辛苦写了一个神经网络程序，效果不太好（如图）

sgp111

要想把这个弄好，最重要的，首要的是理念问题，也就是说用神经网络来实现哪种思想，神经网络是一种模拟或者说实现的手段与途径，不大好本末倒置。

当然开发过程中也可以出现这种情况：就是先去用神经网络的算法去实现，然后看看实现出来的东西是否有价值，再决定朝哪个方向走下去。

sgp111

原帖由 hhk 于 2007-12-14 08:48 发表

你好，我感觉现在的拟合结果就象是一条移动平均线似的，我希望能更精确的拟合价格曲线或价格的其他特征，如波动率等。

这就说明了你的理念不完全成熟，楼上的贴我已经说了这个问题，当然可能是你在编程过于专注，理论方面就兼顾的少一些。

我在这些方面研究了5、6个年头了，现在明确告诉你，你现在拟合出来的是什么，以增加你的信心。

图片上的曲线拟合出来的是：股价趋势运动的中线，如果你再按我短信上讲的，在上下各加一条平移线，就构成了趋势通道。

它反映的理念是：价格在趋势运动中，其波动范围的可信限区间。
                              
实战用法之一：葛兰维八法中长期困扰人们的一个用法的解决之道：股价在远离均线多远后会向均线拉回。

当然上述的应用只是可信限区间众多用处的一项，我不可能现在都写出来。以后慢慢交流吧。

[ 本帖最后由 sgp111 于 2007-12-14 11:41 编辑 ]

leeqingyue

原帖由 Laodaold 于 2007-12-13 21:03 发表


原码奉献,希望楼主搞出点东东来!:*19*:

{版权所有：嘉兴·陈（uuxp.com），Mail：cyouwei@zj.com
本人不是做编程的，也不是搞神经网络的，不过是一时兴起，研究了小波分析和神经网络，
还有Matlab7编 ...

开盘前下的，在盘中观察了一下，每一笔的成交都会对整条神经网络线产生巨大影响，感觉整条线在盘中像条蛇在动.....
如何能用他来判断趋势，历史顶底在盘中都会由于当日某一笔的成交而互换
尚未来得及看神经网络方面的材料，公式算法也还没看，只是据盘中观察来讨论一下
不知HHK兄的神经网络线在盘中是如此吗？
如果真是如此那盘后的某一静态点有何意义呢？第二天就会立刻180度翻转

sgp111

原帖由 leeqingyue 于 2007-12-14 11:43 发表


开盘前下的，在盘中观察了一下，每一笔的成交都会对整条神经网络线产生巨大影响，感觉整条线在盘中像条蛇在动.....
如何能用他来判断趋势，历史顶底在盘中都会由于当日某一笔的成交而互换
尚未来得及看神 ...

你是有心人，这就是算法的原因造成的，引起类似的现象有：采用了滤波技术、进行了跨周期引用、引用了未来数据、运用了飞狐傅立叶变换、神级网络中的某些算法（这个我不是十分肯定）。

这是一柄双刃剑，用好了有利，用不好伤身，很多人放弃研究的原因之一就在这里。

但从人的思虑模拟来讲，就是用传统技术分析工具，我们不是也需要隔一段时间对所画线进行修正吗，因为行情在变。只是上面那个神经网络变得也太快了点，让人晕死。。。

hhk

原帖由 leeqingyue 于 2007-12-14 11:43 发表


开盘前下的，在盘中观察了一下，每一笔的成交都会对整条神经网络线产生巨大影响，感觉整条线在盘中像条蛇在动.....
如何能用他来判断趋势，历史顶底在盘中都会由于当日某一笔的成交而互换
尚未来得及看神 ...

