Berater für neuronale Netze, Erfahrungsaustausch. - Seite 8

 
Sergey Chalyshev:
Dann zeigen Sie es mir, sehr interessant. Vorzugsweise mit Angaben zur Anzahl der Neuronen, zur Anzahl der Eingaben, zur Anzahl der Trainingsbeispiele usw.
Früher gab es eine Zweigstelle
Нейроторговцы, не проходите мимо :) нужен совет - MQL4 форум
  • www.mql5.com
Нейроторговцы, не проходите мимо :) нужен совет - MQL4 форум
 
Evgeniy Sergeev:

Dann ist es chaotisch.

Haben Sie versucht, das Problem in einer anderen Richtung zu lösen - nicht, um den nächsten Takt vorherzusagen, sondern um die Anzahl der Netzwerkfehler zu zählen? Das heißt, das Raster findet eine Regelmäßigkeit (Trend) in der jüngsten Vergangenheit und prüft, ob diese Regelmäßigkeit in den aktuellen Balken noch vorhanden ist. Wenn die Regelmäßigkeit nicht mehr funktioniert (das Netz beginnt, zu viele Fehler zu machen), muss sich der Trend geändert haben. Daher können wir nach einem Einstiegspunkt in den Markt suchen.

Um nach Fehlern zu suchen, müssen wir sowieso erst etwas trainieren. Ich experimentiere noch mit einer einfachen Methode, z. B. ein Retraining bei einem bestimmten Drawdown-Level oder nur in n-Bars. Damit ich nicht lange mit dem Umlernen warten muss (ohne Open Cl dauert es sehr lange), nehme ich kleine Proben und lerne oft um.
 
Evgeniy Sergeev:

Dann ist es chaotisch.


Chaotisch ist umso vorausschauender. Deterministisches Chaos lässt sich auf kleinen Horizonten gut vorhersagen.
 
Sergey Chalyshev:
Dann zeigen Sie es mir, es ist sehr interessant. Vorzugsweise mit Angaben zur Anzahl der Neuronen, zur Anzahl der Eingaben, zur Anzahl der Trainingsbeispiele usw.

Ich werde für den Combinator antworten.

Hier ist die Kurve. Anzahl der Neuronen - beliebig. Anzahl der Eingänge - beliebig. Beliebige Anzahl von Trainingsbeispielen. Und alles andere - in beliebiger Höhe.

1

 
Vladimir Tkach:

Ich werde für den Combinator antworten.

Hier ist die Kurve. Anzahl der Neuronen - beliebig. Anzahl der Eingänge - beliebig. Beliebige Anzahl von Trainingsbeispielen. Und alles andere - in beliebiger Höhe.

Das Geheimnis des Einfügens eines Bildes: Forum: Wie man ein Bild einfügt
 
Sergey Chalyshev:
Nur Kerle. Kann jemand zeigen, was Ihr neuronales Netz während der Trainingszeit zeigt?

Bündel von 2 NSs, die das Gleiche lernen, aber auf verschiedenen Tf. 12 Eingänge, 10 Neuronen in der versteckten Schicht, 1 Ausgang für jedes. Es lernt auf der Grundlage von nur 50 Takten der Vergangenheit und wird während des Tests nicht neu trainiert. Aber ich lerne gerade erst, das ist eine Zwischenvariante. Test außerhalb der Probe, außerhalb der Ausbildungsstichprobe.

 
Maxim Dmitrievsky:

Bündel von 2 NSs, die das Gleiche lernen, aber auf verschiedenen Tf. 12 Eingänge, 10 Neuronen in der versteckten Schicht, 1 Ausgang für jedes. Es lernt auf der Grundlage von nur 50 Takten der Vergangenheit und wird während des Tests nicht neu trainiert. Aber ich lerne gerade erst, das ist eine Zwischenvariante. Test außerhalb der Stichprobe, außerhalb der Ausbildungsstichprobe.

Warum die unterschiedlichen Mengen?
 
-Aleks-:
Warum die unterschiedlichen Mengen?
Es geht nicht um das Volumen, sondern um die Höhe der freien Marge.
 
Maxim Dmitrievsky:
Es geht nicht um das Volumen, sondern um die Höhe der freien Marge.
Oh, ich verstehe, Entschuldigung, ich dachte, es wäre MT4.
 
Maxim Dmitrievsky:

Im Forum gibt es nur wenige Informationen über fertige Lösungen und die Wirksamkeit neuronaler Netze für den Handel auf dem Markt. Ich schlage vor, hier zu diskutieren und Erfahrungen auszutauschen. Wenn es bereits einen Diskussionsstrang gibt, verlinken Sie ihn bitte.

Ich verwende Klassen von hier, einfache mehrschichtige Perspectron. Ich hoffe, die Klassen zählen richtig, ich verlasse mich auf die Erfahrung des Autors. Habe angefangen zu experimentieren, interessant :)

Im Moment habe ich 11 Induks am Eingang, der Ausgang ist ein um 1 Takt in die Zukunft verschobener Zickzack.

Dies sind die Ergebnisse meines 8-monatigen Rasters. Ich trainiere mit 1000 Balken, 10000 Epochen, 70 Neuronen in einer versteckten Schicht. Die Signale werden umgekehrt und rein durch das neuronale Netz, ohne zusätzliche Filter, verarbeitet. 15 min tf.

Ich habe auch versucht, einen ähnlichen Algorithmus im Jahr 2013 zu implementieren... Aber ich habe 7 Indikatoren verwendet, und Zigzag wurde verwendet, um einen Vektor für das Training des NS zu bilden. Aber die Essenz ist dieselbe - ich habe nach Umkehrpositionen gesucht... Als ich anfing, Zigzag zu verwenden, hatte ich keine Ahnung, was ich damit anfangen sollte. bis ich zufällig auf einige Muster stieß. Das hat meinen TS radikal verändert. Jetzt ist mein Algorithmus viel einfacher:

1. Berechnung von Mustern auf Minuten- und Stundenbasis für das letzte Jahr;

2. Erstellung eines Wörterbuchs der Wendepunkte (Paare "Minutenmuster - Stundenmuster") ;

3. NS-Unterricht unter Verwendung des Kipppunkt-Wörterbuchs (bei 150-160 Paaren);

Hier ist das Ergebnis meines Ansatzes:

Zu den Nachteilen meines Ansatzes:

1) Hohes Risiko des TS - da es nicht möglich ist, den genauen Wert des Break Price zu bestimmen, platziert der TS 9 Pending Orders mit Lots: 1, 1, 3, 6, 14, 31, 70, 158, 355;

2) Es ist schwierig, einen Ausstiegsalgorithmus (Schleppnetz TS) zu implementieren;

NS kann also für den Handel verwendet werden, die Frage ist nur, was man NS beibringen soll...

P/s: Mit Mustern meine ich die Muster von A. Merrill (M & W).

Grund der Beschwerde: