Discusión sobre el artículo "Redes neuronales: De la teoría a la práctica" - página 10
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¡Nice Post, En sus códigos, usted menciona Trade\Trade.mqh y Trade\PositionInfo.mqh, ¿puede proporcionar el enlace de descarga de los dos? muchas gracias!
Muchas gracias.
Trade\Trade.mqh y Trade\PositionInfo.mqh son los archivos de la biblioteca estándar que se encuentra en la carpeta Metatrader.
No es necesario descargarlos por separado.
No entiendo la esencia de tus afirmaciones, y la fórmula de normalización es un clásico
Otro útil proyecto ralated.
https://www.mql5.com/en/forum/338341/page4#comment_17770620
Me podeis decir que estoy haciendo mal, he compilado el código del artículo, rellenado los parámetros. Cuando ejecuto la optimización tengo el mismo valor de beneficio en cada pasada
La forma de optimizar la red es "INTELIGENTE", incluso cuando no utiliza el algoritmo habitual de "RETROPROPAGACIÓN".
La retropropagación ajusta los pesos automáticamente para reducir el "ERROR" (o pérdida) de salida a un valor verdadero.
¿Qué tiene de SMART esta aplicación de Red Feed Forward?
- En lugar de resolver el problema de optimización de la "retropropagación", el problema de optimización resuelto puede denominarse "ajuste de características" o "problema de extracción de características".
o "Problema de Extracción de Características". Siguiendo esto, la solución obtenida es... "Dadas las Reglas de Negociación cuáles son las Características que Mejor Funcionan, o maximizan el resultado de la negociación"
en este sentido el problema es más sobre "La forma adecuada de representar la situación de negociación en lugar de ajustar una función (el uso regular de Deep Learning)".
¿Qué son las funciones en el aprendizaje profundo?
- Lo interesante en Deep Learning es que cada capa de la red funciona como una Transformación Lineal Ajustable, esto permite cambiar el espacio en el que se proyectan los datos,
y eso crea una nueva representación (nuevas características).
sólo abre 1 operación en backtest
Una pregunta importante:
El RSI N valores pasados se establece en 14(N=14).
El número de entradas es 10 (valores pasados).
¿Hay algún problema? ¿Parece que los resultados ML pueden ser inestables?
Por favor, conteste....
Gracias