Sistemas de trading (Redes Neuronales)

debianita · 20 Nov 2010

Buenas foreria,

como en el hilo del Ibex es frecuente el off-topic de Redes Neuronales (NN). Inicio este para focalizar el tema.

Frameworks open source en Java sobre NN:

Neuroph

Tienes que estar registrado para ver este contenido

Bien documentado, disponible GUI y buenos tutoriales

Joone

Tienes que estar registrado para ver este contenido

Bien Documentado, disponible GUI y buenos tutoriales y ejemplos. Por contra el proyecto está algo desactualizado.

Encog

Tienes que estar registrado para ver este contenido

Mis primeros pinitos han sido con el Joone. El motivo fue que encontré muy interesante, didáctico y fácil el manual. Tiene un tutorial que aplica NN a series temporales, mediante un plugin integrado se baja datos de yahoo finance y permite jugar un poco con el tema.

La experiencia contada por foreros que tienen sistemas serios basados en NN dice que, para montar un sistema potente necesitas hardware high-end y optimizar el código a niveles extremos. Por tanto podemos descartar que con estos frameworks basados en Java, podamos montarnos un sistema propio para competir con los peces rellenitos en el pc de casa. Pero a nivel didáctico los encuentro muy interesantes.

jmoraf · 20 Nov 2010

¿ésto sirve para largo plazo?

debianita · 20 Nov 2010

jmoraf dijo:
¿ésto sirve para largo plazo?

Primero decir que estoy empezando con el tema, asi que no puedo ir dando lecciones. Estos sistemas se utilizan para el intradia. Cuando más lejos se quiera ver mayor es el error acumulado y por tanto menos validez.

Monsterspeculator · 20 Nov 2010

Que yo sepa esos sistemas nadie los ha hecho funcionar de forma eficiente en trading real...

Mulder · 20 Nov 2010

Muy interesante el hilo, yo no uso NNs así que participaré como espectador. Aunque ya llevo un tiempo con un proyecto de trading intradia:

El sistema tiene un enfoque tradicional, es un programa que carga el último dato del índice con el que se quiera operar y se hacen cálculos sobre los datos para obtener resultados predictivos. El sistema permite trabajar con datos históricos o en tiempo real y aplica todo lo que tendríamos en un escenario real, es decir, análisis de precio y volumen, cálculo de stops y trailing stops, money managment, etc. Tengo ya algo que me da buenos resultados cuando hay tendencias y peores cuando no la hay, aunque he aplicado métodos para reducir las entradas en estos casos. Ahora estoy documentándome y haciendo pruebas sobre otros métodos de análisis y predicción. En resumen, de lo que se trata es de 'emular' a un trader en todo lo posible (pero un trader ganador 😀), reaccionando de la misma forma que lo hace el pero sin miedo ni avaricia.

De momento lo estoy haciendo todo con python orientado a objetos (es con lo que he hecho toda mi base de programas de bolsa) y es totalmente modular, es decir, tengo módulos que ejecutan los stops de un modo y otros que lo ejecutan de otra forma, lo mismo para las entradas o análisis, es decir puedo hacer montones de pruebas para saber si un método funciona mejor que otro, o añadir y quitar cosas de un mismo módulo. Además cada módulo tiene su sistema de inicialización para recopilar datos antes de ponerse a trabajar. Mi mayor problema es poder alcanzar un equilibrio entre agresividad y conservadurismo que sea óptimo. Además el programa va generando estadísticas a medida que se desarrollan las operaciones.

En principio no necesito NN porque el rendimiento es más que aceptable, descargo datos cada 15 segundos y mi sistema cargado a tope tiene un tiempo de proceso de 4 segundos como máximo, aunque actualmente es de menos de 2, sobre todo gracias a la optimización de ciertos procesos y el precálculo de muchos factores, pero el tema las NN no deja de interesarme, claro.

Interesado · 20 Nov 2010

Yo creo que aquí lo esencial es no olvidar nunca que estamos montando un sistema de trading.

Como tal, si queremos usar en nuestro sistema redes neuronales, lo primero que hemos de saber/averiguar es en qué tareas son eficientes y emplearlas para ello.

