Быстрый обзор Timing Solution: модуль Neural Net
Один из наших самых обычно используемых модулей - нейронный сетевой модуль Neural Net (NN). (Он недоступен в версии Timing Solution Primo.) Вообще говоря, Neural Net представляет собой математическую структуру, которая может применяться, в том числе, и для процесса прогнозирования. Есть две основные вещи, которые вы должны знать о нейронных сетях: то, что вы хотите прогнозировать - это "выходы" или "выход"; те факторы, что вы используете для этого - "входы" (это то, что вы, так сказать, "подаете на вход"). Правильность прогноза прямо зависит от того, что вы подаете на вход нейросети.
Подавать на вход нейросети можно все что угодно - от таких событий, как пропорции ценовых баров до астрономических факторов (в астротрейдинге). Когда мы подаем на вход, мы предполагаем, что между событиями "входа" и движением котировок имеется взаимосвязь - иначе подавать на вход нейросети данные события не имеет смысла; собственно, в процессе тренировки нейросеть 1) ищет эти связи 2) задает им некоторый вес, выражаемый в числах, а точнее, перебирает различные варианты, пытаясь подобрать правильный вес тому или иному событию.
В этом разделе мы приведем пример для астротрейдеров - построим NN, который спрогнозирует цену (выход), используя транзитные аспекты между планетами (это будет нашими событиями "входа"). Вот схема такой NN:
Нажмите кнопку Neural Net. Появится следующее окно:
Шаг первый - Step 1: Price Events
Первый шаг, который вы должны сделать - выбрать, что вы хотите прогнозировать. Это делается нажатием кнопки «Price Events Master» (Мастер событий цены):
После этого надо определить, что вы хотите использовать в качестве выхода (прогноза). Одним из вариантов является Relative Price Oscillator (Относительный ценовой осциллятор). Иначе говоря, мы здесь прогнозируем именно поведение осциллятора (он обработает загружаемые котировки), который нужен для сглаживания линии котировок (в чистых котировках может быть большой ценовой разброс, что негативно сказывается на прогнозе). На скриншоте ниже, красная линия - это осциллятор, а черная - сами котировки.
Нажав на кнопку «Try» (Попробовать), вы можете быстро просмотреть, как будет выглядеть результат обработки котировок осциллятором; затем кликните на ОК, чтобы завершить Step 1 (Шаг 1).
Шаг второй - Step 2: Criteria
Теперь вы должны выбрать критерии для обучения Neural Net (события, подаваемые на вход). Это Step 2 (Шаг 2). Представьте, что пытаетесь предсказать погоду: для лучшего прогноза вам нужно больше переменных для включения в ваши вычисления (события входа), такие как температура воздуха, давление, влажность и т. д. То же самое и здесь. Давайте посмотрим на переменные, которые вы можете подавать на вход.
Первая кнопка
позволяет вручную выбирать различные критерии. Вот это окно:
В данном окне, что на скрине выше, вы можете также, не выбирая критерии, просто вставить их буфера обмена (например, то, что вы наработали в других модулях). Для этого нажмите на кнопу from CL, и то что было в буфере обмена, окажется в поле критериев для нейросети. Вот так например, мы перебрасываем циклы из модуля Spectrum в модуль Neural Net для тренировки нейросети на основе выбранных циклов:
Как перебросить циклы из модуля Spectrum в модуль Neural Net для последующей тренировки нейросети
Как перебросить циклы из модуля Q-Spectrum в модуль Neural Net для последующей тренировки нейросети
Нейросетевой модуль Neural Net + модуль Intermaket: совместная работа
Или же вы можете использовать набор критериев - готовых моделей. Нажмите на кнопку с «+». Всплывающее меню отобразит список предопределенных моделей:
Выберите пункт «Add Aspects Model» (Добавить Аспектную Модель; это стандартная модель, используемая в астротрейдинге, в ней перечислены события-аспекты между планетами):
Здесь вы можете выбрать список астрономических объектов, которые будут участвовать в аспектах, значения аспектов, их орбис, тип Зодиака (Гео- или Гелиоцентрический). Кроме того, вы можете задавать левые и правые аспекты по отдельности.
Шаг третий - Step 3: NN Training,
После выбора критериев (входов) приступаем к обучение нейронной сети на Шаге 3 - Step 3. Если два предыдущих шага завершены, эта кнопка становится доступной:
При нажатии на нее начинается обучение нейросети (Neural Net). Прогностическая линия при этом будет автоматически обновляться после определенного количества шагов. Расчеты продолжаются до тех пор, пока процесс не будет вами остановлен; количество отработанных циклов отображается в зеленом поле в окне модуля NN:
Пока количество пройденных шагов и циклов невелико, линия прогноза не является точной, и программе требуется больше времени для обучения и для уточнения своего прогноза. Однако, если количество шагов становится слишком большим, проекционная линия также становится менее точной. Это явление называется перетренированностью, и процесс должен быть остановлен до достижения этого условия. Иначе говоря, тут нужен баланс. Как правило, когда проекционная линия не меняется сильно с очередным циклом обновления, процесс обучения можно останавливать.
