Desarrollo Red Neuronal Para Trading

Calenturiento

Forero Paco Demier
Desde
17 Jun 2021
Mensajes
39
Reputación
42
Muy buenas, quisiera compartir en este foro mi euforia tras haber publicado después de 6 meses de trabajo un software que realiza predicciones para precios de diferentes criptomonedas. La tecnología se basa en redes neuronales convolucionales que analizan todo tipo de datos relacionados con la criptomoneda en sí y hace predicciones cada hora para diferentes tramos horarios. La inteligencia artificial va aprendiendo a tiempo real con los datos que recoge constantemente.

Para los tramos de una semana los resultados son sorprendentemente positivos. Me hallo realizando código para implementarlo a los principales pares de Forex y bolsa tradicional (SP500 y principales empresas del Nasdaq). Acepto sugerencias constructivas y opiniones no destructivas puesto que el curro que lleva detrás es faraónico.

PD.; Por si a alguien le interesa, la web es esta (www.slothtrading.com), está curiosa de ver.

***ACTUALIZACIÓN***

Acabo de incluir 20 pares de Forex, la complejidad reside en ajustar las predicciones únicamente para días de diario. Actualmente se encuentran funcionando en www.slothtrading.com
 

Adjuntos

  • Picture 1.png
    Picture 1.png
    88,4 KB · Visitas: 35
Última edición:
Calenturiento dijo:
Muy buenas, quisiera compartir en este foro mi euforia tras haber publicado después de 6 meses de trabajo un software que realiza predicciones para precios de diferentes criptomonedas. La tecnología se basa en redes neuronales convolucionales que analizan todo tipo de datos relacionados con la criptomoneda en sí y hace predicciones cada hora para diferentes tramos horarios. La inteligencia artificial va aprendiendo a tiempo real con los datos que recoge constantemente.

Para los tramos de una semana los resultados son sorprendentemente positivos. Me hallo realizando código para implementarlo a los principales pares de Forex y bolsa tradicional (SP500 y principales empresas del Nasdaq). Acepto sugerencias constructivas y opiniones no destructivas puesto que el curro que lleva detrás es faraónico.

PD.; Por si a alguien le interesa, la web es esta (www.slothtrading.com), está curiosa de ver.
Hacer clic para expandir...



No he mirado aún la web. Ahora le echaré un vistazo.

Hace tiempo, me interesé en las redes neuronales (sencillas, 'feedforward' y con una sola capa oculta) como 'interpoladores universales'. Me dio bastante buen resultado, pero las redes –cuando el caso se complica– tienen un problema que (supongo) la velocidad actual de los ordenadores habrá resuelto, y es que, para lograr la convergencia en el entrenamiento, hacía falta mucho tiempo hasta que se lograba el valor-compromiso de los elementos de las matrices de tras*ferencia.

Estoy hablando de hace unos veinte años, ojo...

Creo que puede funcionar como sistema predictivo, pero harán falta bastantes factores a considerar, porque muchas veces se pretende obtener una predicción exclusivmente por autocorrelación, y eso no es suficiente...
 
Alano Carpetovetonico diría que te equivocas en algunos aspectos.

1- Para criptomonedas no operan basicamente, por lo que el mercado es más virgen.

2- Puedes ver los históricos de 1 semana para hasta 3 meses atrás y generalmente son positivos.

3- Todo depende del volumen de operación. Ellos normalmente realizan trading algorítmico y son capaces de realizar miles de operaciones por semana. Estos tramos horarios son más amplios y tenemos en cuenta el volumen que ellos mismos meten en el mercado.

Por lo demás tienes razón, pero habrá que ir viendo qué pasa. Te agradezco las palabras!
 
XXavier ese problema se soluciona con los datos normalizados del sentimiento de Twitter. Tengo otra red que únicamente analiza y normaliza lo que sucede en las redes sociales con el fin de eliminar ese "lag". Hay muchas aristas a tener en cuenta y es un tema complejo pero fascinante.
 
