Forex Previsão Software Freeware

500. ..htaccess CGI. (erro). Registro de erros - AGAVA,. . 19982016 Agava. Todos os direitos reservados. GoldenGem 174 Informações gerais sobre redes neurais Informações básicas (da Wikipedia): Desde o início dos anos 90, quando os primeiros tipos praticamente utilizáveis ​​surgiram, as redes neurais artificiais (RNA) cresceram rapidamente em popularidade. São sistemas de software adaptativo de inteligência artificial que se inspiraram em como as redes neurais biológicas funcionam. O seu uso vem porque eles podem aprender a detectar padrões complexos em dados. Em termos matemáticos, são aproximadores de função não-lineares universais, o que significa que, dado os dados corretos e configurados corretamente, eles podem capturar e modelar qualquer relação entrada-saída. Isso não só remove a necessidade de interpretação humana de gráficos ou a série de regras para gerar sinais de entrada, mas também fornece uma ponte para a análise fundamental, pois esse tipo de dados pode ser usado como entrada. Além disso, como as RNA são essencialmente modelos estatísticos não-lineares, suas capacidades de precisão e predição podem ser matematicamente e testadas empiricamente. Em vários estudos, as redes neurais utilizadas para gerar sinais de negociação superaram significativamente as estratégias de buy-hold, bem como os métodos tradicionais de análise técnica linear. Embora a natureza matemática avançada de tais sistemas adaptativos tenha mantido redes neurais para análise financeira, principalmente nos círculos de pesquisa acadêmica, nos últimos anos, um software de rede neural mais fácil de usar tornou a tecnologia mais acessível aos comerciantes (leia o artigo completo). Também segue o mesmo link para a seção mais importante sobre análise fundamental Wikipedia, setembro de 2006 Teoria das redes neurais (J. Moody) Exemplo típico publicado (da literatura): Resumo da operação: O comerciante, desejando quantificar a relação entre um grupo De ações ou compartilhar preços, e ou índices, entre os tickers em letras maiúsculas, separados por vírgulas. As cotações e volumes de preços históricos e em tempo real necessários são pesquisados ​​e comparados automaticamente. A rede neural busca um relacionamento matemático não-linear (padrão) que relaciona os preços e os volumes com o ticker de interesse, enquanto o usuário participa pelo controle de um ajuste de sensibilidade (também chamado de momentum). Quando a sensibilidade é definida como zero, os gráficos mostram dois anos de Backtesting correto e rigoroso. Através do qual o usuário pode avaliar visualmente se a relação é válida ao longo do tempo histórico. O relacionamento é estendido para o futuro para fazer uma previsão, pelo número de dias que o usuário configurou no controle deslizante durante o treinamento. Não existe um indicador buysell: a confiabilidade da previsão depende da verificação visual dos usuários da correspondência entre os dois gráficos obtidos durante o teste posterior e a sua estimativa da probabilidade de o relacionamento matemático que foi encontrado continuar a manter no futuro . Instruções do usuário 1. Pense em uma lista de tickers que provavelmente estarão relacionados matematicamente, ao longo do tempo. Este é o passo mais difícil - relacionado matematicamente não significa que eles se comportem da mesma forma. 2. Localize o rótulo que diz Grupo Relacionado de Tickers. Abaixo disso, exclua a lista de amostras de tickers que pode estar lá e insira os nomes dos tickers que você deseja analisar, em letras maiúsculas e separados por vírgulas. 3. Escolha uma fonte de dados no botão Arquivo: na parte superior do programa. A possibilidade mais simples é carregar da Internet. O programa sabe como pesquisar a lista padrão de sites de domínio público, incluindo Google, Yahoo e MSN e coloque um arquivo de texto simples chamado Internet. txt na pasta GoldenGem, que terá colunas para Date, Ticker, Open, High, Low, Close , E Volume, com entradas separadas por vírgulas. As configurações padrão no StockDownloader estão configuradas para carregar a mesma lista de ações que você digitou no GoldenGem, até o preço de fechamento mais recente. Se você está feliz com esta seleção, pressione o botão Carregar no