Discusión sobre el artículo "Programamos una red neuronal profunda desde cero usando el lenguaje MQL"
¡¡¡Enfoque impresionante - acaba de trabajar en una similar - para optmize los pesos mediante el uso de algoritmos genéricos incorporados en el Probador de Estrategias!!! ¡Me encanta!
¿Por qué optimizar "sesgo" también? Pensé que siempre es "1.0" para evitar de 0 valores, o?
Buen artículo, explica lo básico sobre redes neuronales, y es importante que utilice el optimizador para el entrenamiento.
Hola Li,
He actualizado el artículo con 2 archivos de demostración. Uno para MQL5 y otro para MQL4. El DeepNeuralNetwork.mqh se puede utilizar para ambos, mql5 y mql4.
De todos modos, estoy adjuntando estos archivos aquí para mostrar cómo usarlo.
Hazme saber si tienes más preguntas.
Gracias por los códigos que compartiste. Traté de entender la forma de su.
Tengo algunas dudas ya que sobre yValues[0] , yValues[1], yValues[2] ya que NO están cambiando y siempre 0 ,33333 pero_xValues[1,2,3] están cambiando con la nueva barra ; así que si el comercio basado en yValues no vi NINGÚN COMERCIO mientras que el COMERCIO OCURRE cuando las condiciones basadas en _xValues.
¿Es culpa mía o simplemente un error de codificación en su código original?
Qué buena manera de utilizar el algoritmo genético de los probadores como estructuras existentes para el entrenamiento.
Saludos y gracias por buen artículo.
He entrenado la red neuronal para 2019; luego intenté usar los mejores parámetros/resultados(de la optimización de la estrategia--ya que este es el campo de entrenamiento) para 2020 pero no obtuve buenos resultados.
Mis preguntas
1) ¿Qué hace el entrenamiento?
2) ¿Con qué frecuencia se supone que se debe hacer?
3) ¿Se puede esperar que los mejores parámetros para 2019 funcionen bien para 2020?
4) Si los mejores parámetros de 2019 no dan buenos resultados en 2020, ¿con qué frecuencia se supone que se debe entrenar y cuáles son sus limitaciones?
5) ¿Puedo entrenar todos los días, todas las semanas? ¿Entreno durante unos días, semanas o meses?
Gracias.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Artículo publicado Programamos una red neuronal profunda desde cero usando el lenguaje MQL:
El objetivo de este artículo es enseñar al lector cómo crear una red neuronal profunda desde cero utilizando el lenguaje MQL4/5.
Comenzaremos por la unidad básica de la red neuronal: una neurona individual. En este artículo nos concentraremos en las diferentes partes del tipo de neurona que vamos a emplear en nuestra Red Neural Profunda, si bien la mayor diferencia entre tipos de neuronas suele ser la función de activación.
La neurona artificial, modelada vagamente a partir de una neurona en el cerebro humano, se encarga simplemente de alojar cálculos matemáticos. Al igual que nuestras neuronas, esta se activa al encontrar estímulos suficientes. La neurona combina la entrada de los datos con un conjunto de coeficientes, o pesos, que amplifican o amortiguan esa información, lo cual asigna importancia a las entradas para la tarea que el algoritmo está intentando aprender. En la siguiente imagen, podemos echar un vistazo a cada parte de la neurona en acción:
Autor: Anddy Cabrera