Разделы



Модели на основе точки разворота

Для работы таких моделей требуются два дополнительных набора фак­тов, идентичных фактам для обращенного во времени Медленного %К во. всем, кроме целевого параметра. Цель первого набора равна 1, что обо­значает нижнюю точку разворота (минимум), когда завтрашняя цена от­крытия ниже цен трех предыдущих и десяти последующих дней. Если это условие не выполняется, то значение цели приравнивается к 0. Целью второго набора является 1, т.е. максимум, являющийся точкой разворота в случае, если завтрашняя цена открытия выше цен трех предыдущих и десяти последующих дней. Если это условие не выполняется, то значение цели приравнивается к 0. Если считать, что на рынке присутствуют ус­тойчивые модели, то нейронная сеть должна иметь способность усваи­вать их и предсказывать положение завтрашней цены открытия.

В отличие от набора фактов для обращенного во времени Медленно­го %К в этих наборах факты генерируются только в тех случаях, когда зав­трашняя цена открытия имеет вероятность стать точкой разворота. На­пример, если завтрашняя цена открытия выше сегодняшней цены откры­тия, то, согласно предыдущим правилам, завтрашнее открытие уже не может считаться точкой разворота, что бы ни случилось в дальнейшем. Зачем заставлять сеть делать прогнозы, когда нет никакой неопределен­ности? Прогнозирование производится только в случаях, когда завтраш­няя цена открытия может составить точку разворота, и факты генериру­ются только для таких случаев.

Обработка вводов, использование статистики и другие аспекты мето­дологии тестирования для моделей, основанных на точке разворота, иден­тичны используемым для модели на обращенном во времени Медлен­ном %К. Обе модели в принципе идентичны, различаются только цели предсказания и, следовательно, цели для обучения нейронных сетей. Кро­ме того, ввиду отличия прогнозов различаются правила получения сигна­лов входа на их основе.

Биржа Forex разрешает каждому желающему получать прибыль на колебаниях курсов валют любых мировых валют официально, круглые сутки, не выходя из квартиры и даже не имея образования!

Выходы обученных сетей представляют вероятности (от 0 до 1) при­сутствия максимума или минимума. Два набора правил для двух моделей генерации сигналов входа таковы: для первой модели — если прогноз минимума выше некоего порога, следует покупать; для второй модели — если прогноз максимума выше некоторого порога, следует продавать. Для обеих моделей порог представляет собой доверительный уровень для зак­лючения о будущем максимуме или минимуме рынка, которое делает ней­ронная сеть перед отдачей приказа.

Поскольку код для модели, прогнозирующей минимумы, почти иден­тичен коду модели на основе обращенного во времени Медленного %К, выше приведены только два измененных блока. В первом блоке обращен­ный Медленный %К не используется, а вместо этого рассчитывается цель — серия нулей или единиц, указывающая на наличие (1) или отсут­ствие (0) минимумов. При записи фактов вместо значения Медленного %К записываются значения цели. Во втором блоке вводятся правила для срав­нения выхода нейронной сети с соответствующим порогом и генерации собственно сигналов входа в рынок. В обоих блоках включен код, препят­ствующий записи фактов и использованию прогнозирования в случае, когда завтрашняя цена открытия не может образовать минимум согласно правилам. В коде ниже приведены аналогичные правила прогнозирова­ния максимумов.

п»ї


Методология тестирования модели , основанной на точке разворота

Методология идентична использованной для модели на обращенном во времени Медленном %К. Набор фактов генерируется, загружается в N -TRAIN , масштабируется и перетасовывается. Набор сетей по 3 — 4 слоя нейронов обучается до максимальной сходимости и полируется. Рас­считываются статистические показатели, такие как скорректированная на избыточную подгонку корреляция.

Читать далее: Результаты тестирования моделей, основанных на точке разворота