Apprendimento profondo, intelligenza artificiale, reti neurali in SQ4

Vorrei aprire una discussione su questo, su cosa e come esattamente integrarlo/utilizzarlo con SQ4.

Il nostro piano attuale è quello di sviluppare un modulo di rete neurale personalizzato che sarà in grado di addestrare la NN a produrre segnali di trading.
Come funzionerà dal punto di vista degli utenti:

1. L'utente configura gli input - elenco di segnali/indicatori da utilizzare nella NN, alcune proprietà della NN, dati di backtest ecc.
2. SQ4 addestrerà l'NN sui dati storici utilizzando l'evoluzione genetica.
3. Il risultato sarà una strategia con codice sorgente completo che utilizza una rete neurale addestrata che produce segnali di acquisto/vendita/tenuta/uscita. La strategia può essere utilizzata in Mt4 o in altre piattaforme di trading.

Abbiamo pronto il 50%, che dovrebbe essere abbastanza semplice da usare.

Sono aperto alla discussione su quali sono le vostre aspettative sul Deep Learning e sulla vostra idea di come dovrebbe funzionare con SQ4.

La nostra implementazione descritta sopra è una soluzione "fissa" con poche personalizzazioni possibili. Non siamo contrari a integrare SQ con TensorFlow o soluzioni simili, per fornire maggiore flessibilità al processo di apprendimento profondo.

Dovremmo solo stabilire come integrarlo, cosa fare da parte di SQ per farlo funzionare ed essere il più flessibile possibile.

Ciao Mark,

Questo è un ottimo argomento. Voglio condividere la mia esperienza su NN.

L'anno scorso ho implementato un perceptron multistrato supervisionato in mql4 con il metodo di apprendimento backpropagation error. I miei input sono i prezzi massimi, minimi e finali delle ultime X barre più un altro indicatore di prezzo come le medie mobili. Quindi, ad esempio, ogni nuova barra, l'EA riceve i prezzi massimi, minimi e finali delle ultime 10 barre come input per l'NN. Il risultato atteso sarà 1 se il prezzo futuro raggiunge il TP (+2 ATR dall'ultimo prezzo aperto) e -1 se il prezzo futuro raggiunge il ST (-2 ATR dall'ultimo prezzo aperto).

Il NN è stato eseguito per ogni barra e ho testato per un lungo periodo, ma il risultato finale è che il NN non si è allenato e non ha alcun vantaggio.

Dopo alcune ricerche, ho scoperto che l'NN non si allena se il mercato ha pattern multipli o a candela e, in questo modello che ho costruito, presentavo pattern multipli per l'NN ed è per questo che l'NN non si allenava. Perché ogni pattern ha il suo vantaggio. Il mondo ideale è presentare un solo pattern per ogni NN e cercare di allenare questo specifico pattern.

Perciò dobbiamo prima classificare i modelli simili e inserire un modello specifico nella NN e vedere se può essere addestrato.

Quindi, ho trovato un nuovo approccio da implementare e per ora ci sto lavorando. Il primo compito è il raggruppamento di modelli simili. Ho trovato un buon algoritmo chiamato BIRCH clustering (balanced iterative reducing and clustering using hierarchies) per classificare i modelli. Con il clustering BIRCH, posso filtrare modelli simili come il grafico allegato.

Come possiamo vedere, ogni rettangolo è un modello specifico e credo che questo sia il modo migliore per implementare NN.

Dopo aver classificato i modelli, li presentiamo a un NN e vediamo se può addestrare questo modello specifico.

Sarebbe interessante Tensorflow o una delle sue varianti, ad esempio Tensorflow Lite o Keras. Preferirei vedere un'integrazione con altri pacchetti Python come scikit-learn. I metodi Random Forest e Ensembles credo che funzionerebbero bene con GP. Pymc3 per la modellazione bayesiana sarebbe una bella aggiunta (per la versione 5 o 6 :))

Si è già discusso su quale sia il percorso di aggiornamento per la versione 3 alla 4 o per il momento si tratta di un'ipotesi di attesa?

Penso che con lo stato attuale della cosiddetta IA sia meglio integrarla nel processo di ricerca della strategia piuttosto che nel processo decisionale di trading.

Non ho visto alcuna prova dell'apprendimento automatico, dell'apprendimento profondo ecc. per ottenere profitti su conti reali.

Ciao Mark,
Recentemente ho trovato questo generatore di EA da BJF (http://eagenerator.com/) che sembra essere solo l'Hlaiman (http://hlaiman.com/) prodotto riconfezionato ad un prezzo molto più alto...
Su MQL5.com sono disponibili un EA demo e un indicatore, oltre ad alcuni articoli del creatore sull'utilizzo di questo strumento: https://www.mql5.com/en/search#!keyword=hlaiman
Ecco la loro documentazione: http://hlaiman.com/download/EA%20Generator/Using%20EA%20Generator%20EN.pdf

Ho notato che ci sono anche parecchi articoli che trattano argomenti neurali: https://www.mql5.com/en/search#!keyword=neural

Probabilmente un uso migliore del tempo rispetto al semplice lancio di dadi... 😉

perché pensi che la DL in SQ4 non funzionerebbe. Che esperienza di IA avete? Tutto dipende da come e quali algoritmi utilizzate per implementare la vostra architettura. L'IA di per sé richiede una conoscenza approfondita di ciò che si sta facendo e di ciò che si vuole ottenere.

Mettere insieme semplicemente alcuni algoritmi di IA a metà (di solito algoritmi superficiali supervisionati) per risolvere il problema del dominio Trading è un'idea da principianti.

L'intelligenza artificiale funziona se si hanno le conoscenze giuste e se la si usa correttamente, altrimenti è come sparare con una mitragliatrice alla cieca sperando di colpire il bersaglio.

Ciao Mark,

Avete preso in considerazione ENCOG Machine Learning? È dotato di una libreria JAVA (si veda questo link - https://github.com/encog).
Poiché anche SQ è basato su JAVA, forse i due possono fondersi e completarsi a vicenda meglio di Phyton o di altri pacchetti.
ENCOG è presente da molti anni e si è dimostrato molto stabile e veloce. Per quanto riguarda le serie temporali, dispone di RNN.

tacca 😀 😀 😀 😀 😉 😉

Ritengo che gli sforzi siano meglio spesi per rendere SQ4 totalmente affidabile e privo di bug.

L'NN e altre tecniche di ML non lineari aggiungeranno solo un ulteriore adattamento della curva in molti casi.

Questa è una grande idea e una conversazione. Mi piacerebbe vedere come l'implementazione di questo modulo funzionerà con SQ4, l'utilizzo e l'interfaccia utente di MS Azure ML è qualcosa da esaminare.

La situazione è migliorata negli ultimi due anni?

Sono molto curioso di vedere questa funzione implementata in SQX. Ci sono stati progressi per questa funzione ultimamente?

Ciao Team Strategyquant,

ha terminato lo sviluppo dell'integrazione delle reti neurali in SQ?

Grazie per la risposta.

Saluti Arvid

Sì, qualsiasi aggiornamento in merito sarebbe molto apprezzato.

Non vedo l'ora!!! E' già pronto? Come posso ottenerlo, sto cercando di ottenere qualcosa per mt5 come il mio broker ha condizioni personalizzate incredibili

Ciao,

L'apprendimento profondo a reti neurali e a più livelli non fa parte di SQX, ma abbiamo in programma di implementarlo in futuro. Non possiamo però promettere una data in cui potrebbe essere disponibile.