Discusión sobre el artículo "Tercera generación de neuroredes: "Neuroredes profundas"" - página 5
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
No, claro que no. Sólo combato en la medida de mis posibilidades los intentos de sustituir la ciencia, ya sea aplicada o teórica, por el chamanismo. Y esto es exactamente lo que está ocurriendo en el campo de la NS, que en realidad lleva una década estancada tanto en lo aplicado como en lo teórico.
1. Sobre el estancamiento. Me parece que la aplicación práctica generalizada del reconocimiento de voz y escritura a mano basado en redes profundas lo desmiente. No hablo del reconocimiento facial. Ahora mismo me parece que este tema ha cobrado un nuevo impulso.
2. Respecto a la ciencia y el chamanismo. Desde la época soviética, la diferencia en el enfoque de la práctica de la ciencia soviética y la ciencia occidental ha sido radicalmente diferente. Esto se ve mejor en la literatura científica. Ya en el instituto (70 años del siglo pasado) presté atención a lo accesible y comprensible que se describen temas complejos en las publicaciones occidentales y lo abstruso y retorcido, con una dispersión de fórmulas complejas que se hace en la literatura nacional. Este enfoque no ha cambiado hasta ahora. Cuanto más complicado e incomprensible, ¿más científico?
No soy ni programador ni matemático. Soy un profesional. Para mí es importante que las nuevas ideas se presenten de forma accesible, se confirmen mediante una aplicación autorizada y me ayuden a resolver las cuestiones necesarias con el menor glavobolismo y pérdida de tiempo para su aplicación. Y todo esto en el tema de redes neuronales profundas en paquetes de lenguaje R.
Estoy de acuerdo en que todo en el artículo está en un montón. Nadie cancela el deseo de abrazar la inmensidad. Y no todos los representantes de la nueva generación recuerdan el tema de las redes neuronales. Yo quería recordárselo.
Bueno, como se vio después.
Buena suerte
Gran artículo
Una buena secuencia de artículos de DM últimamente.
Hasta ahora he intentado cargar todo y no importa lo que haga, no puedo conseguir que se cargue. Todas las rutas son las mismas que sus instrucciones, he intentado tanto 3.1.1 que es la misma versión que utilizó junto con una versión más reciente 3.1.3 y todas las secuencias de comandos, DLL, indicador, cabeceras, etc están en sus ubicaciones correctas de acuerdo a sus instrucciones.
Cada vez que el EA se deja caer en un gráfico, aparece con "Rterm se ha estrellado" como una ventana de alerta, que al mirar a través del código dice que el R no se está cargando.
¿Hay algún paso adicional requerido como un DLL que se requiere para cargar R que falta?
También he comprobado todas las secuencias de comandos R para asegurar rutas correctas (y mayúsculas y minúsculas para los nombres de carpeta) y todavía no funciona.
Muy impresionado por su artículo y la profundidad que fue a en la explicación. He trabajado mucho con la red neuronal de Jeff Heaton, así que también quería echar un vistazo a R.
Cualquier consejo que pueda ofrecer sería apreciado.
Hasta ahora he intentado cargar todo y no importa lo que haga, no puedo conseguir que se cargue. Todas las rutas son las mismas que sus instrucciones, he intentado tanto 3.1.1 que es la misma versión que utilizó junto con una versión más reciente 3.1.3 y todas las secuencias de comandos, DLL, indicador, cabeceras, etc están en sus ubicaciones correctas de acuerdo a sus instrucciones.
Cada vez que el EA se deja caer en un gráfico, aparece con "Rterm se ha estrellado" como una ventana de alerta, que al mirar a través del código dice que el R no se está cargando.
¿Hay algún paso adicional requerido como un DLL que se requiere para cargar R que falta?
También he comprobado todas las secuencias de comandos R para asegurar rutas correctas (y mayúsculas y minúsculas para los nombres de carpeta) y todavía no funciona.
Muy impresionado por su artículo y la profundidad que fue a en la explicación. He trabajado mucho con la red neuronal de Jeff Heaton, así que también quería echar un vistazo a R.
Cualquier consejo que pueda ofrecer sería apreciado.
Hola/
Me alegro de que usted está interesado en el artículo.
Yo depurar los casos caen Rterma de la siguiente manera:
- Comentar todo en el inicio () excepto que el trabajo de inspección Rterma
- Comentar en el init () todo menos ejecutar Rterm ()
- Si Rterm está en marcha y funcionando, ya que Init() descomentar un operador y comprobado. Se especifica en lo que sucede accidente de operador.
