तंत्रिका नेटवर्क और व्यापार। व्यावहारिक कार्यान्वयन

ट्रेडिंग फैशन बिटकॉइन विनिमय दर के साथ उतार-चढ़ाव का अनुभव कर रहा है। अब यह विषय 2018 में अविश्वसनीय वृद्धि के बाद कम बिंदु पर है। इस दौरान कई लोग क्रिप्टो-एक्सचेंजों से परिचित होने में कामयाब रहे - उन्होंने विषय में अध्ययन, व्यापार, पैसा खो दिया और यहां तक ​​कि कभी-कभी अर्जित किया। नतीजतन, फैशन बीत गया, लेकिन अनुभव बना रहा, यद्यपि नकारात्मक। शब्द "लंबे", "लघु", "प्रसार", "गोताखोर" उन लोगों से सुना जा सकता है जिनसे आप निश्चित रूप से यह उम्मीद नहीं करते हैं। लेकिन न केवल "हाथ" व्यापार ने ध्यान आकर्षित किया, व्यापारिक बॉट भी हैं। इस क्षेत्र में हमारे पास क्या है, पिछले 2-3 वर्षों के अनुभव के बारे में क्या बात है?

दुर्भाग्य से, इस क्षेत्र में कुछ भी अच्छा नहीं है। ट्रेडिंग बॉट्स लिखने के लिए कई उपकरण हैं, लेकिन कोई भी लाभदायक रणनीति नहीं है। सबसे अच्छे मामले में, एक काम करने वाले समाधान को वर्तमान बाजार के लिए व्यापारी-प्रोग्रामर बदलते सेटिंग्स की एक जोड़ी द्वारा लगातार सेवित करने की आवश्यकता होती है। पूरी तरह से स्वायत्त बॉट को जमा से जोड़ने के बाद मानक परिणाम जमा को सूखा है।

आखिरी उम्मीद बनी हुई है - तंत्रिका नेटवर्क। यह निश्चित रूप से होना चाहिए, क्योंकि तंत्रिका नेटवर्क एक व्यक्ति के रूप में सीखता है और बाजार में खुद को ढालता है। आप इस क्षेत्र में कैसे कर रहे हैं? अच्छा ... आपने अनुमान लगाया। सब कुछ खराब है, बहुत सी बात है, लेकिन काम करने के उपाय नहीं हैं। सब कुछ बहुत बुरा है! इसका एक ज्वलंत उदाहरण MQL5 समुदाय एप्लिकेशन स्टोर है। MQL5 ब्रांड के पीछे एक पेशेवर व्यापारिक मंच है - मेटा ट्रेडर 5 और व्यापारियों और प्रोग्रामरों का एक विशाल समुदाय। तो इस स्टोर में तंत्रिका नेटवर्क के आधार पर समाधान के लिए एक खंड है, कई बॉट हैं, लेकिन एक भी वास्तविक नहीं है। एक तंत्रिका नेटवर्क का उपयोग करके एक बॉट जोड़ना नियमों द्वारा निषिद्ध है। यह विश्वास करना मुश्किल है, लेकिन यह है। एक बाहरी एपीआई को जोड़ने पर प्रतिबंध तंत्रिका नेटवर्क का उपयोग करने की संभावना को बाहर करता है, और एमक्यूएल 5 में निर्मित उपकरण अभ्यास में काम नहीं करते हैं। मैंने MQL5 तकनीकी सहायता के साथ इस मुद्दे पर चर्चा की,मुझे स्पष्ट जवाब नहीं मिला। नतीजतन, बाजार पर वास्तव में कुछ भी काम नहीं कर रहा है, जीथब पर रखी "खुद को सिखाओ" श्रृंखला से समाधान को ध्यान में नहीं रखा गया है।

ठीक है, मैं परिचय के साथ समाप्त कर रहा हूं, मैं व्यवसाय के लिए नीचे जा रहा हूं। मैं एक तंत्रिका नेटवर्क को प्रशिक्षित करने में कामयाब रहा, वास्तविक बाजार में इसके योग्य परिणाम हैं। विवरण में जाने के बिना, मैं यह वर्णन करूंगा कि यह कैसे किया गया था।

