Vorhersage Predicting macht Behauptungen über etwas, das passieren wird, oft auf Informationen von Vergangenheit und Gegenwart basiert. Jeder löst das Problem der Vorhersage jeden Tag mit verschiedenen Erfolgsgraden. Zum Beispiel Wetter, Ernte, Energieverbrauch, Bewegungen von Forex (Devisen) Währungspaaren oder Aktien von Aktien, Erdbeben und viele andere Dinge müssen vorhergesagt werden. Im technischen Bereich können vorhersagbare Parameter eines Systems oft mit Gleichungen ausgedrückt und ausgewertet werden - Vorhersage ist dann einfach Auswertung oder Lösung solcher Gleichungen. Aber praktisch stehen wir vor Problemen, wo eine derartige Beschreibung zu kompliziert oder gar nicht möglich wäre. Darüber hinaus könnte die Lösung durch dieses Verfahren sehr kompliziert sein rechnerisch, und manchmal würden wir die Lösung erhalten, nachdem das Ereignis vorhergesagt wurde. Es ist möglich, verschiedene Annäherungen zu verwenden, beispielsweise die Regression der Abhängigkeit der vorhergesagten Variablen von anderen Ereignissen, die dann in die Zukunft extrapoliert werden. Das Finden einer solchen Annäherung kann auch schwierig sein. Dieser Ansatz bedeutet im Allgemeinen das Erstellen des Modells des vorhergesagten Ereignisses. Neuronale Netze können für die Vorhersage mit verschiedenen Ebenen des Erfolgs verwendet werden. Der Vorteil besteht dann aus dem automatischen Erlernen von Abhängigkeiten nur aus Messdaten, ohne dass weitere Informationen hinzugefügt werden müssen (zB Art der Abhängigkeit wie bei der Regression). Das neuronale Netzwerk wird aus den historischen Daten geschult, mit der Hoffnung, dass es verborgene Abhängigkeiten entdecken und es in der Lage sein wird, sie für die Zukunft vorauszusagen. Mit anderen Worten, das neuronale Netzwerk wird nicht durch ein explizit gegebenes Modell repräsentiert. Es ist mehr eine Black Box, die etwas lernen kann. Es ist möglich, verschiedene Arten von Daten vorherzusagen, aber im weiteren Text werden wir uns auf die Vorhersage von Zeitreihen konzentrieren (siehe Abbildung 1). Die Zeitreihe zeigt die Entwicklung eines Zeitwertes. Natürlich kann der Wert auch durch andere Faktoren beeinflusst werden als nur die Zeit. Die Zeitreihe stellt den diskreten Verlauf eines Wertes dar und kann aus einer kontinuierlichen Funktion mit Hilfe von Stichproben gewonnen werden. Abbildung 1 - Beispiel für ZeitreihenNeurale Netze: Prognoseprofite Neuronale Netze sind State-of-the-Art, trainierbare Algorithmen, die bestimmte wichtige Aspekte in der Funktionsweise des menschlichen Gehirns emulieren. Dies gibt ihnen eine einzigartige, selbsttrainierende Fähigkeit, die Fähigkeit, nicht klassifizierte Informationen zu formalisieren, und vor allem die Fähigkeit, Prognosen auf der Grundlage der historischen Informationen, die sie zur Verfügung haben, zu machen. Neuronale Netze werden zunehmend in einer Vielzahl von Geschäftsanwendungen eingesetzt, einschließlich Prognose - und Marketingforschungslösungen. In einigen Bereichen, wie Betrugserkennung oder Risikobewertung. Sie sind die unbestreitbaren Führer. Die wichtigsten Bereiche, in denen neuronale Netze gefunden haben Anwendung sind Finanzoperationen, Unternehmensplanung, Handel, Business-Analytik und Produkt-Wartung. Neuronale Netze können von allen Arten von Händlern beworben werden. Wenn Sie also ein Händler sind und Sie noch nicht in neuronale Netze eingeführt haben, können Sie diese Methode der technischen Analyse durchführen und Ihnen zeigen, wie Sie diese auf Ihren Handelsstil anwenden können. Gemeinsame Delusions Die meisten Menschen haben noch nie von neuronalen Netzwerken gehört, und wenn sie arent Händler, sie wahrscheinlich nicht wissen müssen, was sie sind. Was ist wirklich überraschend, aber die Tatsache, dass eine riesige Anzahl von denen, die reichlich von neuronalen Netzwerk-Technologie profitieren können, noch nie davon gehört haben, nehmen Sie es für eine hohe wissenschaftliche Idee oder denken Sie daran, wie von einem glatten