывать стратегию, находить уровни TP и SL. . . Построение модели, которая предсказывает все это сразу, даже может помочь лучше обобщить, но это не может быть известно заранее. Поэтому требуется несколько дней вычислений на GPU. И я должен также использовать цену предложения, сделать те же функции и составить некоторые многообещающие перекрестные функции (спред, проскальзывание и другие) из цены предложения и продажи. Это должно еще больше помочь модели. После этого следует построение стратегии. Во-первых, я бы выбрал более консервативную стратегию, не основанную на DL. Конечно, обучение с подкреплением, которое получает входные данные, было бы неплохо, но на его разработку ушло бы очень много времени, и, возможно, стратегии, не основанной на машинном обучении, было бы достаточно. О доверительном интервале: для направленного метода Relu я не показывал доверительный интервал, вы правы. Простым показателем для определения некоторой неопределенности является сама средняя средняя ошибка. И мы можем подогнать нормальное распределение к ошибкам проверки и получить внутренние 95 процентов для широкого доверительного интервала. Для последних моделей с вероятностными выходными данными мы получаем распределения как прогноз (мы получаем средние значения и стандартные отклонения подраспределений). Таким образом, на каждом шаге можно рассчитать доверительный интервал с любым уровнем из средних значений и стандартных отклонений, прогнозируемых для этого конкретного времени, и каждый временной шаг имеет свой собственный доверительный интервал на основе входных параметров. Из картинки, которую я вставил выше
    https://miro.medium.com/max/618/1*GN...P3kp9Ikng.jpegтрудно получить эти уровни достоверности, для лучшего суждения следует указать уровни 50 и 95 процентов. Да, я должен найти время для дальнейшего улучшения моделей, спасибо.

  4. #4
    1 Приложение(я)
    Quote Originally Posted by ;
    Итак, краткий ответ: я не буду разрабатывать полную стратегию в ближайшие месяцы, может быть, позже.
    Возможно, стоит начать сейчас, параллельно. Я вижу некоторые причины для этого. Первый заключается в том, чтобы не воспринимать проблему не с того конца. Я имею в виду, что вы получите NN, который даст некоторое предсказание. В конце концов, это всего лишь показатель. Сложный, но индикатор. Ваш риск состоит в том, чтобы получить инструмент и заставить себя понять, что с ним делать. Вторая причина заключается в том, что стратегия управления позицией будет важнее прогноза из-за высокой неопределенности. Другая причина более техническая, и я вижу в ней возможность. Вы создаете предиктор с помощью DL, тогда я думаю, что имеет смысл строить стратегию таким же образом. Создание обоих одновременно позволяет вам сообщать предсказателю результаты торговли (они становятся частью входных данных). Если ваш предиктор станет оценщиком тренда, стратегия, вероятно, сведется к следователю тренда и потребует, чтобы предиктор сосредоточился на лучшем прогнозировании тренда. Я прочитал ваш блог и хотел бы увидеть две вещи на картинках в конце (скопировано ниже). 1- Доверительный интервал вокруг прогноза (по моим собственным результатам он ОГРОМНЫЙ) 2- Несколько последовательных прогнозов, чтобы увидеть, насколько он изменчив. =гт; Я сделал простой предсказатель, и когда я выбираю правильный, прогноз может быть сверхъестественным ;-) однако он часто меняется от направляющего к сильно бычьему на одном баре и снова меняет свое мнение на следующем!

  5. #5

    Quote Originally Posted by ;
    {quote} Привет. Приятно видеть ваш метод глубокого обучения. Я работаю в области искусственного интеллекта, GA, RBF и глубокого обучения. Я изучу ваши ссылки и хочу увидеть вашу работу и давайте вместе улучшать метод. Не могли бы вы поделиться своими данными и потоковым чатом/кодом? Я реализую это в MATLAB и поделюсь с вами для ваших комментариев.
    Привет, Яшир. Каждый код доступен на github, а в руководстве по обработке данных объясняется конвейер:
    https://github.com//probabilistic_wa...preparation.md. Итак, у вас есть код. Только что проверил, к сожалению, файлы данных не попали на гитхаб, слишком большие. Но тиковые данные доступны на dukascopy, и вы можете легко скачать их с Tickstory:
    https://tickstory.com/Это не так уж много времени, чтобы запустить их через блокноты обработки данных.