Si conseguimos montar una red que pueda hacer proyecciones fiables será un gran logro, pero eso de por si sólo tiene una utilidad limitada. Esa información hay que saber usarla de forma óptima.

Y no nos engañemos, esa es la gran ventaja del trading "automático", que no tiene sentimientos y eso nos da una ventaja enorme respecto de la mayoría de "inversores".

Monsterspeculator dijo:
Que yo sepa esos sistemas nadie los ha hecho funcionar de forma eficiente en trading real...

En el hilo del IBEX tenemos a uno que no le va mal del todo.

debianita · 20 Nov 2010

Despues de testear el framework Neuroph solo tengo buenas palabras. Tiene unos ejemplos muy fáciles de seguir y el entorno es bastante más intuitivo que el Joone. Ambos frameworks tienen en la documentación un introducción bastante asequible a las NN sin muchas matemáticas. Pienso que este aspecto es el punto fuerte de estas herramientas. Te introduces en el mundillo aprendes, cacharreas un poco y decides que es lo que te interesa, y despues lo implementas de la manera más óptima.

Por cierto el Encog (aun no he jugado con el) tiene soporte para OpenCL, asi reza en su web:

As version 2.4 Encog has added OpenCL support, version 2.5 has further enhanced this support. This allows Encog to off load some training tasks to the graphics card to accelerate the neural network training process using your computer's GPU. This can often add significant performance improvements to situations where multiple neural networks must be trained simultaneously. This is particularly true if you have a higher-end GPU or multiple GPU's.

Dejo links por si alguien le interesa:

Tienes que estar registrado para ver este contenido

sapito · 21 Nov 2010

Este link es especial para monster:

Tienes que estar registrado para ver este contenido

Se trata de algo bastante parecido a una red neuronal.

Josh Cluni · 21 Nov 2010

Gracias debianita por el hilo! Yo poca cosa puedo aportar al tema, a parte de ganas de aprender.

Sobre las ANN, alguien ha usado el paquete de Matlab? opiniones?

Sobre el tema este, creo que se hace mucho incapié en el hardware. Pero no son igual o mas importantes los inputs del NN? O son mas o menos los mismos en todo trader que se precie?

Monsterspeculator · 22 Nov 2010

sapito dijo:
Este link es especial para monster:

Tienes que estar registrado para ver este contenido

Se trata de algo bastante parecido a una red neuronal.

Es una red neuronal para aproximación del precio del stock por wavelets (los pedantes lo traducen por "ondículas"). Si que creo en el uso de wavelets, o más simplemente análisis de Fourier clásico, para el estudio de los periodos principales en los mercados cíclicos. Sin embargo es muy dudoso que lo que presentan en el paper funcione. Nadie publica algo así que funcione: Lo aplica. Por otra parte, para los que seáis ajenos a la ciencia, que sepáis que se publica mucha guano.

Mi escepticismo hacia las redes neuronales viene en parte porque han fracasado en problemas predictivos no aleatorios supuestamente más simples, como por ejemplo el juego del ajedrez. El entrenar una red neuronal para abordar sistemas estocásticos requiere mucho más que el histórico de datos, por ejemplo. Y esto es sólo una objeción.

pollastre · 22 Nov 2010

Monsterspeculator dijo:
wavelets (los pedantes lo traducen por "ondículas").

Ciertamente estoy de acuerdo con Ud., suena un tanto ridículo.

Monsterspeculator dijo:
Si que creo en el uso de wavelets, o más simplemente análisis de Fourier clásico,

Con el debido respeto a su veteranía foril, pero está Ud. poniendo en un mismo saco a churros y merinas.

La transformada de Fourier, como seguro Ud. sabe, opera únicamente en el dominio de la frecuencia. Mientras que las transformadas por wavelets operan en el dominio de la frecuenta y del tiempo.

En román paladino, si Ud. usa transformadas de Fourier para analizar los útlimos tres meses de cotización, puede decirme que el IBEX sobrepasó los 11.000 puntos.

Si usa Ud. transformadas wavelet, podría decirme que el Ibex sobrepasó los 11.000 puntos el 19 de Octubre.

