🐓 👩🏼‍🏭 #⃣ Neuronale Netze im Handel. Früh begraben 🍄 🚣 🔂

Dieser Artikel ist meine erweiterte Antwort auf eine kürzlich erschienene Veröffentlichung : Träumen elektrische Netzwerke von elektrischem Geld? , in dem der Autor ausführlich und ausführlich erklärt, warum neuronale Netze im Handel einfach nicht funktionieren können und warum eine Preisvorhersage unmöglich ist.

Bevor wir unsere Uneinigkeit mit dieser Position begründen, wollen wir uns mit der Theorie und den Techniken befassen, die im Handel verwendet werden. Grundlage der meisten Preisdiagramme ist die sogenannte „Kerze“. Dies ist der Zeitraum der Preismittelung. Innerhalb des Zeitraums ignorieren wir Kursschwankungen und belassen nur die Minimal- und Maximalwerte sowie die Kurse für den Anfang der Kerze (Öffnen) und das Ende (Schließen). Kerzen können von 1 Minute bis 1 Jahr sein. Färben Sie die Kerze grün, wenn der Preis gestiegen ist, rot, wenn sie gefallen ist. Als Ergebnis erhalten wir einen vereinfachten, lesbaren und vor allem informativen Zeitplan.

Es gibt einen solchen Beruf - einen Händler. Dieser Spezialist, der sein Handwerk lange Zeit studiert hat, verfügt über umfangreiche Erfahrung und kann daher nach Analyse einer bestimmten Anzahl vorheriger Kerzen die Preisbewegung für die nächste Kerze vorhersagen, d. H. die Zukunft vorhersagen. Natürlich betrachtet er nicht nur das Diagramm, sondern verwendet zusätzliche Tools, die als „Indikatoren“ bezeichnet werden. Indikatoren enthalten nichts Magisches. Sie formalisieren und beschreiben mathematisch die gleichen Erfahrungen von Händlern, die Generationen gemacht haben. Das Arbeiten mit Indikatoren wird als „technische Analyse“ bezeichnet. Im Gegensatz zu anderen Analysetypen funktioniert die technische Analyse nur mit dem Zeitplan, ohne Nachrichten und andere Dinge.

Es ist bereits klar, wohin ich führe? Ich persönlich kenne mehrere Händler, die nur mit technischen Analysen seit Jahren erfolgreich an der Börse handeln und sogar stetig ihr Brot verdienen. Die offensichtliche Schlussfolgerung daraus ist, dass der Preis eines Vermögenswerts in der Zukunft in irgendeiner Weise mit der Geschichte früherer Preise zusammenhängt und diese Verbindung für eine lebende Person ausreicht, um dieses Wissen zu sehen und zu nutzen.

Warum können neuronale Netze nicht? Eine Katze unterscheidet sich von einem Hund, aber hier können sie nicht. Es scheint, dass alles offensichtlich ist, es sollte funktionieren, aber es funktioniert nicht. Von hier aus werde ich erklären, warum es nicht funktioniert oder besser gesagt, es funktioniert für die meisten nicht.

Da wir uns an die klassische "Hallo Welt" in neuronalen Netzen erinnerten - um eine Katze auf Fotos von einem Hund zu unterscheiden, erinnern wir uns, was dort passiert. Neuronale Netze für das Training zeigen zum Beispiel 10'000 Bilder, auf denen in verschiedenen Situationen ein Hund abgebildet ist, dann auch mit einer Katze. Für jedes Bild wird die richtige Antwort gegeben, wer darauf ist. Das neuronale Netz schaut sich das alles viele Male aufmerksam an und legt in seinem Kopf bestimmte Regeln fest, nach denen es in Zukunft die Frage „Ist das eine Katze oder ein Hund?“ Richtig beantworten kann. Und diese Schaltung funktioniert. Erfolgsquote 99,9%, Bingo! Wir wenden dies also im Handel an.

Lassen Sie uns Screenshots von Grafiken für neuronale Netze zeigen und die richtige Antwort geben, wo der Preis dann hingegangen ist. Sie wird auf diese Weise lernen und alles wird in Ordnung sein. Sie arbeitet mit einer Katze. Dies ist ein Beispiel für die Eingabe des Themas eines durchschnittlichen Durchschnittsforschers. Und was bekommt er auf dem Weg nach draußen? Nichts ... Neuronales Netz lernt nicht. Aber unsere Forschung ist nicht einfach und gibt nicht sofort auf: "Wir müssen den richtigen Input einreichen!" und Zyklen von „richtigen Daten“ beginnen in Form endloser Variationen genialer Vektoren. Und jetzt hat der Prozess begonnen ... Um zu verstehen, wann unser Forscher müde wird und einen Artikel darüber schreibt, dass es unmöglich ist, neuronale Netze zu trainieren, müssen Sie den Durchschnittswert der Sorgfalt des Forschers nehmen und mit der Anzahl der Stunden von einer Enttäuschung zur nächsten multiplizieren.

Aber was ist die richtige Antwort, warum nicht lernen?
Tatsächlich habe ich mich unter dem „Forscher“ beschrieben, aber nur ich hatte Glück, ich hatte den Eifer, an den ersten positiven Ergebnissen festzuhalten. Und hier ist meine rein objektive, möglicherweise falsche Erklärung des Problems.

Ja, Zitate sind Chaos, aber nicht 100%. In ungefähr 2% der Fälle ist die nächste Kerze mit einer Wahrscheinlichkeit von ungefähr 70% mit der vorherigen Geschichte verbunden. Tatsächlich wird ungefähr das gleiche Prinzip von Indikatoren ausgenutzt, nur in ihnen wird es als „Muster“ bezeichnet, was einfach so mit ungefähr einer solchen Wahrscheinlichkeit geschieht und die Wahrscheinlichkeit, für ihn zu trainieren, ebenfalls nicht 100% beträgt. Werte von 2% und 70% habe ich heute bekommen. Ich bin sicher, dass diese Verbindung mit dem richtigen Training des neuronalen Netzwerks viel größer ist. Und der Ansatz, sowohl mit Katzen als auch mit Hunden zu trainieren, funktioniert aus einem sehr einfachen Grund nicht. Indem wir die neuronalen Netze der Graphen zeigen und die richtige Antwort geben, zeigen wir ihr keine bedingte Katze oder einen bedingten Hund, sondern Wolken, Schmetterlinge, Sternzeichen und nur zwei Prozent dessen, was benötigt wird, d. H. 98% unserer Daten sind Chaos.

Es bleibt zu verstehen, wie man diese geschätzten 2% fängt und erst dann Handelsentscheidungen darüber trifft. Die Option "Wir trainieren nur mit Indikatoren" funktioniert nicht, zumindest war ich nicht erfolgreich. Als Ergebnis erhielt ich die ersten Ergebnisse nach 100500 Auswahlen von Eingabeparametern sowie der korrekten Analyse dessen, was das Netzwerk produziert. Eine detailliertere Erklärung ist technisch kompliziert und nicht für diesen Artikel. Hier habe ich nur versucht, mit logischer Begründung zu argumentieren, dass die neuronalen Netze und der Handel nicht kompatibel sind.

Neuronale Netze im Handel. Früh begraben

More articles: