El último artículo fue un intento de mostrar todo el proceso de entrenamiento, selección y prueba de modelos en el par comercial EUR / USD. En Google Colab, el esquema funcionó: entrenar modelos-> probar-> dibujar en un gráfico . El intento no tuvo éxito. El deseo de no arrastrar una tonelada de código a Colab, sino de simplificar todo lo más posible, llevó a una formación de muy baja calidad. Las señales no parecían convincentes y se agrupaban en lugares obvios.
Desde entonces, ha corrido mucha agua debajo del puente y la investigación ha continuado. Te cuento esto + otro Colab, esta vez más fácil y claro.
Hacia adelante
Como resultado de la etapa anterior de desarrollo, la red neuronal aún comenzó a predecir algo. En los gráficos apareció un pronóstico más o menos adecuado, similar en calidad al indicador promedio. Tiene poco sentido práctico, pero suficiente para seguir participando en esta área. Las principales desventajas fueron la mala calidad de la predicción y la agrupación de señales en lugares obvios.
En el último artículo, esto se discutió en detalle, pero aquí solo les recordaré que la red neuronal responde a la pregunta de dónde subirá o bajará el precio y no responde a la pregunta de qué tan fuerte será el movimiento. ser. La respuesta es binaria: 1 - arriba, 0 - abajo. Esos. si después de la encuesta la respuesta arrojó [0.8, 0.2] significa "subirá" y [0.4, 0.6] "probablemente bajará, pero esto no es exacto". La diferencia dentro de estas respuestas binarias caracteriza el grado de confianza de la red, +0,6 en el primer caso y -0,2 en el segundo. Cuanto más tiende esta diferencia a 1 (o -1), mayor será la calidad del pronóstico.
El "grado de confianza" en el que una respuesta puede considerarse una señal es individual para cada modelo y se determina ejecutándolo en datos de prueba. Además, este umbral es diferente para señales ascendentes y descendentes. Los modelos que se cargarán en la colaboración tienen el nombre de un archivo como BTCUSD_M6_0.66_0.75.h5
Los dos últimos valores son estos límites. Antes de interrogar al modelo, los valores de activación se quitan de su nombre y se comparan con su respuesta.
, , . , " ? !", , . , "" . , .
, . , , , . , "" ( ). , .
, . . - TradingView, , " " ... . , JavaScript + Vue + NodeJS . , , , BTC/USD 5m .
Google Colab
:
/
BTC/USD , , ( ).
, , , 1 .
" -..." . " + . ? ".
"". , 6, .. 6 , 3000 . 10%, 100%. . .
Google Colab . Google ( Gmail).
«» .
Warning: This notebook was not authored by Google
, , .
Ahora necesita ejecutar secuencialmente los bloques de arriba a abajo ...
Eso es todo.
PD: No intentes ganar dinero en el mercado real, el 97% de los principiantes pierden su depósito. El propósito del estudio es resolver un problema interesante.