Дневник разработчика торговой стратегии. Шаг 21. Эксперименты с нейросетью. Продолжение.
Что бы смотреть урок полностью, подпишитесь на платный раздел.
В платном разделе статья находиться здесь.
На этом шаге я продолжаю прошлый эксперимент. На этот раз задача для нейросети будет значительно усложнена. Хотя по прежнему синтетические котировки будут генерироваться на основе синусоиды, на этот раз я добавляют туда белый шум, в том числе и в тела свечей. Для этого я добавил новый тип нейронной сети:
|
/// <summary> /// Типы генерации синтетических котировок /// </summary> public enum PriceSourceGeneratedTypes { /// <summary> /// Синусоида /// </summary> sin,
/// <summary> /// Синусоида со случайными тенями /// </summary> sin_shadow_random,
/// <summary> /// Синусоида с белым шумом (включая тело свечи и тени) /// </summary> sin_white_noise } |
Соответственно, надо переделать метод get_type класса PriceSourceGenerated...
...
...Вот как примерно будут выглядеть сгенерированные котировки:
Все, теперь можно начинать эксперимент. И так, на периоде 10. Все параметры такие же, как и на прошлом шаге. И вот результат*:
...
На периоде 200*:
И так, что мы наблюдаем, анализируя результаты эксперимента? Чем выше период синтетических котировок, тем хуже торгует нейронная сеть. Что, в принципе, понятно - нейросеть обучилась на одной ситуации, а потом она поменялась. ...
...
... один нейрон не может эффективно торговать на белом шуме. А синтетические котировки с большим периодом по сути и являться белым шумом:
Теперь попробуем использовать двухслойную нейросеть. У нее на первом слое 2 нейрона, которые интегрируются третьими нейроном на втором слое:
Но сначала проверим, а вообще, обучается ли эта нейросеть:
Как видим, она не обучается даже на синусоиде. Ну что-ж, придется продолжить отглючивание. Об этом я напишу в цикле уроков Тесты торговых стратегий на C#
Скриншоты, помеченные знаком *, являются цитатами и иллюстрациями программного продукта "Microsoft Excel", авторское право на который принадлежит "Microsoft".