StockDownloader. (O StockDownloader é apenas uma ferramenta para iniciantes, espera-se que você mais tarde se gradue de análise técnica para análise fundamental, encontrando seus próprios dados de outros sites, clique aqui para descobrir como fazer isso.) 4. Use as setas para cima e para baixo no seu Teclado para escolher qual dos vários gráficos que deseja ver (ou você pode usar o botão do menu suspenso, perto das letras TK à direita da tela). Clique para continuar 5. Você verá três traços coloridos em cada gráfico. O traçado vermelho é o gráfico do preço da ação selecionado durante dois anos de tempo histórico. O gráfico verde mostra o uso das redes neurais de inteligência artificial para prever o gráfico vermelho, ao longo do tempo histórico, combinando simultaneamente todas as informações de volume e preço de todas as ações. Há também um gráfico azul, que mostra onde o gráfico verde seria se fosse previsível perfeitamente. 6. Aumente a sensibilidade e aguarde até que o gráfico verde corresponda ao gráfico azul, depois diminua a sensibilidade para zero (a parte inferior do controle deslizante). Isso é melhor feito por etapas, em muitas iterações, pois você está removendo a entrada de treinamento. Se os gráficos verdes e azuis se combinarem bem quando a sensibilidade é zero, isso significa que a curva verde aprendeu a prever a cópia avançada da curva vermelha ao longo do tempo histórico, olhando apenas os efeitos como muitos dias no passado, como você selecionou em O controle deslizante Dias. A curva verde não precisa, portanto, terminar na data Loaded Until, mas pode continuar o cálculo por um número igual de dias por vir. Você vê isso na primeira captura de tela como a parte da curva verde que se estende três semanas após a linha azul vertical. 7. A previsão numérica para o futuro aumento ou diminuição também será mostrada no canto superior direito da tela. Uma exibição de texto irá dizer, por exemplo: Mudança prevista nos próximos 15 dias úteis: 2.35. Para obter instruções mais detalhadas, vá para a página de perguntas frequentes (clique aqui) Para obter as especificações técnicas para clicar aqui Outras fontes de dados: Além de usar o StockDownloader, existem outras opções para obter dados. Para três exemplos iniciais, você pode escolher Carregar a partir do arquivo, para carregar os dados que você pode ter baixado anteriormente, como o padrão e o arquivo 500 pobre sp500hst. txt que usa as mesmas convenções de arquivos padrão do GoldenGem e podem ser obtidos como um arquivo Chamado fullset. zip da biz. swcpstocks, baixe uma coleção de arquivos. csv (alguns dos dados do mercado de ações e alguns dados do Forex), por exemplo, forexrate. co. ukforexhistoricaldata. php. A exportação de dados csv nesse site funciona por rolagem com as teclas de seta para cima e para baixo. Selecione 500 pontos de dados, 1 dia e divida por vírgula. Mude o número vol na GoldenGem para a coluna 4, insira os nomes dos tickers que deseja no GoldenGem e escolha Importar de uma pasta. Em seguida, navegue para qualquer pasta que contenha os arquivos. csv. Colar ou digitar um arquivo de texto próprio usando o Wordpad, conforme explicado no link abaixo, baixe um arquivo de 2 anos ou mais de dados diários do banco de dados estatístico do Bank of England bankofengland. co. ukstatisticsindex. htm Escolha o colunário (com títulos se você deseja). Isso cria um arquivo chamado results. csv. Defina os números de posição do arquivo, marque, fecha perto de 2,1,3 e deixe a janela do vol. Em branco. Digite o subconjunto dos nomes dos tickers com os quais deseja começar. Escolha Procurar um novo arquivo do botão Arquivo GoldenGems. Escolha os arquivos separados por vírgulas (csv) na parte inferior da caixa de seleção de arquivo e selecione results. csv, o arquivo que você acabou de baixar do Bank of England. Disponibilidade: tente on-line Se você possui um sistema operacional Windows XP, com o Internet Explorer ou o Mozilla, poderá achar que não é necessário instalar o programa, você está convidado a clicar aqui para tentar online. Para o Internet Explorer, escolha executar em vez de salvar. Para o Mozilla, escolha Salvar, então abra. O link acima é um pequeno arquivo de 504 K chamado GoldenGem Viewer. Escolha carregar