Tema: Predicción de aprendizaje profundo con la arquitectura Wavenet de DeepMind

Hola,

Construí un modelo de aprendizaje profundo para predecir los precios de divisas. Al llamar a la gestión de la media de la siguiente barra en comparación con la media de la última barra, dio resultados sorprendentemente buenos.

Los modelos de aprendizaje profundo pueden encontrar patrones en conjuntos de datos masivos con múltiples características. No solo le di el precio a la versión, sino que generé muchas funciones a partir de los datos de noticias económicas y ticks.

La descripción del modelo se puede ver aquí:

https://medium.com/analytics-vidhya/...5ff2e0e2e966e5
La guía de preparación de datos aquí:

https://github.com//probabilistic_wa...preparation.md

Si tiene alguna pregunta, sugerencia, por favor escriba.

Usé diferentes formas de salida, directa y probabilística también. La siguiente imagen muestra algunos pasos de predicción probabilística:
(El azul y el naranja son todos pronósticos de diferentes modelos, y también la línea vertical roja es su precio auténtico JPY/USD (sí, tal vez no USD/JPY).)


Https://miro.medium.com/max/618/1*GN...P3kp9Ikng.jpeg

Actualizar:
Como señaló PipMeUp, esta predicción puede considerarse como una especie de indicador y no como una estrategia comercial. No quería decir más. Construir una estrategia requiere más trabajo, y no puedo afirmar que será una estrategia rentable, ya que no hice una hasta ahora.
Pero espero que descubras el enfoque y también el indicador inspirador.

Gracias

Gracias por publicar este hilo. Ha habido algunos artículos sobre medium recientemente. Seguí otro últimamente para R que utilizaba tensorflow pero después de implementarlo tenía. Tal vez este hilo me dé la motivación para eventualmente dar el salto completo a Python porque parece ser de donde provienen todos los mejores paquetes nuevos. Gracias por la recomendación del libro. Puedo ponerme al día revisando los casos mientras sigo su progreso. ¿Estás trabajando en Python? La mayor parte de mi desarrollo está en C #: tengo una interfaz ingeniosa para R pero requiere algo. Sé que Visual Studio tiene algunas características excelentes para Python; sin embargo, no estoy seguro de cuán fácil es interactuar de C # a Python. Cambié de computadora y básicamente debería instalar Python desde cero. ¿Propone Anaconda o método alternativo para obtener la mayoría de los paquetes que son esenciales?

Gracias por la publicación extendida PipMeUp. Tienes un muy buen punto, esto es solo un indicador. Además, predice solo los próximos promedios de la barra de 5 minutos, lo que hace que el indicador sea más difícil de usar que otro predictor que implica algún valor en un momento. Sin embargo, este promedio redujo la volatilidad de la variable pronosticada y la versión tuvo más facilidad para obtener algunos patrones. Para una estrategia necesito entrenar otras versiones, pero no muy distintas a esta. No intentaría predecir los precios, porque son los más difíciles. Pero trataría de predecir el tercer cuartil del pub y el primer cuartil grande y bajo. Eso ayudaría mucho, con estos indicadores sería menos difícil desarrollar una estrategia, encontrar grados de TP y SL... Construir un modelo que prediga estos a la vez incluso ayudará a generalizar mejor, pero eso no se puede saber a futuro. Entonces, algunos días de computación GPU son necesarios. Y que también debería usar el precio de oferta, hacer los mismos atributos y crear algunos atributos cruzados prometedores (spread, slippage y otros) a partir del precio de oferta y demanda. Eso ayudará aún más a la versión. Después de eso debería venir la construcción de la estrategia. Optaría por una estrategia más conservadora, no basada en DL. Por supuesto, el aprendizaje por refuerzo que obtiene las entradas estará bien, pero podría llevar mucho tiempo desarrollarlo, y una estrategia no basada en ML sería suficiente. Sobre el intervalo de confianza: para la estrategia Relu direccional, no mostré un intervalo de confianza, tiene razón. Una métrica sencilla para determinar alguna duda es el propio error medio medio. Y obtenemos el 95 por ciento interno y podemos ajustar una distribución normal a los errores de validación. Para las últimas versiones con salidas probabilísticas, obtenemos distribuciones como predicción (obtenemos las medias y las desviaciones estándar de las subdistribuciones). Es posible calcular el intervalo de confianza con cualquier grado a partir de las medias y las desviaciones estándar pronosticadas para este período en particular, y cada paso de tiempo tiene su intervalo de confianza basado en los parámetros de entrada. De la imagen que inserté arriba
https://miro.medium.com/max/618/1*GN...P3kp9Ikng.jpegEs difícil encontrar estos niveles de confianza, debería haber significado los niveles de 50 y 95 por ciento para un mejor juicio. Sí, debería tener algo de tiempo para mejorar aún más las versiones, gracias.

1 Anexo(s)

Iniciado por ;

Respuesta tan breve: no crearé una estrategia completa en los próximos meses, tal vez más adelante.