A partir de entonces más fácil determinar la causa del accidente. Por lo general, hay dos: el error de sintaxis de script o la falta de bibliotecas necesarias .
Me refiero de nuevo al apéndice del artículo.
Listo para ayudarle en el futuro si usted dice que cae Rterm.
Saludos cordiales
Ne to chtobi statja ustarela, pero luche izpolzovat recurenement LSTM i delphi decition. Mne lichno ochen nenravitsa MT4
Saludos.
¿Anticuado? Es nuevo.
Mejor cómo, por qué. Si usted puede ser más detallado con los detalles, de preferencia. Es solo curiosidad.
No estamos discutiendo Delphi en absoluto.
La cuestión no es si nos gusta MT4 o no. Se trata de cumplir con lo que tenemos (es decir, MT4 sea lo que sea...) lo que necesitamos de forma rápida y fiable.
Suerte
Hola/
Me alegro de que usted está interesado en el artículo.
Yo depurar los casos caen Rterma de la siguiente manera:
- Comentar todo en el inicio () excepto que el trabajo de inspección Rterma
- Comentar en el init () todo menos ejecutar Rterm ()
- Si Rterm está en marcha y funcionando, ya que Init() descomentar un operador y comprobado. Se especifica en lo que sucede accidente de operador.
A partir de entonces más fácil determinar la causa del accidente. Por lo general, hay dos: el error de sintaxis de script o la falta de bibliotecas necesarias .
Me refiero de nuevo al apéndice del artículo.
Listo para ayudarle en el futuro si usted dice que cae Rterm.
Saludos cordiales
Este es un artículo muy interesante y útil. Conseguí que el sistema funcione, sin embargo en Zorro, no en MT4. Esto simplifica mucho el script y puedo hacer backtest desde Oct 14, 2014, hasta hoy.
Aunque hay un problema: parece que ha entrenado sobre la ZZ de la misma barra, no sobre la ZZ de la barra siguiente. Así que el sistema es muy bueno en la predicción de la barra que acaba de terminar. Si comercio en la barra pasada, obtengo esta curva de balance:
¡Un sistema perfecto! Pero si utilizo el Sig devuelto para operar en la siguiente barra, obtengo esta curva de balance ligeramente más realista:
(La parte roja es la equidad bajo el agua).
He utilizado el modelo del 14 de octubre de 2014. Ya has probado a entrenar un modelo en la ZZ de la siguiente barra?
Este es un artículo muy interesante y útil. Conseguí que el sistema funcione, sin embargo en Zorro, no en MT4. Esto simplifica mucho el script y puedo hacer backtest desde Oct 14, 2014, hasta hoy.
Aunque hay un problema: parece que ha entrenado sobre la ZZ de la misma barra, no sobre la ZZ de la barra siguiente. Así que el sistema es muy bueno en la predicción de la barra que acaba de terminar. Si comercio en la barra pasada, obtengo esta curva de balance:
¡Un sistema perfecto! Pero si utilizo el Sig devuelto para operar en la siguiente barra, obtengo esta curva de balance ligeramente más realista:
(La parte roja es el patrimonio sumergido).
He utilizado el modelo del 14 de octubre de 2014. Has probado ya a entrenar un modelo en la ZZ de la siguiente barra?
Hola/
Hay que tener en cuenta lo siguiente.
1. La señal la obtenemos del zigzag.
2. La desplazamos a otra barra en el futuro.
sig <- Hmisk::Lag(sig, shift=-1)3. Entrenamos la red neuronal a la señal de la siguiente barra.
La calidad de la educación necesidad de aumentar la selección de indicadores, sus parámetros, los parámetros de la red neuronal.
El artículo muestra el camino y el método. El potencial de estas redes es enorme.
Saludos cordiales
Vladimir
Ahora he entrenado un nuevo modelo con predicción de la siguiente barra, y parece que efectivamente funciona. La precisión sigue estando en el rango del 74%. Esta es la curva de equidad ahora:
Se comporta como yo esperaba: el sistema es rentable inmediatamente después del entrenamiento, y luego se deteriora lentamente a medida que cambia el mercado.
Así que el siguiente paso es una prueba WFO con re-entrenamiento regular del modelo. Para ello, el entrenamiento debe integrarse en el script de la estrategia.
Esta es la función corregida para calcular el Sig de la siguiente barra:
La función "Compute" que es ejecutada cada 30 mins por el script de estrategia:
Compute <- function() { price <<- pr.OHLC(Open,High,Low,Close) X <<- In() normalized <- predict(Prepr, tail(X,1)) pr.sae <- nn.predict(SAE, normalized) return(pr.sae[1]); }El script de estrategia, el "EA":