Торговые роботы на нейронных сетях.

Из песочницы Мода на трейдинг переживает торговые роботы на нейронных сетях и падения вместе с курсом Биткоина. Сейчас эта тема в нижней точке после невероятного роста в году. Многие за это время успели познакомиться с криптобиржами — вникали в тему, учились, трейдили, теряли деньги и даже иногда зарабатывали. В итоге, мода прошла, а опыт остался, пусть и негативный.

Робот на нейронный сетях

Что у нас в этой области, о чем говорит опыт последних лет? К сожалению, в этой области тоже ничего хорошего.

торговые роботы на нейронных сетях price action для бинарных опционов видео

Инструментов для написания торговых ботов много, а стабильно профитных стратегий. В лучшем случае работающее решение нужно постоянно обслуживать парой трейдер-программист меняя настройки под текущий рынок. Стандартный результат после подключения полностью автономного бота к депозиту — слив депозита. Остается последняя надежда — нейросети. Тут уж точно должно получиться, ведь нейросеть учится как человек и сама подстраивается под рынок.

Заблуждения о нейронных сетях

Как дела в этой области? Ну… вы уже догадались. Все плохо, разговоров много, а работающих решений. Все очень плохо! Яркий тому пример магазин торговые роботы на нейронных сетях сообщества MQL5. За брендом MQL5 стоит профессиональная платформа для трейдинга — MetaTrader5 плюс огромное сообщество трейдеров и программистов.

Так вот в этом магазине есть раздел для решений на основе нейросетей, там много ботов, но ни одного настоящего. Добавить туда бота использующего нейросети запрещено правилами.

Вы просто не умеете их готовить. Заблуждения, ошибки, косяки. Только, когда я представляла эту пользу для себя, я имела в виду возникновение каких-то полезных связей и взаимовыгодного сотрудничества с другими трейдерами, работающими над созданием торговых алгоритмов на основе нейронных сетей.

В это трудно поверить, но. Запрет на подключение внешнего API исключает возможность использования нейросетей, а встроенные в MQL5 средства на практике не работают. Этот вопрос я обсуждал с техподдержкой MQL5, внятного ответа так и не получил.

Ладно, заканчиваю со вступлением, перехожу к делу. У меня получилось обучить нейросеть, есть стоящие внимания результаты на реальном рынке.

Последняя новинка в мире рынка Форекс – нейронные сети

Дальше не погружаясь в детали опишу как это было сделано. Первой и главной ошибкой всех, кто пытается обучать нейросеть торговле является трейдерское мышление о рынке.

Класс наследован от базового класса CExpertSignal и включает в себя все необходимые поля данных и методы для работы и интеграции Hlaiman, а также для работы с советниками, создаваемыми с помощью мастера MQL5.

Обычно внедрить решение основанное на нейросетях пытается трейдер в паре с программистом, которые до этого писали ботов. Если эту задачу иметь в голове при проектировании нейросети, то ничего не получится.

Можно бесконечно перебирать хитроумные варианты входных данных, подавать или не подавать индикаторы, пробовать разные типы нейросетей, подставлять костыли ввиде обучения только на определенных участках или обучать показывая только известные паттерны. Работать.

Заблуждения о нейронных сетях | Школа по созданию торговых роботов

С нейросетью надо как с ребенком, смотреть на мир ее глазами и начинать с простых задач. Не важно на сколько сильно изменится цена и не важно, что ответ потом нельзя будет превратить в торговую стратегию.

торговые роботы на нейронных сетях интернет заработок web

Забываем про торговлю, как богатые заработали свои деньги главная задача хоть чему-то обучить сеть, просто получить правильный ответ.

У меня эта начальная задача решилась после подборов входных данных. Входной датасет на тыс примеров, входной вектор фичь.

торговые роботы на нейронных сетях принцип действия бинарного опциона

Входные данные готовил ботом на MQL5. Бот пробегая историю формирует обычный csv фаил, каждая строка — вектор. В конце каждого вектора правильный ответ ввиде если вверх.

Вот несколько советов тем, кто попробует это сделать: Хорошо обучается в пределах прогноза от 15 минут до 60 минут.

Создание нейросетевых торговых роботов на базе MQL5 Wizard и Hlaiman EA Generator

Почему так — не знаю. При сборе данных я просто не включал их в датасет, задачу надо упрощать. Это серьезная проблема, ниже поясню как я. Надо понимать с каким материалом имеем.

Статьи для трейдеров. Последняя новинка в мире рынка Форекс – нейронные сети | Блог - GERCHIK & CO

Когда мы подаем сети данные для обучения и указываем правильный ответ, на самом деле мы кормим ее хаосом. Это как пытаться обучить нейросеть отличать кошку от собаки, а на обучении показывать ей бабочек, звезды и знаки зодиака, результата.

  1. Создание нейросетевых торговых роботов на базе MQL5 Wizard и Hlaiman EA Generator - Статьи по MQL5
  2. Нейросети и трейдинг. Практическая реализация / Хабр
  3. В финансовом анализе они чаще всего применяются для прогнозирования, создания собственных индикаторов, алгоритмического трейдинга и моделирования рисков.
  4. Рынок опционов что это
  5. Статистика опционов
  6. Последняя новинка в мире рынка Форекс — нейронные сети Не так давно на рынке появились форекс-роботы, в которых используются нейронные сети.

Поэтому внимательнее относитесь к анализу результатов тестирования. При тесте на реальном рынке именно так и получается, но возникает другая проблема. И что с этим делать? В итоге, решил эту проблему относительно легко — просто каждые 5 мин надо опрашивать не одну модель, а моделей, в результате ответов будет достаточно.

Модели обучаются на разных входных данных и, соответственно, обучаются разным паттернам. На практике так и получается, модели сигналят на разных свечах, вместе активируясь только в очевидных, предсказуемых местах и друг друга не перекрывают. Уже веселее, но практического толку по-прежнему ноль. Пара слов о реализации. У меня это работало на связке MQL5 плюс Keras.

Робот на нейронный сетях - Эксперты Форекс, торговые роботы и советники - Форум алго-трейдеров MQL5

Бот запущенный в MetaTrader5 на каждой свече готовил данные для нейросети и через сокеты передавал скрипту на питоне, который по очереди опрашивал все модели и при прохождении ответом допустимого порога отправлял сигнал в Телеграм канал.

Итак, схема работает, но применить. Сложить сигналы в какую-то стратегию не получалось. Главный недостаток — дискретность ответов. Ответ — это событие на которое надо как то реагировать — смотреть на рыночную ситуацию, думать права сеть или нет. На одной свече одна модель могла сигналить вверх, а другая вниз и какой верить?

В итоге, родилась идея отказаться от порога прохождения ответа, а начать уважать каждый ответ сети, пусть и с низкой степенью уверенности.

Если начать усреднять все ответы в единое общее мнение и это считать ответом сети, то ответ становится совершенно другого качества. В этом случае начинают складываться знания всех моделей, а это огромный объем совместного обучения. Стало видно, что теперь смысл есть в каждом ответе.

торговые роботы на нейронных сетях быстро заработать один доллар

Оно работает!

Еще по теме