你说的很对，正是因为神经网络每次拟合后都会改变自己的内部结构所以外推时就会产生不确定性，这个不确定性是因为输入数据有太多的随机性造成神经网络过拟合这些随机性，而没有真正的拟合波动规律造成的，所以输入数据要进行处理，比如简单的平滑处理，或者不直接输入股票价格，而输入经过对股票价格进行特征提取的数据，然后拟合这个数据再复原回价格信息。所以神经网络使用的关键是你要拟合和预测的是什么。如果直接是拟合价格数据的话我想成功率不大！目前我的程序没有产生大的摆动，每次重新机算后和上次图形一样，只有极小的差别。现在外推功能还没有开发好，开发好后我会把结果贴出来。

[ 本帖最后由 hhk 于 2007-12-14 13:04 编辑 ]

hhk

原帖由 sgp111 于 2007-12-14 11:31 发表


这就说明了你的理念不完全成熟，楼上的贴我已经说了这个问题，当然可能是你在编程过于专注，理论方面就兼顾的少一些。

我在这些方面研究了5、6个年头了，现在明确告诉你，你现在拟合出来的是什么，以增加 ...

:*19*: 我很同意你的说法，从神经网络的原理来说，拟合出来的是这"整段数据"的垂直方向/水平方向整体误差最小线（趋势变动拟合线），可能就是趋势的中线（我不熟悉中线的定义），这个拟合线的模型存在于神经网络的节点权向量中，所以可以进行外推（根据模型向未来计算）。
说到可信限区间，我觉得采用步林线的做法更合适。只不过是用这个线代替了步林线的20日均线。上下边界根据当前的2倍标准差进行动态调整，根据正态分布定理，在垂直方向上80%(2倍标准差)以上的价格会落到这个区间内。

[ 本帖最后由 hhk 于 2007-12-14 12:57 编辑 ]

sgp111

“中线”你也可以理解为“重心线”；

用（最高价+最低价）/2，可以使股价摆动的问题有一定幅度减少（但不会超过5%）；

说到可信限区间，很多传统技术指标都有涉及，不是布林线的专利，布林线在实战中效果并不十分理想，但与我们讨论的问题有相通之处，我也常常实战中用它加以验证，但在拟合的算法上不用它的。

我知道有本书叫《神经网络原理》，为了能与你深入沟通，看来要去找找这本书来读了。我在过去研究拟合的过程中，并没有对神级网络有足够的认识。也许是我的数学和计算机水平都不高的原因。

[ 本帖最后由 sgp111 于 2007-12-15 17:25 编辑 ]

sgp111

输入的数据不能用平滑数据，那样会造成拟合出来的线向未来方向偏移，画面上直观讲是向右方水平移动了。
以上是否正确，你可以在神经网络上试试。
就我个人经验，超是接近原始价格的数据，拟合出来的效果越好。

我想摆动问题，一定会出现的，你还没有进行全市场验证，几个个例还不足以说明问题。

hhk

原帖由 sgp111 于 2007-12-14 14:18 发表
输入的数据不能用平滑数据，那样会造成拟合出来的线向未来方向偏移，画面上直观讲是向右方水平移动了。
以上是否正确，你可以在神经网络上试试。
就我个人经验，超是接近原始价格的数据，拟合出来的效果越好。 ...

我试试看

sgp111

贴子可发创幻论坛一份，cyouwei，也在研究相同的东西。

leeqingyue

如果楼主的神经线不会那么“神经”的话，就像楼上仁兄所说倒可看作是重心线
不知在飞狐上能否实现，感觉可用来研究波动，判断强弱
密切关注，值得研究一下.....
预测的事我通常靠人脑的.....

