"New Neural" ist ein Open-Source-Projekt für neuronale Netzwerke für die MetaTrader 5-Plattform. - Seite 14
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
1) Es gibt einen Fehler im [-1;0;1]-Ausgabeschema, theoretisch sollten alle drei Ausgabeoptionen gleich wahrscheinlich sein, tatsächlich ist es sehr schwierig, den Hypertangens bei Null oder den Sigmoid bei 0,5 zu halten, und er wird trotzdem versuchen zu springen.
Das kann daran liegen, dass ich nur ein Beispiel gegeben habe.
2) In "Statistics for traders" hat Bulashev ein Schema für die Bewertung der Effizienz von Positionen (Aufträgen) entwickelt. Wir können dieses Schema anwenden und das Netzwerk für die Lieferung von Handelssignalen trainieren, während Schleppnetze und Breakeven alle Elemente des TS sind, die nicht mit dem Raster zusammenhängen.
3) Filter sind Elemente der Vorverarbeitung (Vorbereitung von Beispielen), sie sind notwendig, aber wir müssen Fliegen von Koteletts trennen. Wenn man die Vorverarbeitung in den Maschenalgorithmus schiebt, kann man keine Universalisierung erreichen.
Nein, Filter sind in diesem Fall Teil der Handelslogik, nicht der Vorverarbeitung von Daten.
Ich schlage nicht vor, dem Algorithmus Raster aufzudrücken, sondern das Lehren des Rasters als Teil der allgemeinen TS-Logik zu ermöglichen. Was ist Ihrer Meinung nach die Leistung des NS? Nur die endgültige Kauf-/Verkaufsprognose?
D.h. ATR RSI und Wischer werden den Kontext bestimmen? Auch bei mehreren TC-Eingängen? Das ist ein dummer Zufall, der keine Chance hat.
Benötigen Sie etwas, das wirklich Geld einbringt, oder ein Beispiel, bei dem der NS nur eines der Elemente des TS ist, und dann, womit es unterrichtet werden soll?
P.S. Übrigens, recht gute Ergebnisse auf vielen Paaren werden von Systemen mit 2 Wagen mit einigen Nicht-Standard-Filterung (NS ist dort nicht erforderlich :)) gezeigt
1) Es könnte sein, denn ich habe nur ein Beispiel genannt.
2) Nein, Filter sind in diesem Fall Teil der Handelslogik, nicht der Datenvorverarbeitung.
Ich schlage nicht vor, dem Algorithmus Raster aufzudrücken, sondern das Netz als Teil der allgemeinen TS-Logik zu trainieren. Was ist Ihrer Meinung nach die Leistung des NS? Nur die endgültige Kauf-/Verkaufsprognose?
1) Dies ist kein Vorwurf an Sie, sondern ich wollte nur auf die Bedeutung dieses Punktes hinweisen.
2) Die Ausgabe von NS kann ein Signal beliebiger Interpretation sein, im Zusammenhang mit dem Handel kann es sich sowohl um eine Klassifizierung der Marktbedingungen (schlecht gut, Trend flach, usw.) als auch um spezifische Handelssignale handeln, übrigens verbietet niemand, das Signal eines bestimmten Indikators zu klassifizieren. Zum Beispiel: "mashka ssha" ist ein schlechtes Signal. Nachdem das Netz für ein solches Signal trainiert wurde, kann es im Ausschuss weiter verwendet werden. Oben wurde vorgeschlagen, eine bequeme Schnittstelle für die Zusammenfassung von Netzen zu Ausschüssen zu schaffen. Die Effizienz von Transaktionen ist nur ein Spezialfall der Nachbearbeitung.
Ich möchte NS beibringen, mit Ihrem TS zu handeln, indem ich ein paar Freiheitsgrade hinzugebe.
Sie brauchen etwas, mit dem Sie tatsächlich Geld verdienen können.
Nun, es ist nur so, dass dieser Filter trivial ist und es überhaupt kein Problem ist, ihn herzustellen. Der Algorithmus ist einfach. Wir lassen die TS laufen, sammeln Eingaben und notwendige Parameter (МА, RSI, АТР) an Einstiegspunkten oder in der Nähe.
Dann geben wir alle gesammelten Parameter zum Ein- und Ausstieg, oder ein Geschäftsergebnis in Pips oder nur 1, wenn es plus ist oder -1, wenn es minus ist. Und all das speisen wir in ein triviales nichtlineares 3-Schicht-Perspectron ein und trainieren es.
Voilà.
