신경망을 이용한 외환 시장 예측

ANN을 사용하여 거래 통화, 바람직하게는 USD / EUR 또는 USD / GBP를 자동화하고 싶습니다. 나는 이것이 어렵고 간단하지 않을 수 있음을 알고 있습니다. 나는 이미 몇 가지 논문을 읽고 실험을 해 보았지만 많은 운이 없었습니다. 이 작업을 수행하기 위해 전문가로부터 조언을 얻고 싶습니다.

여기까지 내가 한 일이 있습니다.

1. 2013 년 7 월 한 달 동안의 틱 데이터가 표시됩니다. 입찰 / 요청 / 입찰 수량 / 요청 수량이 있습니다.
2. 하루 종일 오후 12 시부 터 오후 14 시까 지 모든 진드기를 추출했습니다.
3. 이 데이터에서 각 항목이 n 개의 입찰 값으로 순서대로 구성된 데이터 세트를 작성했습니다.
4. 이 데이터를 사용하여 n-1 개의 입력으로 ANN을 훈련시키고 출력은 예측 된 n 번째 입찰 값입니다.
5. ANN은 n-1 개의 입력 뉴런, (n-1) * 2 + 1 개의 숨겨진 뉴런 및 1 개의 출력 뉴런을 가졌다. 입력 레이어에는 선형 TF가 있고 숨겨진에는 로그 TF가 있고 출력에는 선형 TF가있었습니다.
6. 먼저 n-125로 백 전파 한 다음 10으로 네트워크를 학습했습니다.

두 n 모두에 대해 MSE는 0.5 미만으로 떨어지지 않았으며 전체 교육 중에 해당 값을 유지했습니다. 이것이 시계열이 완전히 임의적 일 수 있다고 가정하면, R 패키지를 사용하여 데이터 세트 (pacf)에서 부분 자기 상관을 찾았습니다. 이것은 2 및 3 시차에 대해서만 0이 아닌 값을 제공했습니다.

질문 1 : 이것이 정확히 무엇을 의미합니까?

그런 다음 허스트 지수를 사용하여 임의성을 평가했습니다. R에서 hurst (values)는 0.9 이상의 값을 나타 냈습니다.

질문 2 : 그것은 거의 무작위로되어 있습니다. 0.5에 가까운 값을 가져야합니까?

나는 n = 3으로 ANN 훈련을 반복했다. ANN은 교육을 받았으며 MSE에 대해 상당히 낮은 가치를 얻을 수있었습니다. 그러나이 ANN의 계산 결과는 (n-1) 번째 입찰 값과 크게 다르지 않습니다. ANN은 다음 입찰로 마지막 입찰을하는 것 같습니다! 다른 네트워크 구조 (모든 멀티 레이어 인식), 다른 교육 매개 변수 등을 시도했지만 결과는 동일합니다.

질문 3 : 정확도를 어떻게 향상시킬 수 있습니까? 역 전파 이외의 다른 훈련 방법이 있습니까?

보고있는 결과는 교육 제품의 부산물 neural nets이 아니라이 작업에 적합하지 않습니다. Neural nets효과적으로 여러 간단한 함수를 구성하여 고차 비선형 함수를 생성하는 수단입니다. 신경망을 매우 복잡한 패턴에 맞출 수 있기 때문에 이것은 종종 정말 좋은 것입니다.

그러나 증권 거래소에서는 복잡한 패턴을 거래 할 때 빠르게 쇠퇴합니다. 복잡한 패턴을 감지하면 일반적으로 단기적으로 복잡한 패턴이므로 유용한 결과를 생성하지 않습니다. 또한 선택한 측정 항목에 따라 실제로 투자에서 보상하지 않는 여러 가지 방법 (예 : 마지막 값을 예측하는 것)이 있습니다.

또한 주식 시장은 놀랍게도 혼란스러워 neural net과적 합을 초래할 수 있습니다 . 이는 학습 패턴이 일반화되지 않음을 의미합니다. 하루 종일 재고가 감소하고 재고가 상대적으로 단기적으로 만 보이기 때문에 항상 감소 할 것이라고 결정하는 라인을 따라 뭔가가 있습니다. 대신 보다 일반적이고 덜 복잡한 패턴을 식별하는 ridgeand와 같은 기술 robust regression이 더 좋습니다.

비슷한 이유로 Kaggle의 경쟁에서 이겼습니다 robust regression. 신경망의 복잡한 복잡한 함수보다 낮은 다항식 차수의 함수를 찾는 얕은 학습 모델로 전환하면 더 나은 결과를 볼 수 있습니다.

시계열 데이터에 적합한 모델 인 반복 신경망을 사용해보십시오. 잘 훈련되지는 않지만 제대로 훈련하면 잘 작동하는 것 같습니다 : http://cs229.stanford.edu/proj2012/BernalFokPidaparthi-FinancialMarketTimeSeriesPredictionwithRecurrentNeural.pdf