Торговый робот на нейронных сетях, Заблуждения о нейронных сетях

Торговые советники и нейронные сети на рынке Форекс

Из песочницы Мода на трейдинг переживает взлеты 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. Что у нас в этой области, о чем говорит опыт последних лет?

Заблуждения о нейронных сетях

К сожалению, в этой области тоже ничего хорошего. 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. Как дела в этой области? Ну… вы уже догадались.

Все плохо, разговоров много, а работающих решений. Все очень плохо!

  1. 5 секундные турбо опционы
  2. В свое время этот советник наделал немало шума, в конкурсе роботов Automated Trading Championship занял первое место, сильно опередив конкурентов.
  3. Торговля на опционами

Яркий тому пример магазин приложений сообщества MQL5. За брендом MQL5 стоит профессиональная платформа для трейдинга — MetaTrader5 плюс огромное сообщество трейдеров и программистов.

  • Как заработать на криптоввлюте
  • Последним ноу-хау в сфере форекс экспертов является использование нейронных сетей.
  • Заработок на интернет траффике дома
  • Нейросети и трейдинг. Практическая реализация / Хабр

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. В это трудно поверить, но.

Нейронные сети их сильные и слабые стороны при использовании в форекс экспертах

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.

торговый робот на нейронных сетях

Ладно, заканчиваю со вступлением, перехожу к делу. У меня получилось обучить нейросеть, есть стоящие внимания результаты на реальном рынке. Дальше не погружаясь в детали опишу как это было сделано.

торговый робот на нейронных сетях

Первой и главной ошибкой всех, кто торговый робот на нейронных сетях обучать нейросеть торговле является трейдерское мышление о рынке.

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. С нейросетью надо как с ребенком, смотреть на мир ее глазами и начинать с простых задач.

Советник EA Better

Не важно на сколько сильно изменится цена и не важно, что ответ потом нельзя будет превратить в торговую стратегию. Кс го опцион про торговлю, сейчас 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.

торговый робот на нейронных сетях

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.

торговый робот на нейронных сетях

Вот несколько советов тем, кто попробует это сделать: Хорошо обучается в пределах прогноза от 15 минут до 60 минут. Почему так — не знаю. При сборе данных я просто не включал их в датасет, задачу надо упрощать.

торговый робот на нейронных сетях

Это серьезная проблема, ниже поясню как я. Надо понимать с каким материалом имеем.

Нейросетевой советник

Когда мы подаем сети данные для обучения и указываем правильный ответ, торговый робот на нейронных сетях 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. 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.

РОБОСТРОЙ: Робот с нейронной сетью на QLua

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. 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.

Также читайте