Marketing-Gag. Es gibt auch diejenigen, die alle ihre Hoffnungen auf neuronale Netze, Lionisierung der Netze nach einigen positiven Erfahrungen mit ihnen und sie als Silber-Kugel Lösung für jede Art von Problem. Doch wie jede Handelsstrategie. Neuronale Netze sind keine schnelle-fix, mit denen Sie es reich, indem Sie eine Schaltfläche oder zwei schlagen können. In der Tat ist das richtige Verständnis der neuronalen Netze und ihre Zielsetzung entscheidend für ihre erfolgreiche Anwendung. Was den Handel angeht, sind neuronale Netze eine neue, einzigartige Methode der technischen Analyse, die für diejenigen gedacht ist, die einen Denkansatz für ihr Unternehmen einnehmen und bereit sind, etwas Zeit und Mühe zu leisten, um diese Methode für sie zu arbeiten. Am besten von allen, wenn richtig angewendet, können neuronale Netze einen Gewinn auf einer regelmäßigen Basis zu bringen. Verwenden Sie Neuronale Netze, um Chancen zu entdecken Ein großes Missverständnis ist, dass viele Händler neuronale Netze für ein Prognosewerkzeug verwechseln, das Ratschläge zum Handeln in einer bestimmten Marktsituation anbieten kann. Neuronale Netze machen keine Prognosen. Stattdessen analysieren sie Preisdaten und eröffnen Chancen. Unter Verwendung eines neuronalen Netzes können Sie eine handelsbezogene Entscheidung treffen, die auf gründlich analysierten Daten beruht, was nicht unbedingt der Fall ist, wenn traditionelle technische Analysemethoden verwendet werden. Für einen ernsthaften, denkenden Händler sind neuronale Netze ein Werkzeug der nächsten Generation mit großem Potenzial, das subtile nichtlineare Interdependenzen und Muster erkennen kann, die andere Methoden der technischen Analyse nicht aufdecken können. Die besten Netze Genau wie jede Art von großem Produkt oder Technologie haben neuronale Netze angezogen ziehen alle diejenigen, die für einen anspruchsvollen Markt suchen. Torrents von Anzeigen über Next-Generation-Software haben die Markt-Anzeigen gefeiert feiert der mächtigste aller neuronalen Netzwerk-Algorithmen jemals geschaffen. Selbst in den seltenen Fällen, wenn Werbung Ansprüche die Wahrheit ähneln, denken Sie daran, dass eine 10 Effizienzsteigerung wahrscheinlich die meisten Sie jemals aus einem neuronalen Netzwerk erhalten wird. Mit anderen Worten, es erzeugt keine wunderbaren Renditen und unabhängig davon, wie gut es in einer bestimmten Situation funktioniert, wird es einige Datensätze und Task-Klassen, für die die bisher verwendeten Algorithmen überlegen bleiben. Denken Sie daran: es ist nicht der Algorithmus, der den Trick macht. Gut präparierte Input-Informationen zum Zielindikator sind die wichtigste Komponente Ihres Erfolges mit neuronalen Netzen. Ist schneller Konvergenz besser Viele von denen, die bereits neuronale Netzwerke irrtümlich glauben, dass je schneller ihr Netz Ergebnisse liefert, desto besser ist es. Dies ist jedoch eine Täuschung. Ein gutes Netzwerk wird nicht durch die Rate bestimmt, mit der es Ergebnisse erzeugt, und die Nutzer müssen lernen, die beste Balance zwischen der Geschwindigkeit, mit der das Netzwerk trainiert, und der Qualität der Ergebnisse, die es erzeugt, zu finden. Korrekte Anwendung von Neuronalen Netzen Viele Händler wenden Neuronale Netze falsch an, weil sie zu viel Vertrauen in die Software setzen, die sie alle verwenden, ohne ordnungsgemäße Gebrauchsanweisungen zu erhalten. Um ein neuronales Netzwerk auf die richtige Art und Weise nutzen zu können, sollte ein Händler auf alle Stadien des Netzwerkvorbereitungszyklus achten. Es ist der Trader und nicht sein Netz, das dafür verantwortlich ist, eine Idee zu erfinden, diese Idee zu formalisieren, zu testen und zu verbessern und schließlich den richtigen Zeitpunkt zu wählen, um es zu entsorgen, wenn es nicht mehr nützlich ist. Lassen Sie uns die Stufen dieses entscheidenden Prozesses genauer betrachten: 1. Suchen und Formalisieren einer Trading-Idee Ein Trader sollte vollständig verstehen, dass sein oder ihr neuronales Netz nicht dazu bestimmt ist, gewinnbringende Ideen und Konzepte zu erfinden. Es ist für die Bereitstellung der vertrauenswürdigsten und präzise Informationen möglich, wie effektiv Ihre Trading-Idee oder Konzept ist. Daher sollten Sie kommen mit einer originellen Trading-Idee und klar definieren den Zweck dieser Idee und was Sie erwarten, indem Sie es zu erreichen. Dies ist der wichtigste Schritt im Netzvorbereitungszyklus. (Erläuterungen dazu finden Sie unter Lektionen aus einem Trader-Tagebuch.) 