DeepMind의 Wavenet 아키텍처를 사용한 딥 러닝 예측
페이지 1 중 912 12 마지막마지막
결과 1 - 10 / 13

실: DeepMind의 Wavenet 아키텍처를 사용한 딥 러닝 예측

  1. #1
    안녕하십니까,

    나는 외환 가격을 예측하는 딥 러닝 모델을 구축했습니다. 그리고 마지막 막대 평균과 비교하여 다음 막대 평균의 방향을 예측하는 데 놀라울 정도로 좋은 결과를 보였습니다.

    딥 러닝 모델은 여러 기능이 있는 대규모 데이터 세트에서 패턴을 찾을 수 있습니다. 모델에 가격을 제시했을 뿐만 아니라 틱 및 경제 뉴스 데이터에서 많은 기능을 생성했습니다.

    모델 설명은 여기에서 볼 수 있습니다.

    https://medium.com/analytics-vidhya/...5ff2e0e2e966e5
    데이터 준비 매뉴얼 여기:

    https://github.com//probabilistic_wa...preparation.md

    질문, 제안 사항이 있으면 작성해 주십시오.

    나는 다른 출력 형식, 직접 및 확률도 사용했습니다. 아래 이미지는 몇 가지 확률적 예측 단계를 보여줍니다.
    (파란색과 주황색은 다른 모델의 예측값이고 빨간색 세로선은 실제 JPY/USD(예, USD/JPY가 아님) 가격입니다.)


    https://miro.medium.com/max/618/1*GN...P3kp9Ikng.jpeg

    업데이트:
    PipMeUp이 지적했듯이 이 예측은 거래 전략이 아닌 일종의 지표로 간주될 수 있습니다. 더 이상 언급하고 싶지 않았습니다. 그것에 대한 전략을 세우는 데는 더 많은 작업이 필요하며 지금까지 만들지 않았기 때문에 수익성 있는 전략이 될 것이라고 주장할 수 없습니다.
    하지만 접근 방식과 지표가 영감을 주기를 바랍니다.

    감사

  2. #2
    이 스레드를 게시해 주셔서 감사합니다. 최근 매체에 대한 흥미로운 기사가 ​​있습니다. 나는 tensorflow를 사용하는 R에 대해 최근에 다른 것을 따랐지만 구현한 후에는 그것을 어떻게 만들지 전혀 몰랐습니다. 아마도 이 스레드는 모든 최고의 새 패키지가 나오는 곳인 것처럼 보이기 때문에 마침내 Python으로 완전히 뛰어들게 하는 동기를 줄 것입니다. 책 추천 감사합니다. 진행 상황을 따라가면서 예제를 실행하여 속도를 높일 수 있기를 바랍니다. Python으로만 작업하고 있습니까? 내 개발의 대부분은 이제 C#으로 진행됩니다. R을 위한 멋진 인터페이스가 있지만 Python과 데이터를 주고받으려면 이와 같은 인터페이스가 필요합니다. Visual Studio에 Python을 위한 몇 가지 멋진 기능이 있다는 것을 알고 있습니다. 하지만 C#에서 Python으로 인터페이스하는 것이 얼마나 쉬운지는 잘 모르겠습니다. 컴퓨터를 변경했으므로 기본적으로 Python을 처음부터 설치해야 합니다. 필요한 패키지를 대부분 얻기 위해 Anaconda 또는 다른 방법을 제안합니까?

