Previsão de Forex Este exemplo é muito semelhante ao anterior. A única diferença é que ele mostra dados para divisas (forex) pares de moedas. Como trabalhar com o applet Se você ainda não viu o primeiro exemplo. Por favor, explore-o primeiro - descrição básica está disponível lá. Neste applet, os dados a seguir estão disponíveis. Todos eles são valores de fechamento de fim de dia para todo o ano de 2007, ou seja, 313 valores. Como no applet anterior, cada uma dessas séries cronológicas tem os seguintes valores: zero para intervalo abaixo de 0, valor próximo no intervalo 0-número de valores e novamente zero após o último valor conhecido. EURUSD - EUR USD forex dados sobre pares de moedas USDJPY - EUR USD forex dados sobre pares de moedas USDCHF - EUR USD forex dados sobre pares de moedas EURJPY - EUR USD forex moeda pares dados Observe novamente que este exemplo é fornecido apenas para ilustração. Negociação usando esta configuração simples geralmente não está longe de usar a previsão pelo último valor disponível. Observe também que para negociação precisamos desenvolver regras de entrada e saída, e que eles são mais importantes do que a previsão exata. Aguarde até que o applet seja carregado. Applet e descrição (c) Marek Obitko, 2008 a rede neural no applet usa classes Java BPNeuron e BPNet de NeuralWebspace, (c) Tom Vehovsk, 1998, que foram modificados para os propósitos deste applet. Prediction Previsão é fazer afirmações sobre algo Que vai acontecer, muitas vezes com base em informações do passado e do estado atual. Todo mundo resolve o problema da previsão todos os dias com vários graus de sucesso. Por exemplo, o tempo, colheita, consumo de energia, os movimentos de divisas (divisas) pares de moedas ou de ações de ações, terremotos e um monte de outras coisas precisa ser previsto. No domínio técnico, os parâmetros previsíveis de um sistema podem ser frequentemente expressos e avaliados utilizando equações - a previsão é simplesmente a avaliação ou solução de tais equações. No entanto, praticamente enfrentamos problemas em que tal descrição seria muito complicada ou impossível. Além disso, a solução por este método poderia ser muito complicada computacionalmente, e às vezes teríamos a solução após o evento a ser previsto aconteceu. É possível usar várias aproximações, por exemplo, regressão da dependência da variável predita em outros eventos que são então extrapolados para o futuro. Encontrar essa aproximação também pode ser difícil. Esta abordagem geralmente significa criar o modelo do evento previsto. As redes neurais podem ser usadas para previsão com vários níveis de sucesso. A vantagem de então inclui a aprendizagem automática de dependências apenas a partir de dados medidos sem qualquer necessidade de adicionar mais informações (como o tipo de dependência como com a regressão). A rede neural é treinada a partir dos dados históricos com a esperança de que ele vai descobrir dependências ocultas e que ele será capaz de usá-los para prever no futuro. Em outras palavras, a rede neural não é representada por um modelo explicitamente dado. É mais uma caixa preta que é capaz de aprender alguma coisa. É possível prever vários tipos de dados, no entanto, no restante deste texto, vamos nos concentrar na previsão de séries temporais (ver figura 1). A série de tempo mostra o desenvolvimento de um valor no tempo. Naturalmente, o valor pode ser influenciado por outros fatores além do tempo. As séries temporais representam a história discreta de um valor e, a partir de uma função contínua, podem ser obtidas por amostragem. Figura 1 - Exemplo de séries temporaisNetworkes neurais: Lucros de previsão As redes neurais são algoritmos avançados e treináveis que emulam certos aspectos importantes no funcionamento do cérebro humano. Isto dá-lhes uma capacidade única de auto-formação, a capacidade de formalizar informações não classificadas e, mais importante, a capacidade de fazer previsões com base na informação histórica que têm à sua disposição. As redes neuronais têm sido utilizadas cada vez mais em uma variedade de aplicações de negócios, incluindo soluções de pesquisa de previsão e marketing. Em algumas áreas, como detecção de fraude ou avaliação de riscos. Eles são os líderes indisputáveis. Os principais