व्यापार करने के लिए तंत्रिका नेटवर्क को सिखाने की कोशिश कर रहे हर किसी की पहली और मुख्य गलती बाजार के बारे में व्यापारिक सोच है। आमतौर पर, एक व्यापारी एक प्रोग्रामर के साथ मिलकर तंत्रिका नेटवर्क पर आधारित समाधान को लागू करने की कोशिश करता है जो पहले बॉट्स लिखता था। ट्रेडिंग बॉट एल्गोरिथ्म स्थिति में सही प्रवेश बिंदु खोजने और "ले" और "स्टॉप" निर्धारित करने की समस्या को हल करता है। यदि आपके पास तंत्रिका नेटवर्क को डिजाइन करते समय यह कार्य है, तो कुछ भी काम नहीं करेगा। आप अंतहीन रूप से इनपुट डेटा के लिए सरल विकल्पों को छांट सकते हैं, संकेतक लगा सकते हैं या नहीं दे सकते हैं, विभिन्न प्रकार के तंत्रिका नेटवर्क की कोशिश कर सकते हैं, कुछ क्षेत्रों में प्रशिक्षण के रूप में विकल्प बैसाखी, या केवल ज्ञात पैटर्न दिखाते हुए ट्रेन। काम नहीं करेगा।

एक तंत्रिका नेटवर्क के साथ, आपको एक बच्चे की तरह दिखने की जरूरत है, उसकी आंखों के माध्यम से दुनिया को देखें और सरल कार्यों से शुरू करें। सबसे सरल सवाल जो पूछा जा सकता है, "मूल्य एक्स मोमबत्तियों के माध्यम से ऊपर या नीचे कहाँ जाएगा?"। इससे कोई फर्क नहीं पड़ता कि कीमत कितनी बदलती है और यह मायने नहीं रखता कि उत्तर को ट्रेडिंग रणनीति में नहीं बदला जा सकता है। हम व्यापार के बारे में भूल जाते हैं, अब मुख्य कार्य नेटवर्क को कम से कम कुछ शिक्षित करना है, बस सही उत्तर प्राप्त करना है।

मेरे पास यह प्रारंभिक कार्य 100,500 इनपुट चयनों के बाद हल किया गया था। इस्तेमाल किया TensoFlow प्लस Keras, अनुक्रमिक घने का एक नेटवर्क। 200-300 हजार उदाहरणों के लिए इनपुट डेटासेट, इनपुट वेक्टर 250-350 फ़ीचर। उत्तर का रूप प्रश्न के प्रस्तुत नेटवर्क से आता है - बाइनरी वर्गीकरण "अप" या "डाउन"। इनपुट MQL5 में बॉट द्वारा तैयार किया गया था। कहानी के माध्यम से चलने वाला एक बॉट एक नियमित सीएसवी फ़ाइल बनाता है, प्रत्येक पंक्ति एक वेक्टर है। प्रत्येक वेक्टर के अंत में, सही उत्तर 1: 0 है यदि ऊपर, 0: 1 यदि नीचे है।

कोशिश करने वालों के लिए यहां कुछ सुझाव दिए गए हैं:

1. वह 15 मिनट से 60 मिनट के पूर्वानुमान के भीतर अच्छी तरह से अध्ययन करता है। एक छोटी अवधि में, मूल्य आंदोलन की अराजकता बढ़ती है, एक बड़ी अवधि में बाहरी प्रभाव बढ़ता है - समाचार और इसी तरह, 15-60 मिनट सबसे "तकनीकी" क्षेत्र।
2. BTCUSD, EURUSD. — .
3. « ? ?». , .
4. , 50% . , .

आपको यह समझने की आवश्यकता है कि हम किस सामग्री के साथ काम कर रहे हैं। बाजार में 95% अराजकता है। जब हम नेटवर्क को प्रशिक्षण डेटा जमा करते हैं और सही उत्तर का संकेत देते हैं, तो हम वास्तव में इसे अव्यवस्थित कर रहे हैं। यह एक बिल्ली से एक कुत्ते को अलग करने के लिए एक तंत्रिका नेटवर्क को प्रशिक्षित करने की कोशिश करना है, और इसे तितलियों, सितारों और राशि चिन्हों को दिखाने के लिए प्रशिक्षण पर, कोई परिणाम नहीं होगा। तो यह यहाँ है, लेकिन, सौभाग्य से, बाजार वास्तव में काम कर रहे पैटर्न का लगभग 5% देता है जिसे नेटवर्क पकड़ सकता है और यह इसके उत्तरों में परिलक्षित होगा। इसलिए, परीक्षण के परिणामों के विश्लेषण पर ध्यान दें।