Calenturiento dijo:
XXavier ese problema se soluciona con los datos normalizados del sentimiento de Twitter. Tengo otra red que únicamente analiza y normaliza lo que sucede en las redes sociales con el fin de eliminar ese "lag". Hay muchas aristas a tener en cuenta y es un tema complejo pero fascinante.
Hacer clic para expandir...

Es interesante lo de 'objetivizar' los sentimientos que aparecen en Twitter, pero –a mi juicio– para mejorar la predicción habría que incorporar más variables; hasta la época del año y la temperatura y las horas de sol/ pluviosidad en las ciudades importantes... Y muchas más variables que no se me ocurren ahora, aparte de no pocas que estarán entre los 'unknown unknowns' de Rumsfeld...

Pero concuerdo en que se puede aproximar la cosa usando redes neuronales...
 
XXavier dijo:
Es interesante lo de 'objetivizar' los sentimientos que aparecen en Twitter, pero –a mi juicio– para mejorar la predicción habría que incorporar más variables; hasta la época del año y la temperatura y las horas de sol/ pluviosidad en las ciudades importantes... Y muchas más variables que no se me ocurren ahora, aparte de no pocas que estarán entre los 'unknown unknowns' de Rumsfeld...

Pero concuerdo en que se puede aproximar la cosa usando redes neuronales...
Hacer clic para expandir...

Jamás habría pensado en incorporar datos de la climatología pero tiene sentido. A peor tiempo, más trading.
 
Thundercat dijo:
Convolucionales dice jajajajajajajaj
Vete a tomar por pandero a timar a los ignorantes estulto
Hacer clic para expandir...

Hombre, no seáis tan mal pensados, que tampoco es una locura.

Para tratar con series temporales en principio es mejor una red recurrente (con unidades GRU, LSTM o algo así), pero en el caso del trading, que lo mismo no hace falta una memoria muy a largo plazo... ahí sí podrían funcionar también arquitecturas convolucionales. Piensa en filtros de una dimensión pero bastante "largos", que dan una memoria a corto plazo limitada por el tamaño del filtro y el número de capas convolucionales que se ponga.

Es cuestión de probar. Lo que me extraña, como ya han dicho arriba, es que vayan a ganar a monstruos de las finanzas que seguro que llevan tiempo en estas cosas.
 
Thundercat dijo:
Convolucionales dice jajajajajajajaj
Vete a tomar por pandero a timar a los ignorantes estulto
Hacer clic para expandir...
Te aconsejo que antes de intentar faltar a alguien y quedar retratado, te informes. Te dejo un artículo científico para que indagues: S. Albawi, T. A. Mohammed and S. Al-Zawi, "Understanding of a convolutional neural network," 2017 International Conference on Engineering and Technology (ICET), 2017, pp. 1-6, doi: 10.1109/ICEngTechnol.2017.8308186.
 
ShellShock dijo:
Hombre, no seáis tan mal pensados, que tampoco es una locura.

Para tratar con series temporales en principio es mejor una red recurrente (con unidades GRU, LSTM o algo así), pero en el caso del trading, que lo mismo no hace falta una memoria muy a largo plazo... ahí sí podrían funcionar también arquitecturas convolucionales. Piensa en filtros de una dimensión pero bastante "largos", que dan una memoria a corto plazo limitada por el tamaño del filtro y el número de capas convolucionales que se ponga.

Es cuestión de probar. Lo que me extraña, como ya han dicho arriba, es que vayan a ganar a monstruos de las finanzas que seguro que llevan tiempo en estas cosas.
Hacer clic para expandir...

Nunca dije que vaya a ganar a nadie. El tema es el volumen de respaldo de la estrategia y el algoritmo. Los grandes fondos cuentan con que ellos operan con un capital ingente. Yo, por suerte o por desgracia, no.
 
Iniciar sesión o registrarte para responder aquí.
Volver