campos em que as redes neurais têm encontrado aplicação são operações financeiras, planejamento empresarial, negociação, análise de negócios e manutenção de produtos. As redes neurais podem ser aplicadas lucrativamente por todos os tipos de comerciantes, por isso, se você é um comerciante e você ainda não foi introduzido em redes neurais, bem levá-lo através deste método de análise técnica e mostrar como aplicá-lo ao seu estilo de negociação. Delírios comuns A maioria das pessoas nunca ouviu falar de redes neurais e, se eles arent comerciantes, eles provavelmente não precisam saber o que são. O que é realmente surpreendente, no entanto, é o fato de que um grande número daqueles que poderiam se beneficiar ricamente de tecnologia de rede neural nunca ouviu falar dele, levá-lo para uma idéia científica elevada ou pensar nisso como um truque de marketing liso. Há também aqueles que pin todas as suas esperanças em redes neurais, lionizing as redes depois de alguma experiência positiva com eles e considerá-los como uma solução de bala prateada para qualquer tipo de problema. No entanto, como qualquer estratégia de negociação. Redes neurais não são nenhuma correção rápida que permitirá que você a golpeie rico clicando em um botão ou dois. Na verdade, a correta compreensão das redes neurais e sua finalidade é vital para a sua aplicação bem sucedida. No que diz respeito à negociação, as redes neurais são um método novo e exclusivo de análise técnica, destinado a quem tem uma abordagem de pensamento para o seu negócio e estão dispostos a contribuir com algum tempo e esforço para fazer este método trabalhar para eles. O melhor de tudo, quando aplicado corretamente, redes neurais pode trazer um lucro em uma base regular. Use Redes Neurais para Descobrir Oportunidades Um grande equívoco é que muitos comerciantes confundem redes neurais para uma ferramenta de previsão que pode oferecer conselhos sobre como agir em uma determinada situação de mercado. As redes neurais não fazem previsões. Em vez disso, eles analisam dados de preços e descobrem oportunidades. Usando uma rede neural, você pode tomar uma decisão comercial com base em dados cuidadosamente analisados, o que não é necessariamente o caso quando se utilizam métodos tradicionais de análise técnica. Para um comerciante sério e pensante, as redes neurais são uma ferramenta de próxima geração com grande potencial que pode detectar interdependências não lineares sutis e padrões que outros métodos de análise técnica são incapazes de descobrir. As melhores redes Assim como qualquer tipo de grande produto ou tecnologia, redes neurais começaram a atrair todos aqueles que estão à procura de um mercado em desenvolvimento. Torrents de anúncios sobre software de próxima geração inundaram o mercado - anúncios celebrando o mais poderoso de todos os algoritmos de rede neural já criados. Mesmo naqueles raros casos em que as reivindicações de publicidade se assemelham à verdade, tenha em mente que um aumento de 10 na eficiência é provavelmente o máximo que você nunca obterá de uma rede neural. Em outras palavras, ele não produz retornos milagrosos e independentemente de quão bem ele funciona em uma situação particular, haverá alguns conjuntos de dados e classes de tarefas para as quais os algoritmos utilizados anteriormente permanecem superiores. Lembre-se disso: não é o algoritmo que faz o truque. Informações de entrada bem preparadas sobre o indicador visado é o componente mais importante do seu sucesso com redes neurais. A convergência mais rápida é melhor Muitos daqueles que já usam redes neurais acreditam equivocadamente que quanto mais rápida for a sua rede, melhores serão. Isso, no entanto, é uma ilusão. Uma boa rede não é determinada pela taxa em que produz resultados e os usuários devem aprender a encontrar o melhor equilíbrio entre a velocidade em que a rede treina ea qualidade dos resultados que produz. Aplicação correta de redes neurais Muitos comerciantes aplicam redes neurais incorretamente porque eles colocam muita confiança no software que usam todos sem ter sido fornecido com instruções adequadas sobre como usá-lo corretamente. Para usar uma rede neural da maneira correta e, assim, lucrativamente, um comerciante deve prestar atenção a todas as