Convendrá Ud. conmigo en que el matiz es importante.

Por lo demás estoy de acuerdo con el resto de su post: el artículo citado es absolutamente inútil, y desde luego un sistema funcional (y que funcione) completo nunca se postea como tesis o artículo de investigación. Todos sabemos la guano que se despacha en esas latitudes...

Monsterspeculator dijo:
Mi escepticismo hacia las redes neuronales viene en parte porque han fracasado en problemas predictivos no aleatorios supuestamente más simples, como por ejemplo el juego del ajedrez.

Encuentro esto interesante.
¿Por qué podría alguien considerar el ajedrez como un problema apropiado para una ANN? No lo comprendo.

El ajedrez tiene una falta de continuidad brutal entre sus estados (exceptuando los instantes inciales de la partida - la apertura - no hay continuidad suficiente entre un estado N...N+1 que puedan hacer el problema apropiado para una ANN).

No entiendo quién podría estar interesado en crear un buen adversario de ajedrez que estuviera gobernado por una ANN. En mi opinión, no aplica.

Otra cuestión es que la gente se piense que una ANN va a ser capaz de darte, bajo cualquier circunstancia, el valor de cierre de un stock para el día de hoy. Así, por la cara.

Es complicado explicarle a la gente que las ANN son únicamente una herramienta, no un fin en sí mismas. Que sólo usadas en conjunto con otras herramientas, pueden dar una solución aceptable (no digo siquiera óptima) al problema de las proyecciones en los mercados.

Imagino que de esa complicación, vienen los malentendidos acerca de que las ANN son una especie de santo grial que nos conducirá inexorablemente hacia plusvalías diarias y contínuas.

Monsterspeculator · 22 Nov 2010

banana dijo:
Con el debido respeto a su veteranía foril...

:XX:

banana dijo:
, pero está Ud. poniendo en un mismo saco a churros y merinas.

La transformada de Fourier, como seguro Ud. sabe, opera únicamente en el dominio de la frecuencia. Mientras que las transformadas por wavelets operan en el dominio de la frecuenta y del tiempo.

En román paladino, si Ud. usa transformadas de Fourier para analizar los útlimos tres meses de cotización, puede decirme que el IBEX sobrepasó los 11.000 puntos.

Si usa Ud. transformadas wavelet, podría decirme que el Ibex sobrepasó los 11.000 puntos el 19 de Octubre.

Convendrá Ud. conmigo en que el matiz es importante.

Relea mi primer post. Se ha olvidado en el quoteo la parte relevante: "para el estudio de los periodos principales en los mercados cíclicos". En efecto, para determinar los periodos principales de un mercado cíclico (que son invariantes por translación temporal global), el análisis de Fourier clásico sobra y basta. ¿Alguna objeción a eso?

Por otra parte, en efecto, las bases de wavelets están compuestas por funciones más ricas que la base exponencial, por ello es una extensión del análisis de Fourier clásico con más posibilidades. El verdadero problema en las aplicaciones es encontrar buenas bases adaptadas a los problemas en cuestión.

Monsterspeculator · 22 Nov 2010

banana dijo:
Encuentro esto interesante.
¿Por qué podría alguien considerar el ajedrez como un problema apropiado para una ANN? No lo comprendo.

El ajedrez tiene una falta de continuidad brutal entre sus estados (exceptuando los instantes inciales de la partida - la apertura - no hay continuidad suficiente entre un estado N...N+1 que puedan hacer el problema apropiado para una ANN).

No entiendo quién podría estar interesado en crear un buen adversario de ajedrez que estuviera gobernado por una ANN. En mi opinión, no aplica.

Durante bastante tiempo se intentó programar "inteligencia artificial" y uno de los retos era conseguir un buen programa de ajedrez. Los orígenes de las redes neuronales están en esos proyectos. El "fail" en el caso del ajedrez ha sido brutal. La implementación (laboriosa) de la forma en que juegan los verdaderos maestros ha sido la clave para conseguir buenos programas de ajedrez.