股坛教父

还不如五日均线的拟合效果

sgp111

自己刚注册的乎乎，不能发帖，暂时用sgp111的发个帖。

楼主好，大家好！
偶是ch cj的cyouwei（乎乎），以前都在创幻混，初来贵地，说点不成熟的看法，欢迎拍砖：
本人不使用神经网络操作，仅仅是兴趣和研究，偶用波浪、形态和均线，参考资金、盘面。
1、楼主的似乎与我用Matlab做的图类似，主要是针对大一点的趋势，可以使用两种比较简单的方法达到目的，一个是小波分析得到趋势+神经网络拟合，另一个是RBF神经网络拟合（最好用grnn，spread取大一点，如4；bp网络经过改良也可以有类似效果，但除非与小波分析结合否则很难这么圆滑），我用的是前一个方法（sym8小波3层分解+RBF网络拟合），不知道楼主是用的什么方法？
2、楼主的拟合曲线，效果非常好，对数据的趋势反应的很好，但是如果使用spread比较大的rbf网络做的话，泛化能力很差的，无法预测。
3、说几个观点，不一定对，大家探讨：
神经网络拟合的曲线是对原始数据现有趋势的描述，这个结果可以在股价的上也可以在下，不同于平均线有多头或者空头排列，神经网络做出的趋势更符合走势，特别是很圆滑的曲线，小波分析在这方面做的最好，可以直接使用小波分析。
网络权值每次都是随机化生成的，所以bp和rbf网络的结果每次都不一样，可这恰恰是神经网络的特点，完全一样的到不可能是这两种网络，art和hopfield？网络可以做到相对稳定，但是bp和rbf绝对不能。
飞狐公式写的bp和rbf网络，只能够用简单的方法，和比较少的神经元，无法使用更复杂的设计，所以像bpnn的公式差不多就是这样了，很难进一步完善。
BP网络设计：三层网络，输入层4个节点，隐含层一般3-4个节点，输出层只有一个节点，输入层到隐含层使用logsig函数，隐含层到输出层直接用线性函数，理论上这个网络可以逼近任何非线性。
输入层选择4天的股价，输出层选择第五天的股价，一般使用20~100个数据进行训练，如果愿意可以把成交量等类似数据加入进来，输入层可以是8个、12个什么的都可以，公式稍微更改一下。
归一化的方法：我给的公式是一种方法，我本人现在用的直接使用“股价/最大”，这个更简单，训练更快。
权值学习率的选择，原来用0.02，收敛比较慢，我现在使用的是0.2，要更快。
误差我争取控制在0.2左右，更小的误差用飞狐很难做到的，也许是我的电脑太慢（赛扬1G+512M内存），而且误差太小了，预测就更差了，这也是神经网络的特点，找一个举一反三的好孩子挺难的，一般都是死记硬背的说，：）
最近的4天的拟合效果要好点，这样预测的准确性要高。
准确性的评估标准：趋势符合就好，至于涨跌几个点不要太细究了，若是有个方法能告诉我明天399300涨跌几个点的话，我就闷头发财，将来比盖茨还要富啦。
今日太晚了，儿子要睡觉，先写在这儿，明晚再来。

qiannong

人的大脑超过任何BP,RBF,SVM,WAVELET...

liangwei137

楼主
你好
我想问一下如何将实时数据导入EXECL表格？
谢谢
zhize123@gmail.com

hhk

原帖由 liangwei137 于 2007-12-15 00:57 发表
楼主
你好
我想问一下如何将实时数据导入EXECL表格？
谢谢
zhize123@gmail.com

我经常用的通达信、分析家、同花顺都有日线导出到EXECL文件的功能，可以直接导出。
如果是分时线这些软件可能不提供，需要自己写个程序把分时数据读出来再写成EXECL文件.

hhk

原帖由 sgp111 于 2007-12-14 22:03 发表
自己刚注册的乎乎，不能发帖，暂时用sgp111的发个帖。

楼主好，大家好！
偶是ch cj的cyouwei（乎乎），以前都在创幻混，初来贵地，说点不成熟的看法，欢迎拍砖：
本人不使用神经网络操作，仅仅是兴趣和研究 ...

cyouwei你好，看了你的分析非常的好，我其实也是用的BP网络，拟合的好可能是因为数据前期归一处理的结果，其实神经网络的好坏完全是在于你怎样使用它，它绝不是神秘的水晶球可以预测未来，其实我一直认为不应该把股票价格直接作为输入数据，比如可以把价格与成交量的某种运算、价格的涨跌特征等经过处理后的数据作为输入，然后神经网络的输出结果再还原到对价格判断的信息上来。

sgp111

我认为可行的实战用法。
构筑成通道，一是为了使预测的有用性提高，二是为了更直观有效的检验拟合的程度。

汉风雪

楼主努力呀，等你的好消息。:)

乎乎

这个通道用飞狐的fft也可以实现，或者直接使用boll，要方便的多了。