इस दृष्टिकोण का उपयोग करते हुए, मुझे निम्नलिखित परिणाम मिला:
लगभग 2% उत्तरों में, नेटवर्क 2 सही उत्तरों के अनुपात में 1 गलत होने पर आगे की गति का अनुमान लगाता है। वास्तविक बाजार में परीक्षण करते समय, ठीक यही होता है, लेकिन एक और समस्या उत्पन्न होती है। आखिरकार, हमारे पास केवल 2% प्रश्नों के उत्तर हैं, बाकी को अनदेखा करें। उन। हम 5 मिनट की समय सीमा पर वास्तविक बाजार में एक न्यूरो लॉन्च करते हैं और प्रतीक्षा करते हैं ... 2% पर - यह केवल हर 50 मोमबत्ती का जवाब होगा, 4 घंटे में एक जवाब! और इसके साथ क्या करना है? खैर, अगर जवाब "खरीद / बिक्री" था, तो एक दिन में 6 लेनदेन सामान्य हैं, और यहां सार "ऊपर / नीचे" और फिर गलत, पूरी निराशा है।

नतीजतन, मैंने इस समस्या को अपेक्षाकृत आसानी से हल किया - बस हर 5 मिनट में आपको एक मॉडल का साक्षात्कार करने की आवश्यकता नहीं है, लेकिन 20-30 मॉडल, उत्तर के परिणामस्वरूप पर्याप्त होंगे। मॉडल को विभिन्न इनपुट डेटा पर प्रशिक्षित किया जाता है और तदनुसार, विभिन्न पैटर्न पर प्रशिक्षित किया जाता है। व्यवहार में, यह पता चलता है कि मॉडल अलग-अलग मोमबत्तियों पर सम्मान करते हैं, केवल स्पष्ट, अनुमानित स्थानों में एक साथ सक्रिय होते हैं और एक-दूसरे को ओवरलैप नहीं करते हैं।

संक्षेप में, अब कुछ ऐसा है जो वास्तविक बाजार में लॉन्च किया जा सकता है और औसत खनन के साथ संकेतों को ऊपर / नीचे कर सकता है। पहले से ही अधिक मजेदार है, लेकिन व्यावहारिक अर्थ अभी भी शून्य है।

कार्यान्वयन के बारे में कुछ शब्द। इसने मेरे लिए MQL5 प्लस केरस के एक समूह पर काम किया। प्रत्येक कैंडलस्टिक पर मेटाट्रेडर 5 में लॉन्च किया गया एक बॉट एक तंत्रिका नेटवर्क के लिए डेटा तैयार करता है और एक सॉकेट से एक पायथन लिपि में गुजरता है, जो बदले में सभी मॉडलों को प्रदूषित करता है और जब यह स्वीकार्य सीमा से गुजरता है, तो टेलीग्राम चैनल को एक संकेत भेजा जाता है।

तो, सर्किट काम करता है, लेकिन लागू नहीं किया जा सकता है। कुछ रणनीति में संकेतों को जोड़ना संभव नहीं था। मुख्य दोष उत्तर की विसंगति है। उत्तर एक घटना है जिसे आपको किसी तरह प्रतिक्रिया करने की आवश्यकता है - बाजार की स्थिति को देखें, सोचें कि क्या नेटवर्क सही है या नहीं, आदि। एक मोमबत्ती पर, एक मॉडल संकेत कर सकता है, और दूसरा नीचे, और कौन सा विश्वास करना है? परिणामस्वरूप, उत्तर देने के लिए दहलीज को त्यागने के लिए विचार का जन्म हुआ, और नेटवर्क के प्रत्येक उत्तर का सम्मान करने के लिए शुरू करने के लिए, कम आत्मविश्वास के साथ यद्यपि। यदि आप सभी उत्तरों को एक आम राय में औसत करना शुरू करते हैं और इसे नेटवर्क का उत्तर मानते हैं, तो उत्तर पूरी तरह से अलग गुणवत्ता बन जाता है। इस मामले में, सभी मॉडलों का ज्ञान आकार लेने लगता है, और यह संयुक्त प्रशिक्षण का एक बड़ा हिस्सा है।

चाहे वह लंबा था, छोटा था, लेकिन सभी परिवर्तनों के बाद, मुझे प्रत्येक मोमबत्ती के लिए तंत्रिका नेटवर्क की एकसमान प्रतिक्रियाएं मिलनी शुरू हुईं, -100% से + 100% तक अपेक्षित कार्य समय के प्रतिशत के रूप में व्यक्त की गईं। संकेत अपेक्षित अप / डाउन दिशा को दर्शाता है। यह स्पष्ट हो गया कि अब हर उत्तर में एक भावना है। यह काम करता हैं! मुझे खुद ट्रेडिंग का अनुभव है और मैंने देखा कि मेरी आंखों के सामने नेटवर्क का व्यवहार कैसे सार्थक हो गया। कभी-कभी इसका तर्क समझ में आता था, कभी-कभी यह समझ में नहीं आता था, लेकिन इसके जवाब हमेशा अपने आप को महसूस करते थे, अक्सर विरोधाभासी, बाजार की दृष्टि। इसके अलावा, यह पता चला है कि नेटवर्क आत्मविश्वास जितना अधिक होगा, सही समय के लिए अपेक्षित विकास के करीब होगा और इसके विपरीत। कम आत्मविश्वास से लगता है कि "15 मिनट में क्या होगा मुझे नहीं पता, लेकिन सामान्य प्रवृत्ति ऊपर है।"