tickers da internet a partir do menu Ficheiro: então, use o menu à direita da tela para mudar entre gráficos. Se é a primeira vez que você treinou uma rede neural, pense nela como uma espécie de videogame, onde o objetivo é fazer com que ambas as luzes indicadoras permaneçam verdes. Instalação completa: 2. O site de download, que entrega o mesmo arquivo, verifica se o software que eles oferecem está livre de adware, spyware ou vírus e que ele instala e desinstala corretamente. Não importa se você baixou do link local ou do download. Informação de segurança: 2. Assinatura digital. O menu de propriedades para arquivos assinados digitalmente sempre inclui uma guia adicional de assinaturas digitais para garantir que um arquivo nunca tenha sido alterado. Ele permite que você verifique as seguintes informações: Nome do arquivo: setupv. exe Tamanho do arquivo: 2.05 MB Sistemas operacionais suportados pela versão 2.4 Windows 98, 2000, NT, XP Vista e Windows 7. Vantagens: previsões de benchmark de funções matemáticas abstratas, como Mostrado neste site, foram amplamente verificados. As especificações técnicas são aquelas acordadas para serem mais eficazes na previsão do mercado de ações. O algoritmo tem sido amplamente utilizado por muitos anos em finanças, negociação e investimento, gerenciamento de portfólio. É estabelecido como um cálculo confiável e valioso. O algoritmo é a única maneira confiável em que é possível considerar simultaneamente os efeitos combinados de um número de preços e volumes. Teste sua cópia do GoldenGem Weve fez um arquivo de tickers chamado x, y, z, w contendo 10 sin (i10), 10 cos (i10), 10 cos 2 (i10) sin (i10) 10 cos (i10) e 10 Sin 2 (i10) -10 cos (i10) -10. Para i1 a 400. Clique com o botão direito do mouse em proof2.txt e escolha Salvar destino. Defina os nomes dos tickers x, y, z, w e os números de posição do arquivo 1 (em branco) 2 (em branco) como na captura de tela abaixo. Pressione o botão Arquivo: selecione Procurar novo arquivo e localize o arquivo proof2.txt que você acabou de baixar. Então divirta-se O fato de termos usado funções repetidas é apenas para que o visualizador possa reconhecer se as previsões estão corretas. O programa não usa o fato de estarem repetindo funções de qualquer maneira. Observe que, uma vez que o controle deslizante DAYS está configurado para 21, a alteração prevista é dada 15 pontos de dados à frente, pois o controle deslizante DAYS é em termos de dias reais que não incluem fins de semana, portanto, irá indicar que a previsão é de 15 dias úteis em o futuro. O registro é gratuito. O programa é freeware e uma chave de registro pode ser obtida aqui. A teoria das redes neurais Matematicamente, a teoria das redes neurais é bastante trivial. Dito isto, também é verdade que o desenvolvimento da teoria teria prosseguido mais rapidamente se a compreensão matemática básica tivesse sido aplicada no início. Assumimos que alguém sabe que um mapa linear é dado por uma matriz com n colunas e m linhas, cujas entradas são números reais. Um composto de tais mapas lineares é novamente um mapa linear, e a matriz que representa o composto é o produto das matrizes que representam os fatores separados. Portanto, o conjunto de funções que podem ser representadas como um composto de mapas lineares não é maior que o conjunto de funções que podem ser representadas por uma única matriz. Apenas para tornar as coisas concretas, se tentarmos encontrar uma função que determine o preço de uma parcela da IBM, em termos de preços e volumes de cinco ações, usando uma função linear, estamos escolhendo uma função em um espaço de dez dimensões De funções ou, estamos escolhendo as dez entradas de uma matriz com uma única linha e dez colunas. Uma noção do que essas entradas devem ser é aquela que dá o menor erro, no sentido dos mínimos quadrados. Desde que os preços das ações sejam normalizados para ter zero médio e desvio padrão um, esses dez números são os chamados coeficientes de regressão linear. O novo ingrediente nas redes neurais é que depois de aplicar uma matriz a um vetor, aplicamos uma função de transição para cada entrada do novo vetor. Se repetir o que acabamos de fazer, o resultado não será muito diferente. Algumas das diferenças são que não é garantido