Get best of the week

Réseaux de neurones dans le trading. Enterrez tôt

Cet article est ma réponse étendue à une publication récente, "Les réseaux neuronaux rêvent-ils d'argent électrique?" , dans lequel l'auteur est détaillé et explique en détail pourquoi les réseaux de neurones ne peuvent tout simplement pas fonctionner dans le trading et pourquoi la prévision des prix est impossible.

Avant de justifier notre désaccord avec une telle position, abordons la théorie et les techniques utilisées dans le trading. La base de la plupart des tableaux de prix est la «bougie». Il s'agit de la période de moyenne des prix, à l'intérieur de la période, nous ignorons les fluctuations des cotations, et ne laissons que les valeurs minimales et maximales, ainsi que les cotations pour le début de la bougie (ouverture) et la fin (fermeture). Les bougies peuvent durer de 1 minute à 1 an. Colorez la bougie en vert si le prix a augmenté, en rouge si elle a baissé. En conséquence, nous obtenons un calendrier simplifié et lisible, et surtout, informatif.

Il y a une telle profession - un commerçant. Ce spécialiste qui a longtemps étudié son métier possède une vaste expérience et, par conséquent, après avoir analysé un certain nombre de bougies précédentes, il peut prédire le mouvement des prix sur la bougie suivante, c'est-à-dire prédire l'avenir. Bien sûr, il ne regarde pas seulement le graphique, mais utilise des outils supplémentaires appelés «indicateurs». Il n'y a rien de magique dans les indicateurs, ils formalisent et décrivent mathématiquement la même expérience des commerçants acquise par les générations. Le travail avec des indicateurs est appelé «analyse technique». Contrairement à d'autres types d'analyse, l'analyse technique ne fonctionne qu'avec le planning, sans actualité et autres.

Je sais déjà à quoi je mène Je connais personnellement plusieurs commerçants qui, en utilisant uniquement des analyses techniques, ont réussi à négocier sur la bourse pendant des années et ont même régulièrement gagné leur pain. La conclusion évidente de tout cela est que le prix d'un actif dans le futur est en quelque sorte lié à l'histoire des prix précédents et cette connexion est suffisante pour qu'une personne vivante puisse voir et utiliser ces connaissances.

Alors pourquoi les réseaux de neurones ne le peuvent-ils pas? Un chat se distingue d'un chien, mais ici ils ne le peuvent pas. Il semble que tout soit évident, cela devrait fonctionner, mais cela ne fonctionne pas. De cet endroit, je vais expliquer pourquoi cela ne fonctionne pas, ou plutôt, cela ne fonctionne pas pour la plupart.

Depuis que nous nous sommes souvenus du classique "Hello world" dans les réseaux de neurones - pour distinguer un chat d'un chien sur les photos, rappelons-nous ce qui s'y passe. Les réseaux de neurones pour la formation montrent, par exemple, 10'000 images qui dans différentes situations représentent un chien, puis aussi avec un chat. Pour chaque image, la bonne réponse est donnée à qui y figure. Le réseau de neurones regarde attentivement tout cela plusieurs fois et établit dans sa tête certaines règles par lesquelles il pourra répondre correctement à la question "Est-ce un chat ou un chien?" A l'avenir. Et ce circuit fonctionne. Taux de réussite de 99,9%, bingo! Nous appliquons donc cela dans le trading.

Montrons des captures d'écran de réseaux de neurones de graphiques et donnons la bonne réponse où le prix est ensuite allé, elle apprendra de cette façon et tout ira bien, elle travaille avec un chat. Ceci est un exemple d'entrée dans le sujet d'un chercheur moyen standard. Et qu'obtient-il en sortant? Rien ... Le réseau de neurones n'apprend pas. Mais notre recherche n'est pas simple et n'abandonne pas immédiatement: "Nous devons soumettre la bonne entrée!" et les cycles de «bonnes données» commencent sous la forme de variations infinies de vecteurs ingénieux. Et maintenant, le processus a commencé ... Pour comprendre quand notre chercheur sera fatigué et écrire un article sur le fait qu'il est impossible de former des réseaux de neurones, vous devez prendre la valeur moyenne de la diligence du chercheur et multiplier par le nombre d'heures d'une déception à l'autre.  

Mais quelle est la bonne réponse, pourquoi ne pas apprendre?
En fait, sous le «chercheur», je me suis décrit, mais seulement j'ai eu de la chance, j'ai eu le zèle de conserver les premiers résultats positifs. Et voici mon explication, purement objective, peut-être incorrecte, du problème.

Oui, les citations sont du chaos, mais pas à 100%. Dans environ 2% des cas, la bougie suivante avec une probabilité d'environ 70% est liée à l'histoire précédente. En fait, à peu près le même principe est exploité par les indicateurs, seulement en eux il est appelé un «modèle» qui, tout comme cela, se produit avec une telle probabilité et la probabilité de travailler pour lui n'est pas non plus de 100%. Les valeurs de 2% et 70% sont ce que j'ai obtenu aujourd'hui. Je suis sûr qu'avec une bonne formation du réseau neuronal, cette connexion est beaucoup plus grande. Et l'approche de la formation avec les chats et les chiens ne fonctionne pas pour une raison très simple. En montrant les réseaux neuronaux des graphiques et en donnant la bonne réponse, en fait, nous ne lui montrons pas un chat ou un chien conditionnel, mais montrons des nuages, des papillons, des signes du zodiaque et seulement deux pour cent de ce qui est nécessaire, c'est-à-dire 98% de nos données sont du chaos.

Il reste à comprendre comment attraper ces 2% précieux et ensuite seulement prendre des décisions commerciales à leur sujet. L’option «nous nous entraînons en affichant uniquement des indicateurs» ne fonctionne pas, du moins je n’ai pas réussi. En conséquence, j'ai obtenu les premiers résultats après 100 500 sélections de paramètres d'entrée plus l'analyse correcte de ce que le réseau produit. Une explication plus détaillée est techniquement complexe et pas pour cet article, ici je viens d'essayer de discuter avec un raisonnement logique que les réseaux de neurones et le commerce sont incompatibles.

More articles:


All Articles