इस जगह से, मुझे एहसास हुआ कि संकेतों को खरीदने / बेचने में यह सब औपचारिक करने की कोशिश करना एक खुर्दबीन के साथ नाखूनों को हथौड़ा देने जैसा है। तंत्रिका नेटवर्क के संकेतों को देखने के लिए किसी प्रकार के उपकरण की आवश्यकता थी - प्रत्येक मोमबत्ती पर "आत्मविश्वास" के स्तर का एक ग्राफिक प्रदर्शन। MQL5 उपकरणों की एक विस्तृत श्रृंखला ने मेटाट्रेडर 5 के लिए विशेषज्ञ में यह सब डालना संभव बना दिया। एपीआई के माध्यम से "विशेषज्ञ" तंत्रिका नेटवर्क की प्रतिक्रियाओं को प्राप्त करता है और केवल प्रतिपादन में लगा हुआ है। बीटीसीयूएसडी एम 1 पर उनके काम का एक उदाहरण यहां दिया गया है:



शीर्ष पर रंगीन क्षेत्र पूर्वानुमान "डाउन" है, नीचे का क्षेत्र पूर्वानुमान "ऊपर" है, मोटाई विश्वास की डिग्री है।

इस स्तर पर, पूर्वानुमान की गुणवत्ता कोई मायने नहीं रखती है, यह महत्वपूर्ण है कि तंत्रिका नेटवर्क बाजार की स्थिति के बारे में काफी पर्याप्त राय प्रदर्शित करता है। आप हमेशा नेटवर्क को और भी अधिक अपग्रेड कर सकते हैं, मुख्य बात यह है कि यह काम करता है!

नतीजतन, आज दो प्रकार के पूर्वानुमानों के साथ मेटाट्रेडर 5 के लिए विशेषज्ञ हैं - अल्पकालिक और दीर्घकालिक। आंकड़े धीरे-धीरे जमा हो रहे हैं, व्यापारियों से प्रतिक्रिया मिल रही है। प्राप्त परिणाम आगे के काम को प्रेरित करता है, अब हमें टीमों को पोषित "खरीदने / बेचने" की आवश्यकता है। यह पूर्वानुमान की गुणवत्ता में काफी वृद्धि करके किया जा सकता है। तब मुझे यह विकास पथ दिखाई दिया:

1. 15 से 60 मिनट के अंतराल में एक दर्जन पूर्वानुमान तैयार करना आवश्यक है। उन। 20, 25, 30, 35 मिनट और इतने पर 60 के लिए "ऊपर / नीचे" की भविष्यवाणी करना शुरू करें। प्रत्येक पूर्वानुमान, मुझे याद है, लगभग 20 मॉडलों की प्रतिक्रियाओं से बनाया गया है।
2. प्रत्येक मिनट की मोमबत्ती पर इस तरह की जानकारी होने के कारण, एक और तंत्रिका नेटवर्क के साथ इसका विश्लेषण करना संभव और आवश्यक है। अलग-अलग समय अंतराल पर पूर्वानुमान के बीच का संबंध पूरी तरह से निर्विवाद हो सकता है, इसलिए, यहां एक तंत्रिका नेटवर्क उपयुक्त होगा।
3. इस तंत्रिका नेटवर्क के लिए डेटासेट उसके छोटे साथियों की तरह शोर नहीं होगा, इसलिए, इसे एक "अप / डाउन" में नहीं बल्कि एक परिसंपत्ति के आंदोलन की ताकत का अनुमान लगाने में प्रशिक्षित किया जाना चाहिए, और यह "खरीदने / बेचने" के लिए एक सीधा निकास है।

यही सब मैं आज आपको बताना चाहता हूं। काम जारी है, मुझे लगता है कि अधिक लेख होंगे।

वैसे, मेटाट्रेडर 5 के लिए यह विशेषज्ञ नि: शुल्क वितरित किया जाता है, यदि आप वास्तविक बाजार में तंत्रिका नेटवर्क का काम देखना चाहते हैं, तो कृपया संपर्क करें।