Tal vez deberías empezar hoy, en paralelo. Puedo ver algunas razones. La primera es abstenerse de tomar el problema por el lado equivocado. Quiero decir que es probable que termines. Al final del día, eso es solo un indicador. Un individuo complicado pero un indicador. Su riesgo es terminar con una herramienta y tener que obligarse a determinar qué construir con ella. Otra razón es que la estrategia sobre la gestión permanente probablemente será más importante que el pronóstico debido a la alta incertidumbre. Otro motivo es más especializado y lo veo como una oportunidad. Produce el predictor usando DL, entonces creo que es lógico construir la estrategia exactamente de la misma manera. Construir ambos exactamente al mismo tiempo le permite comentar el predictor con los resultados comerciales (eventualmente se convierten en parte de la entrada). En caso de que su predictor se convierta en un estimador de moda, la estrategia convergerá a un seguidor de tendencias y requerirá que el predictor se concentre en predecir la tendencia. Leí su blog y quiero ver dos elementos en las imágenes al final (copiadas a continuación). 1- El intervalo de confianza alrededor del pronóstico (en mis resultados es ENORME) 2- Muchos pronósticos sucesivos para ver qué tan cambiante es. =gt; Hice un predictor simple y cuando elijo el perfecto, el pronóstico podría ser asombroso;--RRB- ¡sin embargo, a menudo cambia de rodamiento a fuertemente alcista en una sola barra y cambia de opinión nuevamente en otra!

Iniciado por ;

cita Hola. Genial ver su procedimiento de aprendizaje que es profundo. Estoy trabajando en AI RBF y en el área de aprendizaje. Me permite mejorar el método y la necesidad de ver su trabajo y estudiaré sus hipervínculos. ¿Puede compartir amablemente su información y flujo de chat/código? Lo aplicaré en MATLAB y lo discutiré con usted.

Hola Yashir, todos los códigos están disponibles en github, y el manual de procesamiento de información explica la canalización:
https://github.com//probabilistic_wa...preparation.md. Así que tienes el código. Solo verificado, lamento decir que no fue hecho por los archivos de información en github, son grandes. Pero la información de ticks está disponible en dukascopy, y puedes descargarla fácilmente usando Tickstory:
https://tickstory.com/No es demasiado tiempo para llevarlos a través de las computadoras portátiles de procesamiento de datos.

Iniciado por ;

se ve muy interesante La primera pregunta que me viene a la mente es: ¿qué hardware usas? ¿Vas a demostrar tus asesinatos con algunos resultados reales y cuáles son tus planes futuros? Gracias

Lo entrené en Google Cloud usando una GPU Nvidia K80. Entrenar una versión fue una hora, pero entrené mucho más que en la computadora portátil. Se volvió muy difícil obtener GPU porque todos comenzaron a usar la nube la semana pasada. Entrené algunas versiones en CPU, pero eso fue largo. Este es un proyecto de carpeta. Me encantaría usar un grupo profesional para crear sistemas basados ​​en versiones de aprendizaje profundo. Si no, intentaré implementar soluciones para algunas series de tiempo a partir de la visión por computadora o el procesamiento del lenguaje natural en mi aprendizaje. tengo tantas ideas Respuesta tan corta: no crearé una estrategia completa en los próximos meses, posiblemente más tarde. Pero todas las versiones y entradas se pueden encontrar en Github. Solo quería compartir aquí las posibilidades de DL y hablar con las personas interesadas en los sistemas de aprendizaje automático.

Iniciado por ;

Hola, construí un modelo de aprendizaje profundo para pronosticar los precios de divisas. Al llamar a la dirección de la media del bar en comparación con la barra, implica que Plus dio resultados. Los modelos de aprendizaje profundo pueden encontrar patrones en conjuntos de datos masivos. No solo le di el precio a la versión, sino que generé muchas funciones a partir de la información de noticias económicas y ticks. La descripción del modelo se puede ver aquí:
https://medium.com/analytics-vidhya/...5ff2e0e2e966e5...

Hola. Genial ver tu método de aprendizaje que es profundo. Estoy trabajando en el campo del aprendizaje profundo y AI RBF. Estudiaré sus enlaces y quiero ver su trabajo y mejoremos juntos el proceso. ¿Puede compartir su información y flujo de chat/código? Lo compartiré con ustedes para sus comentarios y lo implementaré.

Se ve muy interesante. La primera pregunta que me viene a la mente es? ¿Realmente vas a demostrar que matas con algunos resultados reales y cuáles son tus planes futuros? Gracias

Iniciado por ;

Así que déjame adivinar... Tienes una configuración de predicción, pero cuando la intercambias, es una reducción, ¿no es así?

No, no lo cambié hasta ahora. Esta es una predicción, y los resultados de los modelos requerirían varias estrategias para desarrollarlos. El resultado requeriría pensar mucho sobre cómo descubrir la mejor estrategia para ello. Este es un medio camino. Sin embargo, la versión no estaba mal en los datos que ha visto antes. Por lo tanto, para hacer una buena estrategia a su alrededor, creo que necesitaría una cantidad similar de trabajo ya que está en el diseño del edificio. Sin embargo, como usé antes, tal vez por mi parte deba encontrar otra API. Sin embargo, tenía diferentes objetivos con este artículo: demostrar mis habilidades en el modelado de series temporales de aprendizaje profundo.

Así que déjame adivinar... Tienes una predicción pero cuando negocias es una reducción, ¿no es así?