Le dernier article était une tentative de montrer l'ensemble du processus de formation, de sélection et de test des modèles sur la paire de trading EUR/USD. Dans Google Colab, le schéma a fonctionné : former des modèles-> tester-> dessiner sur un graphique . La tentative a échoué. La volonté de ne pas faire glisser une tonne de code dans Colab, mais de tout simplifier au maximum a conduit à une très mauvaise qualité de formation. Les signaux semblaient peu convaincants et s'agglutinaient à des endroits évidents.
Depuis, beaucoup d'eau a coulé sous les ponts et les recherches se sont poursuivies. Je vous en parle + un autre Colab, cette fois plus simple et plus clair.
Aller de l'avant
En raison du stade de développement précédent, le réseau de neurones commençait encore à prédire quelque chose. Une prévision plus ou moins adéquate apparaissait sur les graphiques, de qualité similaire à l'indicateur moyen. Il y a peu de sens pratique, mais suffisamment pour s'engager davantage dans ce domaine. Les principaux inconvénients étaient la mauvaise qualité de la prédiction et le regroupement des signaux à des endroits évidents.
Dans le dernier article, cela a été discuté en détail, mais ici je vous rappellerai simplement que le réseau de neurones répond à la question de savoir où le prix va "monter" ou "baisser" et ne répond pas à la question de la force du mouvement. être. La réponse est binaire : 1 - vers le haut, 0 - vers le bas. Ceux. si après le sondage la réponse est retournée [0.8, 0.2] cela signifie « va augmenter », et [0.4, 0.6] « va probablement baisser, mais ce n'est pas exact ». La différence au sein de ces réponses binaires caractérise le degré de confiance du réseau, +0,6 dans le premier cas et -0,2 dans le second. Plus cette différence tend vers 1 (ou -1), plus la qualité de la prévision est élevée.
Le "degré de confiance" auquel une réponse peut être considérée comme un signal est individuel pour chaque modèle et est déterminé en l'exécutant sur des données de test. De plus, ce seuil est différent pour les signaux haut et bas. Les modèles qui seront chargés dans la collab ont le nom d'un fichier comme BTCUSD_M6_0.66_0.75.h5
Les deux dernières valeurs sont ces limites. Avant d'interroger le modèle, les valeurs de déclenchement sont extraites de son nom et comparées à sa réponse.
, , . , " ? !", , . , "" . , .
, . , , , . , "" ( ). , .
, . . - TradingView, , " " ... . , JavaScript + Vue + NodeJS . , , , BTC/USD 5m .
Google Colab
:
/
BTC/USD , , ( ).
, , , 1 .
" -..." . " + . ? ".
"". , 6, .. 6 , 3000 . 10%, 100%. . .
Google Colab . Google ( Gmail).
«» .
Warning: This notebook was not authored by Google
, , .
Maintenant, vous devez exécuter séquentiellement les blocs de haut en bas ...
C'est tout.
PS N'essayez pas de gagner de l'argent sur le marché réel, 97% des débutants perdent leur dépôt. Le but de l'étude est de résoudre un problème intéressant.