Por supuesto que es un tema en el que se podría esperar una contribución de las redes neuronales. Desde el punto de vista estratégico (el que es realmente difícil de programar), bastaría que aprendiesen a jugar "posiciones típicas" (lo que llaman "tabiyas" los rusos). Actualmente hay bases de datos de partidas de grandes maestros con millones de posiciones con las que adiestrar las redes neuronales.

pacoyoyo · 22 Nov 2010

Las redes neuronales de siempre han servido para abrirle el pandero a los becarios en muchos departamentos de informatica... se les dice ven q te enseño donde guardamos aqui las redes neuronales, se les lleva al cuarto de servidores, y se le indica un hueco, se les dice q busquen... zas.

Hasta ahora solo han dao resultado en problemas sencillos q quedan chulos en las clases teoricas.

Respecto al ajedrez se resuelve basica mediante "fuerza bruta" (no estan molon como el nombre neuronal pero... funciona) con mas o menos acotaciones para optimizarlo.

Resulta inmensamente pedante q os planteis hacer una sistema de tradding con redes neuronales :XX:

pollastre · 22 Nov 2010

Comprendo lo que dice, pero no comparto su punto de vista. Tenga Ud. presente que la teoría es una cosa, y la experiencia bajo fuego real otra.

Llevo algunos años trabajando "en campo" con ANNs, diseñandolas y aplicandolas a problemas de la vida real (quizás, como Ud. bien apunta, lo más complicado de todo el asunto: modelar el problema en forma de inputs aceptables), y puedo asegurarle que si Ud. me presentase en este momento, de nuevas, sin yo saber nada del proyecto, el reto de modelar una IA con nivel Gran Maestro mediante ANNs, yo le diría que las ANNs no son la solución a su problema.

Unas decenas de miles de samples se bastan y se sobran para poner en apuros a un entramiento que no esté muy, pero que muy bien planteado y pensado en sus entradas.
Personalmente, no veo un entrenamiento con 100.000 samples convergiendo hacia un nivel aceptable de error, a menos que realmente el número de salidas sea realmente limitado. Y Ud. sabe que ese no es precisamente el caso del ajedrez.
Ni hablemos ya, por lo tanto, de una muestra con millones de inputs como Ud. sugiere, y con un número de neuronas de entrada nada poco apreciable precisamente en el caso del juego que nos ocupa.

El intento de usar ANNs para el ajedrez, a mis ojos y actualmente, es una extravagancia teórica: puede ser precioso de postular y ostentar una gran belleza técnica, pero es absolutamente inviable. Por supuesto que hace 30 años esto no se tenía tan claro, ni se disponía de las herramientas y potencia de proceso que hoy en día tenemos, así que es totalmente comprensible y encomiable que aquellos señores, en aquel tiempo, lo intentaran.

Pero de ahí a que Ud. diga que se ha sentido defraudado por las ANNs debido a aquel "fracaso", no lo comparto, honestamente. El problema vuelve a reducirse a lo anteriormente comentado: las ANNs no son buenas ni malas per se, todo depende del contexto en el que sepamos o queramos aplicarlas.

Monsterspeculator dijo:
Durante bastante tiempo se intentó programar "inteligencia artificial" y uno de los retos era conseguir un buen programa de ajedrez. Los orígenes de las redes neuronales están en esos proyectos. El "fail" en el caso del ajedrez ha sido brutal. La implementación (laboriosa) de la forma en que juegan los verdaderos maestros ha sido la clave para conseguir buenos programas de ajedrez.

Por supuesto que es un tema en el que se podría esperar una contribución de las redes neuronales. Desde el punto de vista estratégico (el que es realmente difícil de programar), bastaría que aprendiesen a jugar "posiciones típicas" (lo que llaman "tabiyas" los rusos). Actualmente hay bases de datos de partidas de grandes maestros con millones de posiciones con las que adiestrar las redes neuronales.

Monsterspeculator · 22 Nov 2010

banana dijo:
Comprendo lo que dice, pero no comparto su punto de vista. Tenga Ud. presente que la teoría es una cosa, y la experiencia bajo fuego real otra.