  6. #6

    Quote Originally Posted by ;
    выглядит очень интересно. Первый вопрос, который приходит на ум: какое оборудование вы используете? ты собираешься доказывать свои убийства реальными результатами и каковы твои планы на будущее? Благодарность
    Я тренировал его в Google Cloud с одним графическим процессором Nvidia K80. Обучение модели длилось несколько часов, но я тренировался гораздо больше, чем в ноутбуке. На прошлой неделе стало очень сложно получить графический процессор Google, потому что все, кто сидит в домашнем офисе, начали использовать облако. Обучил несколько моделей на CPU, но это было очень долго. Это портфолио проекта. Я был бы рад работать с профессиональной группой для разработки систем, основанных на моделях глубокого обучения. Если нет, то я попробую реализовать другие решения для временных рядов из обработки естественного языка или компьютерного зрения, чтобы научиться самостоятельно. У меня так много идей. Итак, краткий ответ: я не буду разрабатывать полную стратегию в ближайшие месяцы, может быть, позже. Но каждая модель и вход доступны на Github. Я просто хотел поделиться здесь возможностями DL и поговорить с людьми, которые интересуются системами на основе машинного обучения.

  7. #7

    Quote Originally Posted by ;
    Здравствуйте, я построил модель глубокого обучения для прогнозирования цен на рынке Форекс. И это дало удивительно хорошие результаты при прогнозировании направления среднего значения следующего бара по сравнению со средним значением последнего бара. Модели глубокого обучения способны находить закономерности в больших наборах данных с множеством функций. Я не только дал модели цену, но и сгенерировал множество функций из тиковых данных и данных экономических новостей. Описание модели можно посмотреть здесь:
    https://medium.com/analytics-vidhya/...5ff2e0e2e966e5...
    Привет. Приятно видеть ваш метод глубокого обучения. Я работаю в области искусственного интеллекта, GA, RBF и глубокого обучения. Я изучу ваши ссылки и хочу увидеть вашу работу и давайте вместе улучшать метод. Не могли бы вы поделиться своими данными и потоковым чатом/кодом? Я реализую это в MATLAB и поделюсь с вами для ваших комментариев.

  8. #8
    выглядит очень интересно. Первый вопрос, который приходит на ум: какое оборудование вы используете? ты собираешься доказывать свои убийства реальными результатами и каковы твои планы на будущее? Благодарность

  9. #9
    Quote Originally Posted by ;
    Итак, дайте угадаю... У вас есть прогноз, но когда вы его торгуете - это убыток, не так ли?
    Нет, пока не торговал. Это всего лишь прогноз, и на основе результатов разных моделей потребуются разные стратегии. Вероятностный вывод потребует много размышлений о том, как найти для него наилучшую стратегию. Это только половина пути. Но модель неплохо работала на данных, которых она никогда раньше не видела. Поэтому, чтобы разработать хорошую стратегию вокруг этого, я думаю, потребуется такой же объем работы, как и при построении модели. Но мне нужно изучить другой API, как я использовал раньше, так что, возможно, с моей стороны будет больше работы. Но у меня были другие цели с этой статьей: доказать свои навыки в моделировании временных рядов глубокого обучения.

  10. #10
    Итак, дайте угадаю... У вас есть прогноз, но когда вы его торгуете - это убыток, не так ли?

Действующие разрешения

  • Вы не можете создавать новые темы
  • Вы не можете размещать ответы
  • Вы не можете использовать вложения
  • Вы не можете редактировать ваши записи
  •  
  • BB-код - Вкл.
  • Смайлики - Вкл.
  • Код [IMG] - Вкл.
  • Код [VIDEO] - Вкл.
  • HTML-код - Выкл.
Веб-сайт использует cookies
Веб-сайт использует cookies, в настоящее время некоторые из них уже установлены. Вы можете ознакомиться с более подробной информацией об использовании нами cookies здесь. Чтобы принять условия использования cookies, пожалуйста, нажмите на кнопку справа. Если вы продолжаете пользоваться веб-сайтом, вы по умолчанию принимаете условия использования cookies.