Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 592
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
Sí, acabo de revisar todo tipo de artículos para ver lo que es interesante sobre el tema :) Bueno, la principal ventaja sobre MLP, según tengo entendido, es la velocidad y los ajustes mínimos (aquí no lo son en absoluto) y que estas rejillas casi no se reentrenan
Bueno y la fuerza f gaussiana se utiliza en lugar de la de stydent. Para cada entrada, se crea una fie de densidad de vértices, y luego se suman linealmente los resultados a la salida
por cierto, PNN y GRNN están disponibles en forma de mql, pero aún no los he probado y no los he comparado con MLP
https://www.mql5.com/ru/code/1323
Bueno, por fin se han rendido estos trucos de MKL. Hay un software profesional, probado por miles de usuarios, y lo utilizan. Yo creo que sí.
Estoy de acuerdo.
Si yo fuera Maxim, pondría en papel todos sus interesantes hallazgos, y para el drenaje específico del grial utilizaría Visim o algo parecido.
Te apoyo.
Si yo fuera Maksim, escribiría todos sus hallazgos interesantes como artículos, y usaría Wissim o algo así para el drenaje específico del grial.
Abandona por fin estos trucos de MKL. Disponga de un software profesional, probado por miles de usuarios, y utilícelo. Yo creo que sí.
Hago mi propio, puramente para TC :) incluso habrá elementos de memoria (retrasos), como la recurrencia (un poco) :) es simple, quiero decir, hacer cualquier arquitectura de la red, más difícil de hacer un solver como backprops, pero se puede en el optimizador si los pesos no son mucho
esto es sólo un ejemplo, puedes mirar el código para ver cómo se implementan los backprops y los NS
Hago mi propio, puramente para TC :) incluso habrá elementos de memoria (retrasos), como la recurrencia (un poco) :) es simple, quiero decir, hacer cualquier arquitectura de la red, más difícil de hacer un solver como backprops, pero se puede en el optimizador si los pesos no son mucho
esto es sólo un ejemplo, puede mirar el código para ver cómo se implementan las copias de seguridad y el NS
Bueno, en mi opinión, no hace falta ser radioaficionado, son otros tiempos. Ni tú ni yo lo haremos profesionalmente.
Estoy reparando sistemas de comunicación por satélite con un amigo. Y son casi los únicos en la Federación Rusa. Bueno, nunca se pueden hacer (quiero decir fabricar) esas cosas... La época de los radioaficionados ha pasado.
Bueno, en mi opinión, no hay necesidad de ser un radioaficionado, son otros tiempos. No es que tú o yo podamos hacerlo profesionalmente.
Mi amigo y yo reparamos sistemas de comunicación por satélite. Y son casi los únicos en la Federación Rusa. Bueno, nunca se pueden hacer (quiero decir fabricar) esas cosas... La época de los radioaficionados ha pasado.
ahora todo lo hacen los robots :) deberíamos hacer robots que hagan robots que hagan cosas
Entiendo, sólo tengo algunas ideas, es una especie de creatividad ... ninguna tarea específica cómo hacerlo bien
todo el mundo está haciendo robots ahora :) tenemos que hacer robots para hacer robots que hagan cosas
Lo entiendo, sólo hay algunas ideas, es algo creativo
No hablo de creatividad. Pero utiliza un software profesional en él, no artesanal. Pero no insisto. Depende del declarante).
He puesto arriba un enlace a PNN en Python. Probablemente no lo consiguió).
Redes de propagación hacia delante enfocadas con retrasos temporales
En el reconocimiento de patrones estructurales, es habitual utilizar redes neuronales estáticas. En cambio, el reconocimiento del patrón temporal requiere el procesamiento de imágenes que cambian con el tiempo, y la generación de una respuesta en un punto concreto del tiempo que depende no sólo del actual, sino también de varios valores anteriores.
¿Existe tal cosa? :) Exactamente el tipo de tales arquitecturas funcionará en Forex, en teoría... pero hay que experimentar. Es fácil de hacer, sólo hay que añadir a MLP un par de neuronas "interesantes", o combinar 2 modelos.
Sólo hay que tomar PNN en lugar de MLP, y atornillar el resto en la parte superior y en los lados.