Diskussion zum Artikel "Neuronale Netzwerke: Von der Theorie zur Praxis" - Seite 10

 
Hailong Song:
Nice Post, In Ihren Codes, Sie erwähnt Trade\Trade.mqh und Trade\PositionInfo.mqh, können Sie den Download-Link von diesen beiden? vielen Dank!

Danke!

Trade\Trade.mqh und Trade\PositionInfo.mqh sind die Dateien in der Standardbibliothek, die sich im Metatrader-Ordner befindet.

Sie müssen sie nicht separat herunterladen.

 
Evgeniy Scherbina:

Ich verstehe das Wesentliche Ihrer Behauptungen nicht, und die Normalisierungsformel ist eine klassische

[Gelöscht]  

Ein weiteres nützliches ralated Projekt.

https://www.mql5.com/en/forum/338341/page4#comment_17770620

The Ultimate AI EA Project
The Ultimate AI EA Project
  • 2020.07.14
  • www.mql5.com
Hello everyone. I would like to call upon every worthy programmer and trader to a crucial mission...
 
Vielen Dank, das ist wirklich eine großartige Einführung in NN.
 
Strong ist unlesbar, aber ich finde es großartig.
 

Können Sie mir sagen, was ich falsch mache? Ich habe den Code aus dem Artikel kompiliert und die Parameter eingegeben. Wenn ich die Optimierung ausführe, habe ich in jedem Durchgang den gleichen Gewinnwert

 

Die Art der Optimierung des Netzes ist "SMART", auch wenn er nicht den regulären "BACKPROPAGATION"-Algorithmus verwendet.

Backpropagation passt die Gewichte automatisch an, um die Ausgabe "ERROR" (oder Verlust) auf einen wahren Wert zu reduzieren.

Was ist das SMARTe an dieser Feed Forward Network-Anwendung?

- Anstatt das Optimierungsproblem der "Backpropagation" zu lösen, wird das gelöste Optimierungsproblem wahrscheinlich als "Feature Fitting"

oder "Merkmalsextraktionsproblem". Daraus ergibt sich die folgende Lösung... "Welches sind die Merkmale, die bei den Handelsregeln am besten abschneiden bzw. den Handelsertrag maximieren?

In diesem Sinne geht es bei dem Problem eher um "die richtige Art und Weise, die Handelssituation darzustellen, anstatt eine Funktion anzupassen (die übliche Anwendung von Deep Learning)".

Was sind Merkmale beim Deep Learning?

- Das Interessante am Deep Learning ist, dass jede Netzwerkschicht wie eine einstellbare lineare Transformation funktioniert, die es erlaubt, den Raum zu verändern, in den die Daten projiziert werden,

und das erzeugt eine neue Darstellung (neue Merkmale).

 

öffnet nur 1 Handel im Backtest



 
Ich danke Ihnen für Ihre Artikel.
 

Eine wichtige Frage:

Der RSI N Vergangenheitswerte ist auf 14 (N=14) eingestellt.

Die Anzahl der Eingaben ist 10 (Vergangenheitswerte).

Gibt es ein Problem? Scheint es, dass die ML-Ergebnisse instabil sein könnten?

Bitte antworten Sie....


Vielen Dank