Llevo algunos años trabajando "en campo" con ANNs, diseñandolas y aplicandolas a problemas de la vida real (quizás, como Ud. bien apunta, lo más complicado de todo el asunto: modelar el problema en forma de inputs aceptables), y puedo asegurarle que si Ud. me presentase en este momento, de nuevas, sin yo saber nada del proyecto, el reto de modelar una IA con nivel Gran Maestro mediante ANNs, yo le diría que las ANNs no son la solución a su problema.

Unas decenas de miles de samples se bastan y se sobran para poner en apuros a un entramiento que no esté muy, pero que muy bien planteado y pensado en sus entradas.
Personalmente, no veo un entrenamiento con 100.000 samples convergiendo hacia un nivel aceptable de error, a menos que realmente el número de salidas sea realmente limitado. Y Ud. sabe que ese no es precisamente el caso del ajedrez.
Ni hablemos ya, por lo tanto, de una muestra con millones de inputs como Ud. sugiere, y con un número de neuronas de entrada nada poco apreciable precisamente en el caso del juego que nos ocupa.

El intento de usar ANNs para el ajedrez, a mis ojos y actualmente, es una extravagancia teórica: puede ser precioso de postular y ostentar una gran belleza técnica, pero es absolutamente inviable. Por supuesto que hace 30 años esto no se tenía tan claro, ni se disponía de las herramientas y potencia de proceso que hoy en día tenemos, así que es totalmente comprensible y encomiable que aquellos señores, en aquel tiempo, lo intentaran.

Pero de ahí a que Ud. diga que se ha sentido defraudado por las ANNs debido a aquel "fracaso", no lo comparto, honestamente. El problema vuelve a reducirse a lo anteriormente comentado: las ANNs no son buenas ni malas per se, todo depende del contexto en el que sepamos o queramos aplicarlas.

Creo que ha leido algo rápido mis posts.... No me parece que esté al día de los parámetros para evaluar y clasificar posiciones de ajedrez. Existen unos pocos datos (valor y número de piezas, movilidad, tipo de piezas en confrontación, configuración de los peones,...) que permiten clasificar las posiciones y determinar su carácter. El tipo de "output" buscado son los parametros que determinan el estilo de la máquina y discriminan sobre las diferentes variantes. Usted está pensando en implementar primitivamente un algoritmo de selección de "la próxima jugada", y eso no es el problema interesante al que se enfrentan los programadores. Es relativamente trivial seleccionar 3 o 4 jugadas que sean "jugables". El gran problema es discriminar entre esas pocas jugadas y ello depende del "estilo" del programa. Adaptar ese "estilo" desde redes neuronales es perfectamente plausible, aunque la eficiencia estaría por demostrar.

pollastre · 22 Nov 2010

A riesgo de "enrocarme" (disculpe, me pareció apropiado el chiste fácil) en mi posición, le reitero que incluso con la clasificación de jugadas que Ud. sugiere, sigo sin ver el problema del ajedrez como algo adecuado a poder ser tratado por ANNs.

Esto, claro está, derivado únicamente de mi propia experiencia profesional en este campo; en ningún momento pretendo que lo que digo sea un dogma de fe o una verdad absoluta.

De alguna manera, cuando has aplicado ANNs en la resolución de problemas asociados a varias disciplinas humanas (geología / actividad sísmica, análisis y reconocimiento de audio e imágenes, etc) se percibe casi intuitivamente que el ajedrez no es asunto para una ANN.

Yo al menos, ya le digo: despues de algunos años en esto, si me plantean a mí ese problema, directamente les remito a la fuerza bruta (que es como tradicionalmente se ha abordado fruta el ajedrez).

No sé, a mí no me decepciona el hecho de que una estructura neuronal artificial no sea capaz de abordar el ajedrez... lo veo una consecuencia lógica de su funcionamiento, posibilidades y limitaciones.

Monsterspeculator dijo:
Creo que ha leido algo rápido mis posts.... No me parece que esté al día de los parámetros para evaluar y clasificar posiciones de ajedrez. Existen unos pocos datos (valor y número de piezas, movilidad, tipo de piezas en confrontación, configuración de los peones,...) que permiten clasificar las posiciones y determinar su carácter. El tipo de "output" buscado son los parametros que determinan el estilo de la máquina y discriminan sobre las diferentes variantes. Usted está pensando en implementar primitivamente un algoritmo de selección de "la próxima jugada", y eso no es el problema interesante al que se enfrentan los programadores. Es relativamente trivial seleccionar 3 o 4 jugadas que sean "jugables". El gran problema es discriminar entre esas pocas jugadas y ello depende del "estilo" del programa. Adaptar ese "estilo" desde redes neuronales es perfectamente plausible, aunque la eficiencia estaría por demostrar.

