Aprendizaje profundo, IA, redes neuronales en SQ4

Me gustaría abrir una discusión sobre esto, qué y cómo exactamente integrarlo / usarlo con SQ4.

Nuestro plan actual es desarrollar un módulo de red neuronal personalizado que sea capaz de entrenar NN para producir señales de negociación.
Cómo funcionará desde el punto de vista de los usuarios:

1. El usuario configura las entradas: lista de señales/indicadores que se utilizarán en la NN, algunas propiedades de la NN, datos de backtest, etc.
2. SQ4 entrenará la NN con los datos históricos utilizando la evolución genética
3. El resultado será una estrategia con código fuente completo que utiliza una Red Neuronal ENTRENADA que produce señales de compra/venta/retención/salida. La estrategia se puede utilizar en Mt4 u otra plataforma de negociación

Lo tenemos sobre 50% listo, debe ser bastante fácil de usar.

Estoy abierto a la discusión sobre cuáles son tus expectativas sobre Deep Learning, y tu idea de cómo debería funcionar con SQ4.

Nuestra implementación descrita anteriormente es una solución "fija" sin muchas personalizaciones posibles. No estamos en contra de integrar SQ con TensorFlow o una solución similar, para proporcionar más flexibilidad al proceso de aprendizaje profundo.

Sólo debemos determinar cómo integrarlo: qué hay que hacer por parte de la SQ para que funcione y sea lo más flexible posible.

Hola Mark,

Este es un tema muy bueno. Quiero compartir mi experiencia sobre NN.

El año pasado implementé un perceptrón multicapa supervisado en mql4 con el método de aprendizaje de retropropagación de errores. Mis datos de entrada son los precios máximos, mínimos y de cierre de las últimas X barras, además de otro indicador de precios como las medias móviles. Así, por ejemplo, cada nueva barra, el EA obtiene las últimas 10 barras de máximos, mínimos y precios de cierre como entrada para el NN. El resultado esperado será 1 si el precio futuro alcanza el TP (+2 ATR desde el último precio de apertura) y -1 si el precio futuro alcanza el ST (-2 ATR desde el último precio de apertura) .

El NN se ejecuta para cada barra y he probado durante mucho tiempo, pero el resultado final es que el NN no entrenar y no tienen ninguna ventaja.

Después de algunas investigaciones, descubrí que la NN no entrenará debido a que el mercado tiene múltiples patrones o patrones de velas y, en este modelo que construí, estaba presentando múltiples patrones para la NN y es la razón por la que la NN no estaba entrenando. Debido a que cada patrón tiene su ventaja. El mundo ideal, es presentar sólo un patrón para cada NN y tratar de entrenar este patrón específico.

Así que primero debemos clasificar patrones similares e introducir un patrón específico en la NN y ver si se puede entrenar.

Por lo tanto, he encontrado un nuevo enfoque para poner en práctica y estoy trabajando en ello por ahora. La primera tarea, es una agrupación de patrones similares. Encontré un buen algoritmo llamado BIRCH clustering (balanced iterative reducing and clustering using hierarchies) para clasificar patrones. Con BIRCH clustering, puedo filtrar patrones similares como el gráfico adjunto.

Como podemos ver, cada caja rectángulo es un patrón específico y creo que es la mejor manera de implementar NN.

Después de haber clasificado los patrones, los presentamos a una NN y vemos si podría entrenar este patrón específico.

Tensorflow sería interesante o una de las variaciones de .i.e Tensorflow Lite o Keras. Preferiría ver una integración con otros paquetes de Python como scikit-learn. Los métodos Random Forest y Ensembles creo que funcionarían bien con GP. Pymc3 para el modelado bayesiano sería una buena adición (para la versión 5 o 6 :))

¿Se ha hablado ya de los precios de la actualización de la versión 3 a la 4 o se trata más bien de esperar a ver qué pasa por ahora?

Creo que con el estado actual de la llamada IA es mejor integrarla en el proceso de búsqueda de estrategias que en la toma de decisiones comerciales.

No he visto ninguna prueba de machine learning, deep learning etc para obtener beneficios en cuentas reales.

Hola, Mark,
Hace poco encontré este generador de EA de BJF (http://eagenerator.com/) que parece ser sólo el Hlaiman (http://hlaiman.com/) producto reenvasado a un precio mucho mayor...
Hay una demo EA e Indicador en MQL5.com, así como algunos artículos del creador sobre su uso: https://www.mql5.com/en/search#!keyword=hlaiman
Aquí está su documentación: http://hlaiman.com/download/EA%20Generator/Using%20EA%20Generator%20EN.pdf

He visto que también hay bastantes artículos sobre temas neuronales: https://www.mql5.com/en/search#!keyword=neural

Probablemente un mejor uso del tiempo que simplemente tirar dados... 😉 .

por qué crees que DL en SQ4 no funcionaría. ¿Qué experiencia tienes en IA? Todo depende de cómo y qué algoritmos utilices para implementar tu arquitectura. La IA en sí misma requiere un conocimiento profundo de lo que estás haciendo y de lo que quieres conseguir.

Limitarse a lanzar algunos algoritmos de IA a medias (normalmente algoritmos superficiales supervisados) para resolver el problema del dominio del comercio es una idea de novatos.

La IA funciona si tienes los conocimientos adecuados y la utilizas correctamente, de lo contrario es como disparar con una ametralladora a ciegas y esperar dar en el blanco.

Hola, Mark,

¿Has considerado ENCOG Machine Learning? Lleva una biblioteca JAVA (mira este enlace - https://github.com/encog).
Dado que SQ también está basado en JAVA, quizá ambos puedan combinarse y complementarse mejor que Phyton u otros paquetes.
ENCOG lleva ahí muchos años y ha demostrado ser muy estable y rápido. En cuanto a series temporales, cuenta con RNN.

muesca 😀 😀 😀 😉

Mi opinión es que el esfuerzo está mejor invertido en conseguir que SQ4 sea totalmente fiable y esté libre de errores tal y como está.

NN y otras técnicas de ML no lineal sólo añadirán más ajuste de curvas en muchos casos.

Esta es una gran idea y una conversación. Me encantaría ver cómo la implementación de este módulo funcionará con SQ4, la utilización y la interfaz de usuario de MS Azure ML es algo para mirar.

¿Ha progresado esto en los dos últimos años?

Tengo mucha curiosidad por ver esta función implementada en SQX. ¿Ha habido algún progreso en esta función últimamente?

Hola equipo de Strategyquant,

¿terminó el desarrollo de la integración de redes neuronales en SQ?

Gracias por su respuesta.

Saludos Arvid

Sí, cualquier actualización sobre esto sería muy apreciada.

¡¡No puedo esperar!! ¿Está hecho? ¿Cómo lo consigo, estoy tratando de conseguir somet va para mt5 como mi corredor tiene increíbles condiciones personalizadas

Hola,

Las redes neuronales / el aprendizaje profundo de múltiples capas no forma parte de SQX ahora, pero tenemos planes para implementarlo en el futuro. Sin embargo, no podemos prometer ninguna fecha en la que pueda estar disponible.