Diskussion zum Artikel "Tiefe neuronale Netzwerke (Teil I). Datenaufbereitung"

Neuer Kommentar
 

Neuer Artikel Tiefe neuronale Netzwerke (Teil I). Datenaufbereitung :

Diese Artikelserie setzt das Thema "Tiefe neuronale Netzwerke" (DNN) fort, die in der letzten Zeit in vielen angewandten Bereichen einschließlich Trading verwendet werden. Es werden neue Themenbereiche betrachtet; anhand praktischer Experimente werden neue Methoden und Ideen geprüft. Der erste Artikel dieser Serie beschäftigt sich mit der Datenaufbereitung für DNN.

Zeichnen wir einen OHLC-Chart unter Verwendung des Pakets ggplot2. Nehmen wir die Daten für die letzten zwei Tage und zeichnen wir den Kurschart in Balken.

evalq(pr %>% tail(., 200) %>%
        ggplot(aes(x = Data, y = Close)) +
        geom_candlestick(aes(open = Open, high = High, low = Low, close = Close)) +
        labs(title = "EURJPY Candlestick Chart", y = "Close Price", x = "") + 
        theme_tq(), env)

Ris1

Abb.1. Kurschart

Autor: Vladimir Perervenko

 
MetaQuotes Software Corp.:

Der Artikel Tiefe neuronale Netze (Teil I) wurde veröffentlicht . Datenaufbereitung:

Autor: Vladimir Perervenko

Wladimir. Wie immer, vielen Dank für den guten Artikel. Ich werde ihn auf jeden Fall durcharbeiten.

[Gelöscht]  

Digitale Filter + Diplerning ist eine interessante Kombination, aber die digitalen Filter selbst sollten durch den Generator an der Maschine im Laufe der Ausbildung ausgewählt werden, sonst ist es sinnlos, IMHO

 
RTrade:

Vladimir. Wie immer danke für den guten Artikel. Ich werde ihn auf jeden Fall durcharbeiten.

Teil_2 (Entwicklung und Auswahl von Prädiktoren) sollte nächste Woche erscheinen. Ich werde dann die Ergebnisse des ersten Teils benötigen.

Viel Glück

 
Vladimir Perervenko:

Teil_2 (Entwicklung und Auswahl von Prädiktoren) sollte nächste Woche erscheinen. Sie benötigen dazu die Ergebnisse von Teil 1.

Viel Erfolg!

Wladimir.

Bezüglich der letzten Artikelserie. Ich habe die Roboter auf einem gemieteten Server bei Amazon laufen lassen. Von den 40 Modellen waren 5 im Plus.

Dies ist ein gutes Ergebnis für mich. Die Kursdaten, die vom Broker gesendet werden, unterscheiden sich von den Archivdaten. Daher funktionierten die Modelle nicht mit den Daten, mit denen sie gelernt hatten.

Diese Dinge sind durchaus auf verständlichere Märkte übertragbar. Wenn es uns gelungen ist, ein positives Ergebnis auf dem Forex-Markt mit seiner Volatilität und seinen Scheidungen zu erzielen.

 

sehr interessanter Artikel

Ich habe mich immer gefragt, warum man für neuronale Netze immer exotische Programmiersprachen wählt (häufiger php, hier R).

Was ist falsch mit C#, das von 3/4 der Welt verwendet wird?

 
gedd:

sehr interessanter Artikel

Ich habe mich immer gefragt, warum man für neuronale Netze immer exotische Programmiersprachen wählt (häufiger php, hier R).

Was ist falsch an C#, das von 3/4 der Welt benutzt wird?

Die Sprache R ist überhaupt nicht exotisch. Sie ist de facto und de jure eine Standardsprache für statistische Berechnungen. C# und R sind unterschiedliche Abstraktionsebenen, die erste ist die Ebene der Implementierung, die zweite die Ebene der Modelle.

Wenn Sie googeln, werden Sie überrascht sein, welchen Platz R in der Rangliste der Sprachen einnimmt. Und was 3 bzw. 4 betrifft, so übertreiben Sie es. Es hängt alles von den zu lösenden Aufgaben ab.

Viel Glück!

[Gelöscht]  
gedd:

sehr interessanter Artikel

Ich habe mich immer gefragt, warum man für neuronale Netze immer exotische Programmiersprachen wählt (häufiger php, hier R).

Was ist falsch an C#, das von 3/4 der Welt benutzt wird?

Es ist ein reines Framework für statistische Analysen und so weiter. Alle grundlegenden Libs sind in C++ mit neuronalen Netzen geschrieben, Sie können leicht die Website einer bestimmten Lib finden und sie als dll mit MT5 verbinden, zum Beispiel.

und recherchieren Sie zuerst in R

 
Maxim Dmitrievsky:

Es ist rein als ein Rahmen für statanalysis und so weiter. Alle grundlegenden Libs sind in C++ mit neuronalen Netzen geschrieben, Sie können leicht die Website einer bestimmten Lib finden und sie als dll mit MT5 verbinden, zum Beispiel.

und recherchieren Sie zuerst in R.

Ich verstehe den hervorgehobenen Teil nicht. Irgendein Beispiel?
[Gelöscht]  
Vladimir Perervenko:
Ich verstehe den hervorgehobenen Teil nicht. Irgendein Beispiel?

Nun http://mxnet.io/ ist das gleiche, können Sie als dll zu bauen, und einige Pakete kommen mit vorgefertigten dlls.

oder welches Beispiel, wie man Bibliotheken von Drittanbietern in MT5 verwendet?

p.s. Es gibt eine vorgefertigte, Sie müssen nichts bauen http://mxnet.io/get_started/windows_setup.html.

 
Maxim Dmitrievsky:

Nun http://mxnet.io/ ist das gleiche, Sie können es als dll bauen, und einige Pakete kommen mit fertigen dlls.

oder was ist ein Beispiel dafür, wie man Bibliotheken von Drittanbietern in MT5 verwendet?

Ja, es gibt einige Modelle, die die Erstellung einer DLL erfordern, aber das sind nur sehr wenige und ihre DLLs müssen nicht mit MT verbunden werden. Die DLL wird einfach in Ihrem System installiert. Letzteres ist oft nicht einfach.

Viel Erfolg!

1234
Neuer Kommentar