ニューラルネットワークを使用した外国為替市場の予測

ANNを使用して取引通貨を自動化したいと思います。できればUSD / EURまたはUSD / GBPです。これは難しく、簡単ではないかもしれません。私はすでにいくつかの論文を読み、いくつかの実験を行いましたが、あまり運がありませんでした。これを機能させるためにエキスパートからアドバイスをもらいたいのですが。

これが私がこれまでに行ったことです：

1. 2013年7月のティックデータでティックを取得しました。ビッド/アスク/ビッドボリューム/アスクボリュームがあります。
2. すべての日の12PMから14PMまでの時間枠のすべてのティックを抽出しました。
3. このデータから、各エントリが順番にn個の入札値で構成されるデータセットを作成しました。
4. そのデータを使用して、n-1個の入力でANNをトレーニングし、出力は予測されるn番目の入札値です。
5. ANNには、n-1個の入力ニューロン、（n-1）* 2 + 1個の非表示ニューロン、および1個の出力ニューロンがありました。入力層には線形TF、非表示には対数TF、出力には線形TFがありました。
6. 最初にn-125、次に10のバックプロパゲーションでネットワークをトレーニングしました。

両方のnについて、MSEは0.5を下回ることはなく、完全なトレーニング中にその値のままでした。これは時系列が完全にランダムであることが原因である可能性があると想定して、Rパッケージを使用してデータセット（pacf）の部分的な自己相関を検出しました。これにより、2ラグと3ラグに対してのみゼロ以外の値が得られました。

質問1：これは正確にはどういう意味ですか？

次に、ハースト指数を使用してランダム性を評価しました。Rでは、hurst（values）が0.9を超える値を示しました。

質問2：ほぼランダムであると想定されています。0.5に近い値にする必要がありますか？

ANNのトレーニングをn = 3で繰り返しました。ANNは訓練を受け、MSEのかなり低い値を取得することができました。ただし、このANNから計算された出力は、（n-1）番目の入札値と大差ありません。ANNは最後の入札を次の入札と見なしているようです！さまざまなネットワーク構造（すべての多層知覚）、さまざまなトレーニングパラメーターなどを試しましたが、結果は同じです。

質問3：精度を向上させるにはどうすればよいですか？バックプロパゲーション以外のトレーニング方法はありますか？

表示される結果は、トレーニング製品の副産物でneural netsはありませんが、このタスクにはあまり適していません。Neural netsは、より単純な関数をいくつか組み合わせて、高次の非線形関数を作成する効果的な手段です。ニューラルネットを非常に複雑なパターンに適合させることができるので、これは多くの場合本当に良いことです。

ただし、証券取引所では、複雑なパターンは取引されるとすぐに減衰します。複雑なパターンを検出しても、通常は短期的には複雑なパターンであるため、一般に有用な結果は生成されません。さらに、選択した指標に応じて、実際に投資しても成果が得られない多くの方法があります（例の最後の値を予測するなど）。

さらに、株式市場は驚くほど混沌としており、neural net過剰適合を引き起こす可能性があります。これは、学習するパターンの一般化が不十分であることを意味します。在庫が1日で減少し、比較的短期間で見られたという理由だけで在庫が常に減少することを一律に決定するという線に沿った何か。代わりに、より一般的で複雑度の低いパターンを特定するridgeandのような手法のrobust regression方が優れています。

robust regressionこのまさに理由で使用された同様のKaggle競争の勝者。ニューラルネットの深い複雑な関数よりも低い多項式次数の関数を検出する浅い学習モデルに切り替えると、より良い結果が得られる可能性があります。

時系列データに適したモデルであるリカレントニューラルネットワークを試してください。それらは訓練するのが難しいことで悪名高いが、適切に訓練されたときにうまくいくように見える：http : //cs229.stanford.edu/proj2012/BernalFokPidaparthi-FinanciaorphanedTimeSeriesPredictionwithRecurrentNeural.pdf