Нейропрогноз: как избежать эффекта перетренированности нейросети?
Нейросетевой модуль (Neural Net): задаем параметры остановки процесса обучения
Критерии остановки обучения нейросети
Наконец, после того, как обучение нейросети остановлено, кликните на кнопки «Enable/Disable NN Results Panel» и «Main Window»:
Бэктестинг в модуле Neulal Net
После того, как вы выполнили первые два шага, становится активной вот эта иконка с простым бэктестингом по форвардному анализу:
Но надо заметить, это очень простенький форвардный анализ, первая версия, которую мы использовали в Timing Solution.
Форвардный анализ: что это такое и основные термины метода в Timing Solution
Обратите внимание, данная опция работает с дополнительными моделями - кликнув по ней, вы их не увидите, данные модели нужно качнуть и установить отдельно. Делается это через User Area:
Здесь вам нужно скачать и установить файл Timing Solution utilities (Advanced and Terra Incognita versions)
Подробнее о процессе читайте здесь: Бэктестинг в нейросетевом модуле Timing Solution
Это были базовые понятия о нейросетевом модуле Timing Solution.
Читайте также:
Прогноз без головняков: нечеткая логика в модуле Neural Net
Нейропрогноз: как избежать эффекта перетренированности нейросети?
Неройсеть: параметр минимального вхождения
Нейросеть: и снова о параметре минимального вхождения
Как перебросить циклы из модуля Spectrum в модуль Neural Net для последующей тренировки нейросети
Как перебросить циклы из модуля Q-Spectrum в модуль Neural Net для последующей тренировки нейросети
Нейросетевой модуль Neural Net + модуль Intermaket: совместная работа
Бэктестинг в нейросетевом модуле Timing Solution (кнопка Simple Walk Forward Analysis)
Нейронная сеть глубокого обучения (DLN) в Timing Solution
Как создать в нейромодуле committee (группу прогнозных линий) на основе одной модели
Какие настройки рекомендованы в нейросети?
Нейросеть: вопросы по рандомизации
Нейросеть: различия между линейным и нелинейным режимами работы
Нейросетевой модуль (Neural Net): задаем параметры остановки процесса обучения
Критерии остановки обучения нейросети
Модуль Neural Net: вкладка Tuning
Опция Do All в модуле Neural Net
Как создавать и проводить тестирование циклических моделей (астротрейдинг)
Работа с библиотекой моделей Forecast Mill library (FM) (астротрейдинг)
Создание своих моделей в Neural Net Expert System (астротрейдинг)
Forecast Mill library (FM) - модели для Timing Solution (астротрейдинг)
Динамическая модель в Timing Solution (астротрейдинг)
Подавать на вход нейросети можно все что угодно - от таких событий, как пропорции ценовых баров до астрономических факторов (в астротрейдинге). Когда мы подаем на вход, мы предполагаем, что между событиями "входа" и движением котировок имеется взаимосвязь - иначе подавать на вход нейросети данные события не имеет смысла; собственно, в процессе тренировки нейросеть 1) ищет эти связи 2) задает им некоторый вес, выражаемый в числах, а точнее, перебирает различные варианты, пытаясь подобрать правильный вес тому или иному событию.
В этом разделе мы приведем пример для астротрейдеров - построим NN, который спрогнозирует цену (выход), используя транзитные аспекты между планетами (это будет нашими событиями "входа"). Вот схема такой NN:
Нажмите кнопку Neural Net. Появится следующее окно:
Шаг первый - Step 1: Price Events
Первый шаг, который вы должны сделать - выбрать, что вы хотите прогнозировать. Это делается нажатием кнопки «Price Events Master» (Мастер событий цены):
После этого надо определить, что вы хотите использовать в качестве выхода (прогноза). Одним из вариантов является Relative Price Oscillator (Относительный ценовой осциллятор). Иначе говоря, мы здесь прогнозируем именно поведение осциллятора (он обработает загружаемые котировки), который нужен для сглаживания линии котировок (в чистых котировках может быть большой ценовой разброс, что негативно сказывается на прогнозе). На скриншоте ниже, красная линия - это осциллятор, а черная - сами котировки.
Нажав на кнопку «Try» (Попробовать), вы можете быстро просмотреть, как будет выглядеть результат обработки котировок осциллятором; затем кликните на ОК, чтобы завершить Step 1 (Шаг 1).
Шаг второй - Step 2: Criteria
Теперь вы должны выбрать критерии для обучения Neural Net (события, подаваемые на вход). Это Step 2 (Шаг 2). Представьте, что пытаетесь предсказать погоду: для лучшего прогноза вам нужно больше переменных для включения в ваши вычисления (события входа), такие как температура воздуха, давление, влажность и т. д. То же самое и здесь. Давайте посмотрим на переменные, которые вы можете подавать на вход.
