Торговый робот нейронные сети. Нейросети и трейдинг. Практическая реализация / Хабр


Из песочницы Мода на трейдинг переживает взлеты и падения вместе с курсом Биткоина.

Советник EA Better

Сейчас эта тема в нижней точке после невероятного роста в году. Многие за это время успели познакомиться с криптобиржами — торговый робот нейронные сети 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? К сожалению, в этой области тоже ничего хорошего.

вход бинарные опционы

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 торговый робот нейронные сети бота к депозиту — слив депозита. Остается последняя надежда — нейросети.

В свое время этот советник наделал немало шума, в конкурсе роботов Automated Trading Championship занял первое место, сильно опередив конкурентов. Многие считали, что причиной успеха стало использование нейронной сети, что сделало его самообучаемым. На данный момент советник находится в свободном доступе, так что это отличный повод изучить его подробнее.

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.

как торговать на айкью опцион

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

Так вот в этом магазине есть раздел для решений на основе нейросетей, там много ботов, но ни одного настоящего.

Главные параметры

Добавить туда бота использующего нейросети запрещено правилами. В это трудно поверить, но. 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. Ладно, заканчиваю со вступлением, перехожу к делу.

недельный опцион

У меня получилось обучить нейросеть, есть стоящие внимания результаты на реальном рынке. Дальше не погружаясь в детали опишу как это было сделано.

как заработать денег в 30 лет

Первой и главной ошибкой всех, кто пытается 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.

Недостатки нейросетей

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. Не важно на сколько сильно изменится цена и не важно, что ответ потом нельзя будет превратить в торговую стратегию.

Алгоритм советника EA Better

Забываем 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. Входные данные готовил ботом на MQL5.

  • Вы просто не умеете их готовить.
  • В финансовом анализе они чаще всего применяются для прогнозирования, создания собственных индикаторов, алгоритмического трейдинга и моделирования рисков.

Бот пробегая историю формирует обычный csv фаил, каждая строка — вектор. В конце каждого вектора правильный ответ ввиде если вверх.

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. Это серьезная проблема, ниже поясню как я. Надо понимать с каким материалом имеем. Когда мы подаем сети данные для обучения и указываем правильный ответ, на 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 как миллионеры заработали деньги реальном рынке именно так и получается, но возникает другая проблема. И что с этим делать?

Нейронные сети в автоматической торговле на форекс. Практически ежедневно можно слышать о различных открытиях, которые касаются искусственного интеллекта. То лучший шахматист умудрился проиграть роботу, то Илон Маск вовсе заявил о том, что искусственный интеллект в будущем может стать причиной гибели человечества.

В итоге, решил эту проблему относительно легко — просто каждые 5 мин надо опрашивать не одну модель, а моделей, в результате ответов будет достаточно. Модели обучаются на разных входных данных и, соответственно, обучаются разным паттернам. На 100 на бинарных опционах так и получается, модели сигналят на разных свечах, вместе активируясь только в очевидных, предсказуемых местах и друг друга не перекрывают.

Класс наследован от базового класса CExpertSignal и включает в себя все необходимые поля данных и методы для работы и интеграции Hlaiman, а также для работы с советниками, создаваемыми с помощью мастера MQL5. Режим индикатора: в данном режиме по текущему паттерну рассчитывается сигнал нейросети. Идентификация режима происходит при вызове метода инициализации InitHNN посредством булевского параметра openn. Причем истинное значение этого параметра инициирует поиск и открытие файла данных уже обученной нейросети, его загрузку и работу в режиме индикатора 2. На втором шаге при удачном завершении первого и рабочем режиме индикатора происходит просмотр локальных и общих папок терминала с целью поиска соответствующего имени файла с данными нейросети.

Уже веселее, но практического толку по-прежнему ноль. Пара слов о реализации.

Нейронная сеть + GHOSTTRADE. Сигналы на отскок. BITMEX. Скальпинг.

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. Главный недостаток — дискретность ответов.

Ответ — это событие на которое надо как то реагировать — смотреть торговый робот нейронные сети рыночную ситуацию, думать права сеть или нет. На одной свече одна модель могла сигналить вверх, а другая вниз и какой верить?

Нейросетевой советник

В итоге, родилась идея отказаться от порога прохождения ответа, а начать уважать каждый ответ сети, пусть и с низкой степенью уверенности. Если начать усреднять все ответы в единое общее мнение и это считать ответом сети, то ответ становится совершенно другого качества.

В этом случае начинают складываться знания всех моделей, а это огромный объем совместного обучения.

стратегия для опционов супер

Стало видно, что теперь смысл есть в каждом ответе. Оно работает!

Похожие публикации

Я сам имею опыт трейдинга и видел как поведение сети на глазах становилось осмысленным. Иногда ее логика была понятна иногда нет, но всегда за ее ответами чувствовалось какое то свое, часто парадоксальное, видение рынка. В добавок к этому, выяснилось, что чем выше уверенность сети тем ближе к нужному сроку ожидаемая отработка и наоборот. На данном этапе качество прогноза не имеет значения, важно, что нейросеть демонстрирует вполне адекватное мнение о рыночной ситуации.

Стоит ли скачать нейросетевого робота?

Еще больше прокачать сеть всегда можно, главное, что это работает! В итоге, на сегодняшний день есть Expert к MetaTrader5 с двумя видами прогнозов — кроткосрочным и долгосрочным.

Постепенно накапливается статистика, есть обратная связь с трейдерами. Сделать это можно существенно увеличив качество прогноза. Дальше вижу такой путь развития: Надо подготовить еще десяток прогнозов в промежутке между 15 и 60 минутами. Каждый прогноз, напомню, строится из ответов примерно 20 моделей. Имея такой объем информации на каждой минутной свече, можно и нужно анализировать ее другой нейросетью.

Связь прогнозов между собой на разных временных отрезках может оказаться совсем нетривиальной, поэтому нейросеть тут будет уместна. Это все, что хотел рассказать на сегодняшний день.

сигнальный индикатор бинарные опционы

Работа продолжается, думаю, будут еще статьи. Кстати, этот Expert для MetaTrader5 распространяю бесплатно, если хотите увидеть работу нейросети на реальном рынке обращайтесь.