Monsterspeculator · 22 Nov 2010

banana dijo:
A riesgo de "enrocarme" (disculpe, me pareció apropiado el chiste fácil) en mi posición, le reitero que incluso con la clasificación de jugadas que Ud. sugiere, sigo sin ver el problema del ajedrez como algo adecuado a poder ser tratado por ANNs.

Esto, claro está, derivado únicamente de mi propia experiencia profesional en este campo; en ningún momento pretendo que lo que digo sea un dogma de fe o una verdad absoluta.

De alguna manera, cuando has aplicado ANNs en la resolución de problemas asociados a varias disciplinas humanas (geología / actividad sísmica, análisis y reconocimiento de audio e imágenes, etc) se percibe casi intuitivamente que el ajedrez no es asunto para una ANN.

Yo al menos, ya le digo: despues de algunos años en esto, si me plantean a mí ese problema, directamente les remito a la fuerza bruta (que es como tradicionalmente se ha abordado fruta el ajedrez).

No sé, a mí no me decepciona el hecho de que una estructura neuronal artificial no sea capaz de abordar el ajedrez... lo veo una consecuencia lógica de su funcionamiento, posibilidades y limitaciones.

Seguramente tenga razón y es por ello que la "solución" del ajedrez ha ido por otros derroteros. Aprovechando su experiencia en el tema, pregunto: ¿En qué problemas la eficacia de las redes neuronales son superiores a otras técnicas? ¿Hay algún survey serio sobre la evolución reciente de las aplicaciones de redes neuronales?

Como comentaba al principio del hilo tampoco sé de nada que funcione correctamente para mercados de valores....

Interesado · 22 Nov 2010

[IRONIC MODE] Yo creo que aquí el problema es que la gente ve los esquemas de las redes neuronales, y confunde los perceptrones (representados por bolitas) con bolas de cristal. [/IRONIC MODE]

Muy pocos tipos de redes neuronales tienen una estructura que a priori pueda dar resultados aceptables en la "predicción" de los precios de un activo financiero.

Yo personalmente no lo planteo como un sistema al que meto datos y me predice el futuro, entre otros motivos porque una predicción "cruda" del futuro tiene una utilidad más bien escasa.

Tampoco creo que podamos plantear sistemas que operen más allá del intradiario, porque hay factores exógenos a la dinámica del mercado que te pueden tirar por el suelo la mejor predicción.

Con todo, ciertos tipos de redes neuronales tienen ciertas propiedades que me interesan para mi sistema, y por tanto pretendo que formen parte de él.

Pero como ya he dicho, es sólo una parte. Es mucho más importante, por ejemplo, tener un sistema de gestión de posiciones robusto, y para eso no hacen falta redes neuronales.

Al fin y al cabo lo importante es armar un sistema que funcione. Lo mismo da que use wavelets, redes neuronales o los ciclos lunares. Repito lo del post anterior: lo importante es el sistema en su conjunto, no las partes que lo componen.

pollastre · 22 Nov 2010

Monsterspeculator dijo:
Seguramente tenga razón y es por ello que la "solución" del ajedrez ha ido por otros derroteros. Aprovechando su experiencia en el tema, pregunto: ¿En qué problemas la eficacia de las redes neuronales son superiores a otras técnicas? ¿Hay algún survey serio sobre la evolución reciente de las aplicaciones de redes neuronales?

Como comentaba al principio del hilo tampoco sé de nada que funcione correctamente para mercados de valores....

Su pregunta es muy pertinente, en particular por aquello del "survey serio". Uno de los peores defectos que yo he podido encontrarle al tema de las ANNs es, precisamente, la falta de unidad de criterio entre investigadores, "papeles/tesinas" y publicaciones existentes.