2. Verbesserung der Parameter Ihres Modells Als nächstes sollten Sie versuchen, die Gesamtqualität des Modells zu verbessern, indem Sie den verwendeten Datensatz ändern und die verschiedenen Parameter anpassen. Abbildung 1: Angabe des Optimierungsalgorithmus und seiner Eigenschaften 3. Entsorgung des Modells, wenn es obsolet wird Jedes neuronalnetzbasierte Modell hat eine Lebensdauer und kann nicht unbegrenzt genutzt werden. Die Langlebigkeit einer Modelllebensdauer hängt von der Marktsituation und davon ab, wie lange die Marktinterdependenzen in ihr aktuell bleiben. Allerdings wird früher oder später jedes Modell obsolet. Wenn dies geschieht, können Sie entweder das Modell mit völlig neuen Daten umschulen (d. H. Alle verwendeten Daten ersetzen), neue Daten dem vorhandenen Datensatz hinzufügen und das Modell erneut ausbilden oder das Modell komplett zurückziehen. Viele Händler machen den Fehler, den einfachsten Weg zu gehen - sie verlassen sich stark auf und nutzen den Ansatz, für den ihre Software die benutzerfreundlichste und automatisierte Funktionalität bietet. Dieser einfachste Ansatz prognostiziert einen Preis ein paar Bars voraus und basiert Ihr Trading-System auf dieser Prognose. Andere Händler prognostizieren Preisänderung oder Prozentsatz der Preisänderung. Dieser Ansatz führt selten zu besseren Ergebnissen als die direkte Prognose des Preises. Sowohl die vereinfachten Ansätze scheitern, die meisten wichtigen längerfristigen Interdependenzen aufzudecken und erfreulich auszunutzen, und als Ergebnis wird das Modell schnell veraltet, wenn sich die globalen Triebkräfte ändern. Der optimale Ansatz für die Verwendung von neuronalen Netzwerken Ein erfolgreicher Trader konzentriert sich und verbringt viel Zeit damit, die regierenden Eingabeelemente für sein neuronales Netzwerk auszuwählen und seine Parameter anzupassen. Er oder sie wird aus (mindestens) mehrere Wochen - und manchmal bis zu mehreren Monaten - die Bereitstellung des Netzwerks zu verbringen. Ein erfolgreicher Trader wird auch sein Netz an die veränderten Bedingungen während seiner gesamten Lebensdauer anpassen. Da jedes neuronale Netzwerk nur einen relativ kleinen Aspekt des Marktes abdecken kann, sollten auch neuronale Netze in einem Ausschuss eingesetzt werden. Verwenden Sie so viele neuronale Netze wie angemessen - die Fähigkeit, mehrere auf einmal einsetzen ist ein weiterer Vorteil dieser Strategie. Auf diese Weise kann jedes dieser mehreren Netze für einen bestimmten Aspekt des Marktes verantwortlich sein, was Ihnen einen großen Vorteil auf der ganzen Linie. Es wird jedoch empfohlen, die Anzahl der Netze im Bereich von fünf bis zehn zu halten. Neuronale Netze sollten schließlich mit einem der klassischen Ansätze kombiniert werden. Dies ermöglicht es Ihnen, besser nutzen die Ergebnisse in Übereinstimmung mit Ihren Handelspräferenzen erreicht. Fazit Sie erleben einen echten Erfolg mit Neuronalen Netzen nur, wenn Sie auf der Suche nach dem besten Netz zu stoppen. Denn der Schlüssel zu Ihrem Erfolg mit neuronalen Netzen liegt nicht im Netzwerk selbst, sondern in Ihrer Handelsstrategie. Deshalb, um eine rentable Strategie, die für Sie arbeitet zu finden, müssen Sie eine starke Idee über die Schaffung eines Ausschusses der neuronalen Netze und sie in Kombination mit klassischen Filtern und Geld-Management-Regeln zu entwickeln. Für die damit verbundenen Lektüre, überprüfen Sie Neural Trading: Biological Keys To Profit und das Trading Systems Coding Tutorial.
No comments:
Post a Comment