2) Die Ausgabe des NS kann ein Signal beliebiger Interpretation sein, im Zusammenhang mit dem Handel kann es sich um eine Klassifizierung der Marktbedingungen (schlecht gut, Trend flach, usw.) und spezifische Handelssignale handeln, übrigens verbietet niemand, das Signal eines bestimmten Indikators zu klassifizieren. Zum Beispiel: "mashka ssha" ist ein schlechtes Signal. Nachdem das Gitter für ein solches Signal trainiert wurde, kann es im Ausschuss weiter verwendet werden. Oben wurde vorgeschlagen, eine bequeme Schnittstelle für die Zusammenfassung von Netzen zu Ausschüssen zu schaffen. Die Effizienz von Transaktionen ist nur ein Sonderfall der Nachbearbeitung.
der Ausschuss ist nur ein Teil der Lösung. Wie können wir das Training solcher NSs, die nur ein Teil der Logik eines bestimmten Systems sind, bequem und effizient umsetzen? Sie können nicht separat trainiert werden, da es keine Trainingsstichprobe gibt.
Nun, es ist nur so, dass dieser Filter trivial ist und es überhaupt kein Problem ist, ihn herzustellen. Der Algorithmus ist einfach. Wir lassen den TS laufen, sammeln Inputs und notwendige Parameter (MA, RCI, ATR) an Einstiegspunkten oder in der Nähe.
Dann geben wir gesammelte Parameter als Eingabe und geben eine Ausgabe - entweder das Ergebnis der Transaktion in Pips, oder einfach 1, wenn es gut ist, oder -1, wenn es schlecht ist. Und wir speisen alles in ein triviales nichtlineares 3-Schichten-Perspectron ein und trainieren es.
Voilà.
Ja, wir können es so machen, aber nur über einen Ort)))
Zum Beispiel ein TS mit Optionen. Führen Sie eine ähnliche Übung für jeden Durchlauf von Löchern durch? Okay, man kann diesen Prozess irgendwie verdrehen und automatisieren.
Oder umgekehrt: Der Eingangsfilter ist normal (boolesche Logik), und NS kauft/verkauft.
Aber im Prinzip lässt sich alles ausarbeiten und irgendwie umsetzen. Es geht um Bequemlichkeit, Klarheit und Übertragbarkeit für andere.
Geht es bei der Arbeit mit dem NS nur um die Wahl der Topologie? Auch die Trainingsmethode spielt eine wichtige Rolle. Topologie und Lernen sind eng miteinander verbunden.
Jeder Benutzer hat seine eigene Meinung, also kann man nicht die Hälfte der Entscheidung auf sich nehmen.
Wir müsseneinen Netzwerkdesigner erstellen, der nicht durch Voreinstellungen eingeschränkt ist. Und zwar so universell wie möglich.
In dem von mir vorgeschlagenen Schema der Netzkonstruktion ist die Lernmethode unabhängig von der Topologie!
Da das Netz selbst weiß, woher etwas kommt und was wohin geht, erfolgt die Fehlerfortpflanzung automatisch und der Programmierer muss sich nicht darum kümmern.
sergeev
2011.10.19 17:06:50Reicht eine zweidimensionale Anordnung für eine Vielzahl von Topologien und ein visuelles Verständnis aus?
Ich habe neulich geantwortet, aber ich habe in aller Ruhe darüber nachgedacht:
Für den Aufbau eines Netzes ist eine solche Verbindungstabelle ausreichend
Dies ist ein Beispiel für einen dreischichtigen MLP: Eingänge der Nullschicht, erste Schicht zwei Neuronen, zweite Schicht ein Neuron.
Die ersten drei Spalten werden durch fortlaufende Aufzählung aller Neuronen und aller Neuronen-Eingänge erstellt, der zweite Durchlauf setzt die Übereinstimmung fest (mit einer Ausnahme: wenn "Kommunikationsschicht" größer oder gleich "Schicht" ist, dann ist die Ausgabe größer als 0, diese können nur Signale vom Verzögerungsoperator annehmen).
Mit einer solchen Verbindungstabelle können wir die Topologie sogar nach dem Zufallsprinzip festlegen, was immer noch ein Indikator für Vielseitigkeit ist.
Eigentlich dachte ich daran, die Schichtnummer im Neuron selbst zu speichern, und die Nummerierung sollte bei einem eindimensionalen Array fortlaufend sein, aber im Moment ist es besser, die allgemeine Formel und die Details später zu diskutieren.
In dem von mir vorgeschlagenen Netzschema ist die Lernmethode nicht von der Topologie abhängig!
Da das Netz selbst weiß, woher etwas kommt und wohin es geht, erfolgt die Fehlerfortpflanzung automatisch und der Programmierer muss sich nicht darum kümmern.
Ich kann es nicht glauben :)