Diskussion zum Artikel "Neuronale Netze leicht gemacht (Teil 4): Rekurrente Netze"

[MetaQuotes]

Neuer Artikel Neuronale Netze leicht gemacht (Teil 4): Rekurrente Netze :

Wir setzen unser Studium der Welt der Neuronalen Netze fort. In diesem Artikel werden wir einen anderen Typ der Neuronalen Netzen betrachten, nämlich die Rekurrenten Netze. Dieser Typ wird für die Verwendung mit Zeitreihen vorgeschlagen, die in der Handelsplattform MetaTrader 5 durch Preisdiagramme dargestellt werden.

Natürlich haben sich die Verwendung von 4 internen neuronalen Schichten in jedem LSTM-Block und die Komplexität des Algorithmus selbst auf die Leistung ausgewirkt, und so ist die Geschwindigkeit eines solchen Neuronalen Netzes etwas geringer als die des zuvor betrachteten Convolutional Netzes. Allerdings ist der mittlere quadratische Fehler des Rekurrenten Netzes viel geringer.

Beim Training des Rekurrenten Neuronalen Netzes weist die Kurve der Zieltreffergenauigkeit einen ausgeprägten, fast geraden Aufwärtstrend auf.

Autor: Dmitriy Gizlyk

[Aleksandr Masterskikh]

Neuronale Netze sind ein sehr wichtiges Thema für den Handel.

Gleichzeitig sollte bei neuronalen Netzen die Art des Prozesses berücksichtigt werden.

Die Finanzmärkte sind verhaltensorientierte Systeme, und der Prozess der Preisbewegung ist nicht stationär.

Im Rahmen der Theorie des Impulsgleichgewichts wird der Verhaltensfaktor berücksichtigt - es handelt sich um spezifische Parameter: "elementare Struktur (M-Form)", "induzierende Amplitude", "aktiver" Impuls" und "superaktiver Impuls".

Es wäre interessant, diese Informationen dem neuronalen Netz als Referenz zu geben.

[Tatiana Savkevych]

Sehr interessante Arbeit.

[PLAMEN VASILEV IVANOV]

Danke, dass Sie Ihre Arbeit mit uns teilen, Dimitriy!

Gibt es eine Möglichkeit, den NN beim Training alle CPU-Kerne nutzen zu lassen?

[Antonio Neves]

Schöne Diskussion über NN! Hoffe, etwas zu finden, wie man in MQL5 eine extern trainierte NN in MT5 laden.

In meinem Fall habe ich ein mxnet, die ich whish könnte in mql5 geladen werden. Ich habe die Codebasis überprüft, aber kein Beispiel gefunden, welche Bibliotheken zu verwenden sind. Kann mir jemand helfen?

[Roman Korotchenko]

Faszinierende Recherche und Analyse von Details. Die Professionalität des Autors ist unbestritten - die Umsetzung der Softwarebausteine bestätigt sie. Die Frage, die sich stellt, ist folgende: Wenn Python und dementsprechend Keras, TensorFlow, PyTorch in MQL5-Programmen verwendet werden dürfen, wäre es dann einfacher und erfolgversprechender, mit diesen Tools neuronale Netze zu implementieren?

[Dmitriy Gizlyk]

Roman Korotchenko #:

Faszinierende Recherche und Analyse von Details. Die Professionalität des Autors ist unbestritten - die Umsetzung der Softwarebausteine bestätigt sie. Die Frage, die sich stellt, ist folgende: Wenn Python und dementsprechend Keras, TensorFlow, PyTorch in MQL5-Programmen verwendet werden dürfen, wäre es dann einfacher und erfolgversprechender, mit diesen Tools neuronale Netze zu implementieren?

Dafür gibt es mehrere Gründe.
1. Dieser Artikel gibt Ihnen einen Einblick in die Prinzipien des Algorithmus. Wenn Sie daran nicht interessiert sind, können Sie jederzeit fertige Bibliotheken von Python und anderen Programmiersprachen verwenden.
2. Die erste Python-Integration wurde am 12. Juni 2019 mit Build 2085 hinzugefügt, bei der Sie nur Kurse abrufen konnten. Seitdem wurden die Integrationsmöglichkeiten kontinuierlich erweitert. Aber auch jetzt ist sie noch nicht vollständig. Die Möglichkeiten von MQL5 sind größer.
3. Viele Menschen hier sind keine professionellen Programmierer. Und für sie kann das Erlernen der Integration und einer anderen Programmiersprache schwierig sein. Vielleicht findet jemand den Artikel schwer zu verstehen, aber er kann den beigefügten fertigen Code für seine Entwicklungen verwenden.

Werfen Sie einen Blick auf Python. Die von Ihnen erwähnten Bibliotheken wurden auch einmal erstellt und nutzen die Integration mit anderen Programmiersprachen, was dem Benutzer vielleicht gar nicht bewusst ist. Und die Erstellung solcher Bibliotheken in MQL5 erweitert nur seine Möglichkeiten.