При использовании нейросетей мне кажутся ключевыми следующие проблемы:
1. тип сети и реализация
2. подготовка данных для сети
1а. Если вникать во всевозможные типы нейросетей и изучать отличия реализации и обучения по всем хопфилдам, марковым и больцманам, то на это может жизни не хватить.
1б. Хорошими программистами тоже за месяц не становятся. Недостаточно просто знать набор команд какого-то языка. Необходимо разбираться в
моделях и парадигмах, средах разработки, знать тонкости реализации используемого языка, особенности производительности отдельных его конструкций.
Попытки абсолютного большинства трейдеров самостоятельно написать нейросеть приведут облому с вероятностью выше 99%. Оставшийся 1% решит, что нафиг им этот трейдинг не сдался, проще найти очень достойную работу с такими-то знаниями, а не маяться фигней. В общем, вероятности тут еще хуже, чем торговать руками в плюс. На 122671 сегодняшних посетителей Смарт-Лаба приходится только один
доктор Лорингунов.
2. Главным трейдерским навыком является разметка линейки цен, т.е. подбор точек входа, выхода, стопа. Этим все торгующие
руками занимаются регулярно. Формализация этого навыка — задача тоже не самая простая, но заведомо более адекватная, нежели попытка самостоятельной реализации нейросети.
Итак, две крайности предлагаю не рассматривать:
1. самостоятельное написание нейросети
2. использование «вещи в себе» — готового робота, торгующего по своему алгоритму и со своей разметкой, в которые никак не влезть
Что хочется увидеть в комментариях? У кого какие успехи в промежуточном по замороченности направлении, когда трейдер формализует разметку цен, получая различные типы ключевых точек и их «силу», а нейросеть находит наилучшее соотношения профита к просадке, используя ВАШУ идею, а не какую-то свою.
Продам щенков питбуля. Кто разбирается в породах собак, просьба не комментировать и не мешать бизнесу.
Если уже есть идея которая приносит деньги, и она уже автоматизированна, тогда с этим можно работать. Если идея есть и она работает, однако человек принимает решения, то тут все гораздо сложнее, поэтому пунк номе 2 я бы поставил на первое место. Тем более, что для всех сетей надо бы хорошенько все данные подготавливать прежде их использова
это максимум чего можно добиться с использованием графиков цены и объёма. И нейросети здесь ни к чему, достаточно статистики.
Как делать разметку данных подробно описано в Advances in Financial Machine Learning