  3. #3
    긴 게시물 PipMeUp에 감사드립니다. 당신은 아주 좋은 지적이 있습니다. 이것은 단지 지표일 뿐입니다. 그리고 다음 5분 막대 평균만 예측하므로 특정 시간에 일부 값을 예측하는 다른 예측자보다 지표를 사용하기가 더 어렵습니다. 그러나 이 평균화는 예측 변수의 변동성을 감소시켰고 모델은 일부 패턴을 찾는 데 시간이 더 걸렸습니다. 전략을 위해 나는 다른 모델을 훈련시켜야 하지만 이것과 아주 다르지는 않습니다. 시가 또는 종가가 가장 어렵기 때문에 시가 또는 종가를 예측하려고 하지 않습니다. 그러나 막대의 높음, 낮음, 1사분위수 및 3사분위수도 예측하려고 합니다. 그 지표를 사용하면 전략을 개발하고 TP 및 SL 수준을 찾는 것이 더 쉬울 것입니다. . . 이 모든 것을 한 번에 예측하는 모델을 구축하면 일반화하는 데 도움이 될 수 있지만 미리 알 수는 없습니다. 따라서 며칠간의 GPU 컴퓨팅이 필요합니다. 그리고 매수호가도 사용하고, 같은 피처를 만들고, 매수호가와 매도호가에서 유망한 교차 피처(스프레드, 슬리피지 등)를 구성해야 합니다. 그것은 모델에 더 도움이 될 것입니다. 그 다음에는 전략 수립이 필요합니다. 먼저 DL 기반이 아닌 보다 보수적인 전략을 택하겠습니다. 물론 입력을 받는 강화 학습이 좋겠지만 개발하는 데 시간이 매우 오래 걸리고 ML 기반이 아닌 전략으로 충분할 수도 있습니다. 신뢰 구간 정보: 방향성 Relu 방법의 경우 신뢰 구간을 표시하지 않았습니다. 맞습니다. 어떤 불확실성을 결정하는 쉬운 척도는 평균 평균 오차 그 자체입니다. 그리고 우리는 검증 오류에 정규 분포를 맞출 수 있고 넓은 신뢰 구간에 대해 내부 95%를 얻을 수 있습니다. 확률적 출력이 있는 마지막 모델의 경우 예측으로 분포를 얻습니다(하위 분포의 평균과 표준 편차를 얻음). 따라서 모든 단계에서 해당 특정 시간에 대해 예측된 평균 및 표준 편차의 모든 수준으로 신뢰 구간을 계산할 수 있으며 모든 시간 단계에는 입력 매개변수를 기반으로 하는 자체 신뢰 구간이 있습니다. 위에 제가 삽입한 사진에서
    https://miro.medium.com/max/618/1*GN...P3kp9Ikng.jpeg이러한 신뢰 수준을 얻기가 어렵기 때문에 더 나은 판단을 위해 50% 및 95% 수준을 표시해야 합니다. 예, 모델을 더 개선할 시간을 찾아야 합니다. 감사합니다.

  4. #4
    첨부 파일 1개
    Quote 원래에 의해 게시 됨 ;
    짧은 대답: 나는 다음 달, 아마도 그 이후에 완전한 전략을 개발하지 않을 것입니다.
    지금 병행하여 시작해야 할 수도 있습니다. 나는 이것에 대한 몇 가지 이유를 볼 수 있습니다. 첫 번째는 문제를 잘못된 방향으로 받아들이는 것을 피하는 것입니다. 내 말은 당신이 예측을 제공할 NN으로 끝날 것이라는 뜻입니다. 결국 그것은 지표일 뿐입니다. 복잡하지만 지표입니다. 당신의 위험은 도구로 끝나고 그것을 사용하여 무엇을 만들지 스스로 알아내야 하는 것입니다. 두 번째 이유는 불확실성이 크기 때문에 포지션 관리에 대한 전략이 예측보다 더 중요할 것이기 때문이다. 또 다른 이유는 보다 기술적인 것이며 저는 그것을 기회로 봅니다. DL을 사용하여 예측자를 생성한 다음 동일한 방식으로 전략을 구축하는 것이 합리적이라고 생각합니다. 두 가지를 동시에 구축하면 거래 결과로 예측자를 피드백할 수 있습니다(입력의 일부가 됨). 예측자가 추세 추정자가 되는 경우 전략은 추세 추종자로 수렴되고 예측자가 추세를 더 잘 예측하는 데 집중해야 합니다. 나는 당신의 블로그를 읽고 마지막에 사진에서 두 가지를 보고 싶습니다(아래 복사). 1- 예측 주변의 신뢰 구간(내 자신의 결과에 따르면 거대함) 2- 그것이 얼마나 가변적인지 확인하기 위한 여러 연속 예측. =gt; 나는 간단한 예측 변수를 만들었고 올바른 것을 선택하면 예측이 기이할 수 있습니다 ;-) 그러나 종종 단일 막대에서 베어링에서 강한 강세로 바뀌고 다음 막대에서 다시 마음을 바꿉니다!

  5. #5

    Quote 원래에 의해 게시 됨 ;
    안녕하세요. 딥러닝 방법 잘 봤습니다. 저는 AI, GA, RBF, Deep learning 분야에서 일하고 있습니다. 나는 당신의 링크를 연구하고 당신의 작업을보고 싶고 방법을 함께 개선 할 수 있습니다. 친절하게 데이터를 공유하고 채팅/코드를 흐를 수 있습니까? MATLAB에서 구현하고 귀하의 의견을 위해 공유하겠습니다.
    Yashir님, 모든 코드는 github에서 사용할 수 있으며 데이터 처리 매뉴얼은 파이프라인을 설명합니다.
    https://github.com//probabilistic_wa...preparation.md. 그래서 당신은 코드를 가지고 있습니다. 방금 확인했지만 불행히도 데이터 파일이 github에 도달하지 못했고 너무 큽니다. 그러나 틱 데이터는 dukascopy에서 사용할 수 있으며 Tickstory로 쉽게 다운로드할 수 있습니다.
    https://tickstory.com/데이터 처리 노트북을 통해 실행하는 데 너무 많은 시간이 걸리지는 않습니다.