La situación es, como poco, algo caótica. Algunos autores saltan con que el problema X se aborda mejor con una red de tipo Boltzman restrictiva, y luego te encuentras a otro que publica un whitepaper sosteniendo que él atacó (con éxito, claro...) el mismo problema X usando una Deep Belief... o si no, te dice que primero preprocesó las entradas con una máquina de vectores...

Sólo parece haber criterio unificado - que yo haya visto - en el campo del reconocimiento de imágenes y señales de audio. Ahí hay coincidencia en la efectividad de las ANNs.

Otros campos, como la geología, parecen gustar de ellas también. Algunas aplicaciones más residuales, como análisis a tiempo real de ECG (electrocardiogramas) y análisis de calidad en una línea eléctrica de potencia (detección de picos de voltaje, etc.) usan también ANNs, pero siempre apoyadas por algún tipo de descomposición con wavelets, thresholding para reducción de ruido IIS...

El asunto financiero es como la feria, que cada uno la cuenta según le fue de bien o de mal el día. Personalmente defiendo que las ANNs son una herramienta, nunca un fin en sí mismas, por lo que difícilmente se puede intentar modelar el mercado tirando exclusivamente de NNs.

Por otra parte, como ya sabe, la propia naturaleza de este "negocio" hace que ningún método realmente efectivo sea publicado, así que hoy por hoy, si me pregunta, considero imposible conocer la eficacia *real* de las ANNs en el campo de las proyecciones de mercado. A este respecto, creo que cada uno sabe lo que tiene en su propia casa, pero no tengo nada claro que sepan qué es lo que los demás tienen en las suyas.

Monsterspeculator · 22 Nov 2010

banana dijo:
Por otra parte, como ya sabe, la propia naturaleza de este "negocio" hace que ningún método realmente efectivo sea publicado, así que hoy por hoy, si me pregunta, considero imposible conocer la eficacia *real* de las ANNs en el campo de las proyecciones de mercado. A este respecto, creo que cada uno sabe lo que tiene en su propia casa, pero no tengo nada claro que sepan qué es lo que los demás tienen en las suyas.

Sé de un Hedge Fund de los rellenitos que contrató un tipo especialista en el tema...Al cabo de 6 meses estaba de patitas en la calle...

sapito · 22 Nov 2010

Me encanta este hilo.
Yo estoy desde hace unas semanas trabajando en este tema.

Me llamó la atención el artículo que he puesto arriba, y viendo que banana las usa con éxito en su ooperativa, me parecío de interés.

Respecto del artículo, intenté emular los datos del artículo para el IBEX usando entradas similares pero los resultados no eran tan buenos ni de lejos. No sé si los datos del artículo están cocinados o es que el índice polaco que predicen se mueve muy poco (no he encontrado datos de este ínidice). También es posible que yo lo haya hecho mal, claro está.

Ahora estoy trabjando en NN normales, sin wavelets ni nada. El mayor problema que veo es que hay un montón de frentess: entradas, algoritmos de optimización, topología de la red, tipos variados de redes, filtrado de datos...

Por ahora, a ver que me podéis decir de esto:
- datos de entrada: a partir de otros artículos yo estoy probando con precios anteriores del IBEX y otros índices, además del cambio euro/dolar.
La siguiente prueba será simplemente con los datos de cierre de los últimos n días.

- datos de salida: predecir la variación del ínidice o dar una orden?

- para banana: si no es mucho pedir, ¿me puedes decir cuantos parámetros tiene alguna red de las que te dan resultados interesantes?

Saludos a todos.

Abner · 2 Ene 2011

Pregunta sencilla. ¿Alguien ha utilizado redes de tipo LSTM con buen resultado? Por lo que he leído, el problema de las recurrentes clásicas, Elman y Jordan, es su limitada capacidad para extraer información de eventos en lapsos de tiempo largos. Digo yo, que una red de este tipo podría extraer información relevante sin necesidad de codificársela a mano, como el mes en el que estamos, vencimientos y esas cosas ¿no?

Sistemas de trading (Redes Neuronales)

Madmaxista

Baneado

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Madmaxista

Estadísticas del foro

El blog de burbuja.info