Первая кнопка
позволяет вручную выбирать различные критерии. Вот это окно:
В данном окне, что на скрине выше, вы можете также, не выбирая критерии, просто вставить их буфера обмена (например, то, что вы наработали в других модулях). Для этого нажмите на кнопу from CL, и то что было в буфере обмена, окажется в поле критериев для нейросети. Вот так например, мы перебрасываем циклы из модуля Spectrum в модуль Neural Net для тренировки нейросети на основе выбранных циклов:
Как перебросить циклы из модуля Spectrum в модуль Neural Net для последующей тренировки нейросети
Как перебросить циклы из модуля Q-Spectrum в модуль Neural Net для последующей тренировки нейросети
Нейросетевой модуль Neural Net + модуль Intermaket: совместная работа
Или же вы можете использовать набор критериев - готовых моделей. Нажмите на кнопку с «+». Всплывающее меню отобразит список предопределенных моделей:
Выберите пункт «Add Aspects Model» (Добавить Аспектную Модель; это стандартная модель, используемая в астротрейдинге, в ней перечислены события-аспекты между планетами):
Здесь вы можете выбрать список астрономических объектов, которые будут участвовать в аспектах, значения аспектов, их орбис, тип Зодиака (Гео- или Гелиоцентрический). Кроме того, вы можете задавать левые и правые аспекты по отдельности.
Шаг третий - Step 3: NN Training,
После выбора критериев (входов) приступаем к обучение нейронной сети на Шаге 3 - Step 3. Если два предыдущих шага завершены, эта кнопка становится доступной:
При нажатии на нее начинается обучение нейросети (Neural Net). Прогностическая линия при этом будет автоматически обновляться после определенного количества шагов. Расчеты продолжаются до тех пор, пока процесс не будет вами остановлен; количество отработанных циклов отображается в зеленом поле в окне модуля NN:
Пока количество пройденных шагов и циклов невелико, линия прогноза не является точной, и программе требуется больше времени для обучения и для уточнения своего прогноза. Однако, если количество шагов становится слишком большим, проекционная линия также становится менее точной. Это явление называется перетренированностью, и процесс должен быть остановлен до достижения этого условия. Иначе говоря, тут нужен баланс. Как правило, когда проекционная линия не меняется сильно с очередным циклом обновления, процесс обучения можно останавливать.
Нейропрогноз: как избежать эффекта перетренированности нейросети?
Нейросетевой модуль (Neural Net): задаем параметры остановки процесса обучения
Критерии остановки обучения нейросети
Наконец, после того, как обучение нейросети остановлено, кликните на кнопки «Enable/Disable NN Results Panel» и «Main Window»:
Бэктестинг в модуле Neulal Net
После того, как вы выполнили первые два шага, становится активной вот эта иконка с простым бэктестингом по форвардному анализу:
Но надо заметить, это очень простенький форвардный анализ, первая версия, которую мы использовали в Timing Solution.
Форвардный анализ: что это такое и основные термины метода в Timing Solution
Обратите внимание, данная опция работает с дополнительными моделями - кликнув по ней, вы их не увидите, данные модели нужно качнуть и установить отдельно. Делается это через User Area:
Здесь вам нужно скачать и установить файл Timing Solution utilities (Advanced and Terra Incognita versions)
Подробнее о процессе читайте здесь: Бэктестинг в нейросетевом модуле Timing Solution
Это были базовые понятия о нейросетевом модуле Timing Solution.
Читайте также:
Прогноз без головняков: нечеткая логика в модуле Neural Net
Нейропрогноз: как избежать эффекта перетренированности нейросети?
Неройсеть: параметр минимального вхождения
Нейросеть: и снова о параметре минимального вхождения
Как перебросить циклы из модуля Spectrum в модуль Neural Net для последующей тренировки нейросети
Как перебросить циклы из модуля Q-Spectrum в модуль Neural Net для последующей тренировки нейросети
Нейросетевой модуль Neural Net + модуль Intermaket: совместная работа
Бэктестинг в нейросетевом модуле Timing Solution (кнопка Simple Walk Forward Analysis)
Нейронная сеть глубокого обучения (DLN) в Timing Solution
Как создать в нейромодуле committee (группу прогнозных линий) на основе одной модели
Какие настройки рекомендованы в нейросети?
Нейросеть: вопросы по рандомизации
Нейросеть: различия между линейным и нелинейным режимами работы
Нейросетевой модуль (Neural Net): задаем параметры остановки процесса обучения
Критерии остановки обучения нейросети
Модуль Neural Net: вкладка Tuning
Опция Do All в модуле Neural Net
Как создавать и проводить тестирование циклических моделей (астротрейдинг)
Работа с библиотекой моделей Forecast Mill library (FM) (астротрейдинг)
Создание своих моделей в Neural Net Expert System (астротрейдинг)
Forecast Mill library (FM) - модели для Timing Solution (астротрейдинг)
Динамическая модель в Timing Solution (астротрейдинг)