  6. #6

    Quote 원래에 의해 게시 됨 ;
    매우 흥미롭게 보입니다. 마음에 오는 첫 번째 질문은 다음과 같습니다. 어떤 하드웨어를 사용합니까? 당신은 몇 가지 실제 결과와 당신의 미래 계획은 무엇으로 당신의 살인을 증명할 것입니까? 감사해요
    단일 Nvidia K80 GPU를 사용하여 Google Cloud에서 교육했습니다. 모델을 훈련하는 데 몇 시간이 걸렸지만 노트북보다 훨씬 더 많이 훈련했습니다. 지난 주에 홈 오피스에 앉아 있는 모든 사람들이 클라우드를 사용하기 시작했기 때문에 Google GPU를 얻는 것이 매우 어려워졌습니다. CPU에 대해 일부 모델을 훈련했지만 매우 길었습니다. 포트폴리오 프로젝트입니다. 딥 러닝 모델을 기반으로 시스템을 개발하기 위해 전문가 그룹과 함께 일하게 되어 기쁩니다. 그렇지 않은 경우 자연어 처리 또는 컴퓨터 비전에서 시계열에 대한 다른 솔루션을 스스로 구현하여 학습하려고 합니다. 나는 많은 아이디어를 가지고 있습니다. 짧은 대답: 나는 다음 달, 아마도 그 이후에 완전한 전략을 개발하지 않을 것입니다. 그러나 모든 모델과 입력은 Github에서 사용할 수 있습니다. 저는 여기에서 DL의 기회를 공유하고 기계 학습 기반 시스템에 관심이 있는 사람들과 이야기하고 싶었습니다.

  7. #7

    Quote 원래에 의해 게시 됨 ;
    안녕하세요, 저는 외환 가격을 예측하는 딥 러닝 모델을 구축했습니다. 그리고 마지막 막대 평균과 비교하여 다음 막대 평균의 방향을 예측하는 데 놀라울 정도로 좋은 결과를 보였습니다. 딥 러닝 모델은 여러 기능이 있는 대규모 데이터 세트에서 패턴을 찾을 수 있습니다. 모델에 가격을 제시했을 뿐만 아니라 틱 및 경제 뉴스 데이터에서 많은 기능을 생성했습니다. 모델 설명은 여기에서 볼 수 있습니다.
    https://medium.com/analytics-vidhya/...5ff2e0e2e966e5...
    안녕. 딥러닝 방법 잘 봤습니다. 저는 AI, GA, RBF, Deep learning 분야에서 일하고 있습니다. 나는 당신의 링크를 연구하고 당신의 작업을보고 싶고 방법을 함께 개선 할 수 있습니다. 친절하게 데이터를 공유하고 채팅/코드를 흐를 수 있습니까? MATLAB에서 구현하고 귀하의 의견을 위해 공유하겠습니다.

  8. #8
    매우 흥미롭게 보입니다. 마음에 오는 첫 번째 질문은 다음과 같습니다. 어떤 하드웨어를 사용합니까? 당신은 몇 가지 실제 결과와 당신의 미래 계획은 무엇으로 당신의 살인을 증명할 것입니까? 감사해요

  9. #9
    Quote 원래에 의해 게시 됨 ;
    그래서 추측해 보겠습니다... 당신은 예측을 하고 있지만 그것을 거래할 때 - 그것은 손실입니다, 그렇지 않습니까?
    아니요, 지금까지 거래하지 않았습니다. 이것은 단지 예측일 뿐이며 서로 다른 모델의 출력은 이를 기반으로 구축하기 위해 서로 다른 전략이 필요합니다. 확률적 출력은 최적의 전략을 찾는 방법에 대해 많은 생각을 필요로 합니다. 이것은 반쪽일 뿐입니다. 그러나 이 모델은 이전에 본 적이 없는 데이터에서 나쁘지 않았습니다. 따라서 이를 중심으로 좋은 전략을 세우려면 모델 구축과 비슷한 양의 작업이 필요하다고 생각합니다. 하지만 이전에 사용했던 다른 API를 배워야 하므로 내 부분에서 더 많은 작업이 필요할 수 있습니다. 그러나 이 기사에서는 딥 러닝 시계열 모델링에서 내 기술을 증명하는 다른 목표를 가지고 있었습니다.

  10. #10
    그래서 추측해 보겠습니다... 당신은 예측을 하고 있지만 그것을 거래할 때 - 그것은 손실입니다, 그렇지 않습니까?

게시 권한

  • You may not post new threads
  • You may not post replies
  • You may not post attachments
  • You may not edit your posts
  •  
쿠키 정책
쿠키 정책: koreaforex 웹사이트는 쿠키를 사용하며, 웹사이트를 사용자는 쿠키 사용에 동의하는 것입니다. 자세한 정보는 '쿠키 공개' 를 읽어주십시오.