que haja uma seqüência de dez coeficientes que dê o melhor ajuste, duas seqüências de dez podem dar um ajuste igualmente bom. Além disso, será impossível ajustar valores que excedam o alcance de nossa função de transição. Estes parecem desvantagens. Mas existem enormes vantagens de compensação. Ou seja, um composto de funções desse tipo (aplicando uma matriz, depois aplicando uma função de transição a cada entrada da resposta) não é o mesmo que uma única função deste tipo. Por exemplo, o composto de mapas lineares vai (se cinco partes são carregadas) e há dez neurônios na camada intermediária R 11 8594 R 10 8594 R 10 8594 R 5 Para fazer uma comparação justa, reagardando o cálculo de uma saída, nós Só estão olhando para um dos fatores em R 5. Portanto, o número de entradas de matriz utilizadas para o mesmo cálculo é 11 215 10 10 215 10 10 215 1220 Então, em vez de um espaço de funções dez dimensões, estamos olhando para 220 espaço dimensional De funções. Em seguida, para simplificar as coisas, vamos escrever todas as várias entradas da matriz como uma seqüência de variáveis ​​onde m é um número que pode variar até, como já vimos, 220. E, deixe-nos escrever as variáveis ​​de entrada como x1. Xn onde em nosso exemplo de cinco ações, n é apenas dez. Na verdade, n é onze porque usamos uma variável de polarização que é a entrada constante. Agora, nossa rede neural, ou a parte dela que calcula uma única variável de saída, é apenas uma função. Entre em contato Introdução aos iniciantes onde V é o máximo da volatilidade anual real e prevista expressada em pontos percentuais. Esta tomada de V para ser o máximo da volatilidade real e prevista parece inventada, mas é exatamente o que se quer. Se r e V foram definidos usando apenas a volatilidade real, então, uma estratégia de confiar em informações a posteriori existiria para obter retornos enganosamente bons durante o teste de retorno que realmente não resultam de qualquer previsão: uma resposta lenta, na qual a curva verde fica próxima A média de 2 anos, corresponderia a uma estratégia de previsão sempre de um retorno súbito à média de 2 anos, que durante o teste posterior inclui o conhecimento dos dias futuros e recompensaria injustamente o coeficiente de correlação sozinho. Considerando que se R e V foram definidos usando apenas a volatilidade prevista, não haveria relação intrínseca entre r e o ganho de porcentagem real: um grande valor de R poderia surgir de uma predição com variância muito baixa. O valor de r, conforme definido, exclui esses dois problemas e parece corresponder com o que parece ser um backtesting intuitivamente bom. A primeira luz é amarela quando o valor r é maior que 0,39 e verde quando é maior que 0,6. A segunda luz passa do vermelho para o amarelo para o verde à medida que a entrada de treinamento é removida. Você precisará tentar diferentes combinações de variáveis ​​de entrada antes de poder fazer ambas as luzes permanecerem verdes ao mesmo tempo. Se as luzes não puderem ser feitas para permanecer verde, a resposta para sua pergunta é que a predição não tem sentido. Se as luzes permanecerem verdes, então isso significa que foi encontrado um relacionamento que conseguiu fazer previsões bem-sucedidas durante o intervalo de teste. Quando ambas as luzes permaneceram verdes, isso implica que a previsão pode ser confiável. Ainda não. Mesmo levando em consideração a proporção de variância que temos, a formulação em termos de lucro mostra que esse número poderia ser suficientemente alto para definir a luz verde, só porque alguns dos negócios hipotéticos eram extremamente lucrativos, outros não. Você também precisa realmente olhar para o comportamento da linha de predição, a parte da linha verde que se estende para o futuro, além da linha vermelha, durante o backtesting e veja qualitativamente a forma consistente que é correta. Quando a sensibilidade é definida como zero, não há entrada de treinamento e o gráfico verde é calculado apenas usando valores de dados de todas as variáveis ​​a partir do tempo do gráfico vermelho anterior, e qualquer previsão que você vê, portanto, mostra uma relação matemática real durante o teste posterior. Finalmente, você ainda não está bem. Mesmo quando você avaliou estatisticamente e