fases do ciclo de preparação da rede. É o trader e não a sua rede que é responsável por inventar uma ideia, formalizar esta ideia, testá-la e aperfeiçoá-la e, finalmente, escolher o momento certo para dispor dela quando a sua não mais útil. Vamos considerar as etapas deste processo crucial em mais detalhes: 1. Encontrar e formalizar uma idéia de negociação Um comerciante deve compreender plenamente que sua rede neural não se destina a inventar idéias e conceitos de negociação vencedora. Destina-se a fornecer as informações mais confiáveis e precisas possível sobre quão eficaz é sua idéia ou conceito de negociação. Portanto, você deve vir acima com uma idéia de negociação original e definir claramente o propósito desta idéia eo que você espera alcançar, empregando-o. Esta é a etapa mais importante no ciclo de preparação da rede. 2. Melhorando os parâmetros de seu modelo Em seguida, você deve tentar melhorar a qualidade geral do modelo, modificando o conjunto de dados usado e ajustando os diferentes parâmetros. Figura 1: Especificando o algoritmo de otimização e suas propriedades 3. Eliminando o modelo quando ele se torna obsoleto Todo modelo baseado em redes neurais tem uma vida útil e não pode ser usado indefinidamente. A longevidade de uma vida de modelos depende da situação do mercado e de quanto tempo as interdependências de mercado refletidas nele permanecem atuais. No entanto, mais cedo ou mais tarde qualquer modelo torna-se obsoleto. Quando isso acontece, você pode reciclar o modelo usando dados completamente novos (isto é, substituir todos os dados que foram usados), adicionar alguns novos dados ao conjunto de dados existente e treinar o modelo novamente, ou simplesmente retirar o modelo completamente. Muitos comerciantes cometer o erro de seguir o caminho mais simples - eles dependem fortemente e usar a abordagem para que seu software oferece a mais user-friendly e funcionalidade automatizada. Esta abordagem mais simples é a previsão de um preço de alguns bares à frente e baseando seu sistema de comércio sobre esta previsão. Outros comerciantes previsão mudança de preço ou percentual da mudança de preço. Esta abordagem raramente produz melhores resultados do que prever o preço diretamente. Ambas as abordagens simplistas não conseguem descobrir e explorar de forma lucrativa a maioria das interdependências importantes a longo prazo e, como resultado, o modelo torna-se rapidamente obsoleto à medida que as forças motrizes globais mudam. A abordagem global mais ótima para usar redes neurais Um comerciante bem-sucedido se concentrará e gastará um pouco de tempo selecionando os itens de entrada governantes para sua rede neural e ajustando seus parâmetros. Ele ou ela vai passar de (pelo menos) várias semanas - e às vezes até vários meses - a implantação da rede. Um comerciante bem sucedido também irá ajustar sua rede para as condições em mudança ao longo de sua vida útil. Como cada rede neural pode cobrir apenas um aspecto relativamente pequeno do mercado, as redes neurais também devem ser usadas em uma comissão. Use tantas redes neurais quanto apropriado - a capacidade de empregar várias de uma vez é outro benefício desta estratégia. Desta forma, cada uma dessas redes múltiplas pode ser responsável por algum aspecto específico do mercado, dando-lhe uma grande vantagem em toda a linha. No entanto, recomenda-se que você mantenha o número de redes que você usa dentro do intervalo de cinco a 10. Finalmente, redes neurais devem ser combinados com uma das abordagens clássicas. Isso permitirá que você alavanque melhor os resultados obtidos de acordo com suas preferências de negociação. Conclusão Você vai experimentar o sucesso real com redes neurais apenas quando você parar de procurar a melhor rede. Afinal, a chave para o seu sucesso com redes neurais não está na própria rede, mas em sua estratégia de negociação. Portanto, para encontrar uma estratégia rentável que funcione para você, você deve desenvolver uma idéia forte sobre como criar um comitê de redes neurais e usá-los em combinação com filtros clássicos e regras de gerenciamento de dinheiro. Para leitura relacionada, verifique Neural Trading: chaves biológicas para lucrar e os Trading Systems codificação Tutorial.
No comments:
Post a Comment