visualmente que as previsões em todo o backtesting são boas, para ter certeza de que as variáveis ​​que você está procurando estão relacionadas, você deve definir a data de hoje no StockDownloader até um momento no passado ou, de outra forma, carregar os dados apenas Várias vezes no passado, e treinar a rede para prever uma variedade de valores que você realmente já conhece. Este é um conjunto de dados de validação, e a próxima versão do GoldenGem tornará mais fácil esta última etapa de validação. Existem relações entre variáveis ​​que se sabe que afetam os preços, e as que são bem conhecidas não podem ser exploradas, a menos que você tenha conhecimento das variáveis ​​de entrada avançadas do público comercial. Não é verdade que todos os relacionamentos existentes são bem conhecidos. O intercâmbio de informações é perfeitamente legal se você explorar informações de domínio público através de sua própria inteligência. O que acontecerá a primeira vez que eu tentar. Uma boa estratégia de treinamento é começar com uma alta sensibilidade e destruição por etapas. Supondo que as variáveis ​​realmente esperavam estar relacionadas e sua estratégia de treinamento estava correta, é provável que você acabe com a primeira luz ficando vermelha, significando correlação inadequada, quando a segunda luz ficar verde. Isso geralmente é por um dos três motivos: 1. Se você vir a espetadas verdes verticais e uma mensagem Pressione o botão Redefinir, então você traumatizou a rede. Como um ser humano ou animal, demorará muito para se recuperar. Semelhante a uma boa noite de sono pode fazer para um animal, o botão de reiniciar dá um novo começo, e tudo é perdoado, mas será necessário ser treinado novamente desde o início. 2. Se a linha verde é plana, isso ocorre porque foi treinado de forma inadequada. Levante o controle deslizante de sensibilidade novamente e espere um pouco antes de derrubar (idealmente em estágios). 3. Se a linha verde se parece com a linha vermelha, mas deslocada para a direita pelo montante no controle deslizante Dias, você está vendo uma situação em que o valor futuro esperado não é nada além do último valor conhecido. Se todos os gráficos forem assim, parabéns, você encontrou um conjunto de ações Markovian: interessante, mas sem oportunidade de arbitragem, assumindo que a rede neural encontrou a melhor solução possível. Conclusão Análise financeira é algo que você faz, não algo que você compra. Uma rede neural requer envolvimento do usuário. Você precisa escolher quais dados você considera relevantes, você deve aprender como treinar a rede e cabe a você avaliar o backtesting. A coisa mais importante a lembrar é que, embora nossa exibição mostre apenas dois gráficos ao mesmo tempo (real e previsto), o gráfico previsto é gerado levando em consideração as relações matemáticas entre os preços e volumes de todas as variáveis ​​carregadas simultaneamente e, portanto, a escolha De tickers não gravados afeta a qualidade da combinação entre os dois gráficos que você está observando. É sua responsabilidade decidir se você está descobrindo e explorando uma relação matemática válida e racional que outros ainda não pensaram. Pense na famosa história do investidor que se beneficiou décadas atrás, durante o início da lenda urbana de um mouse em uma refeição KFC. Ele contou a mudança no número de pessoas que freqüentavam seu KFC local todos os dias, e decidiu que não houve diminuição. Existe uma relação válida, simples e significativa entre o número de pessoas que ele observou, o preço atual da ação e o preço da ação futura, que ele usou intuitivamente. Se ele quisesse ser mais preciso, ele poderia ter usado uma rede neural. Não é adivinhação, não é uma expedição de pesca ou de mineração de dados. Você já deve saber o que está fazendo e por quê. Clique com o botão direito do mouse, selecione tudo, Copie e cole o texto abaixo em seu código HTML, se você quiser inserir o newsTicker gratuito da Reuters em seu site. (Nunca criou um site antes de não se preocupar, basta colar o código no Bloco de notas, adicionar o texto que quiser e salvar como um arquivo chamado favourite. html na sua área de trabalho. Você fez seu primeiro site. Você pode enviá-lo para colegas ou colocar Faça o upload para um servidor.)