Réseaux neuronaux artificiels. - page 13
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
oui, la bibliothèque class_NetMLP.mqh dans le dossier ....\MQL5\Include
dans l'éditeur méta, créer un script et copier le code
hmm... Le résultat est déjà connu - les NS apprendront la table de multiplication, essaieront d'enseigner, par exemple, le sin(x) - en un mot, une expérience pour arriver à comprendre pourquoi et comment cela fonctionne, en principe, peu importe - mais cela fonctionne. Je pense que l'essentiel pour vous est d'apprendre à utiliser un outil comme NS.
:-) J'ai besoin d'apprendre comment allumer ce truc, je dépose un script sur le graphique, il se charge et se décharge.....
Comment appuyer pour voir ce qui se passe ?
Je veux comprendre comment je peux l'appliquer.
La question est purement théorique, est-il possible avec l'aide du net, sur l'exemple du travail d'un trader particulier, d'essayer d'apprendre au Conseiller Expert à faire des transactions, comme un apprentissage en alimentant les transactions avec les plus et les plus "correctes", et en excluant de l'apprentissage les transactions erronées, déficitaires et ambiguës ?
---------------
Et expliquez comment activer ce que j'ai compilé. S'il vous plaît.
Regardez ici, il y a aussi la sortie via "print" :
Question théorique, est-il possible, en utilisant le réseau, sur l'exemple du travail d'un trader particulier, d'essayer d'apprendre à un Conseiller Expert à faire des transactions, comme un apprentissage en alimentant le réseau avec des transactions plus et plus "correctes", et en excluant les transactions erronées, perdantes et ambiguës ?
il ne s'agit pas d'une question théorique, mais d'une question vraiment pratique... Les SN peuvent se souvenir de la structure des données d'entrée lorsqu'ils sont formés, et les SN formés produiront alors les réponses de sortie correctes.
mais ce n'est pas si lisse que ça... le problème principal est de savoir ce qu'il faut donner à l'entrée des NS, il y a des erreurs triviales comme : on enseigne aux NS la table de multiplication 1x1 ... 9x9, puis nous demandons aux NS de donner la réponse correcte 23x13 et nous nous plaignons que les NS ne travaillent pas - les NS ne sont tout simplement pas formés à la table de multiplication 23x13.
Si nous avons décidé qu'en utilisant 3-4 derniers Close[] pour EURUSD nous pouvons prédire où le prix va aller dans 10 barres et pendant un long moment "tourmenter" le NS dans cette direction et ensuite crier sur les forums, le NS ne fonctionne pas.... (bien que vous devriez probablement utiliser les phases de la lune pour les prédictions :) )
En d'autres termes, la qualité des performances des NS dépend de la préparation adéquate des données. S'il existe des dépendances cachées, les NS les apprennent et fonctionneront correctement à l'avenir, mais s'il n'y a pas de dépendances, les NS ne peuvent pas faire de miracles.
C'est comme ça, je ne peux pas le faire scientifiquement autrement.
voir ici, il y a aussi la sortie via "print" :
А... et j'ai ceci
voici ce que j'ai laissé sur cette bibliothèque - je ne sais même pas si cela vous aidera ou non
SZS:J'ai mis à jour mon post précédent, maintenant disparu, les affaires - enfin, mes scripts sur les statistiques ont donné les résultats, 14 heures de fonctionnement de l'ordinateur, je vais apprendre
voir ici, il y a aussi la sortie via "print" :
il ne s'agit pas d'une question théorique, mais d'une question vraiment pratique... Les SN peuvent se souvenir de la structure des données d'entrée lorsqu'ils sont formés, et les SN formés produiront alors les réponses de sortie correctes.
mais ce n'est pas si lisse que ça... le problème principal est de savoir ce qu'il faut donner à l'entrée des NS, il y a des erreurs triviales comme : on enseigne aux NS la table de multiplication 1x1 ... 9x9, puis nous demandons aux NS de donner la réponse correcte 23x13 et nous nous plaignons que les NS ne travaillent pas - les NS ne sont tout simplement pas formés à la table de multiplication 23x13.
Si nous avons décidé qu'en utilisant 3-4 derniers Close[] pour EURUSD nous pouvons prédire où le prix va aller dans 10 barres et pendant un long moment "tourmenter" le NS dans cette direction et ensuite crier sur les forums, le NS ne fonctionne pas.... (bien que vous devriez probablement utiliser les phases de la lune pour les prédictions :) )
En d'autres termes, la qualité des performances des NS dépend de la préparation correcte des données. S'il existe des dépendances cachées, les NS les apprennent et fonctionneront correctement à l'avenir, mais s'il n'y a pas de dépendances, les NS ne peuvent pas faire de miracles.
C'est comme ça, je ne peux pas le faire scientifiquement autrement.
Le problème de l'adéquation de la formation est que les données d'entrée doivent être correctes si l'on veut obtenir le résultat souhaité.
et suffisamment formalisées, et si c'est bien sur leur base qu'une décision est prise
J'ai la tête qui tourne autour de l'idée que le flux de données d'entrée sur la base duquel une décision est prise n'est pas large, il y a quelque chose comme vingt, trente millions de combinaisons +- un ordre de grandeur, selon mon estimation approximative, après la formation sera de deux trois mille combinaisons.
J'essaie de creuser dans cette direction.
voici ce que j'ai laissé sur cette bibliothèque - je ne sais même pas si cela vous aidera ou non
SZS:J'ai mis à jour mon post précédent, maintenant je suis en congé, affaires - enfin mes scripts sur les statistiques ont donné les résultats, 14 heures de fonctionnement de l'ordinateur, j'étudierai
Il y a des cas où les données d'entrée ne dépendent pas des données de sortie, c'est-à-dire que nous avons décidé qu'en utilisant 3-4 derniers Close[] pour EURUSD, nous pouvons prédire où le prix va aller dans 10 barres et nous "jouons" avec le NS dans cette direction, puis nous crions sur les forums que le NS ne fonctionne pas... (bien que vous devriez probablement utiliser les phases de la lune pour les prédictions :) )
En d'autres termes, la qualité des performances des NS dépend de la préparation correcte des données. S'il existe des dépendances cachées, les NS les apprennent et fonctionneront correctement à l'avenir, mais s'il n'y a pas de dépendances, les NS ne peuvent pas faire de miracles.
C'est comme ça, je ne peux pas le faire scientifiquement.
Oui, comme ça...
C'est le principal problème lors de la formation d'un réseau neuronal. Comme, d'ailleurs, dans la vie en général. Nous ne savons jamais ce dont nous pourrions avoir besoin à l'avenir, nous essayons d'apprendre tout ce qui nous tombe sous la main, et le destin, la garce de tout, nous dit "Mais pourquoi as-tu appris tout ça ? Tu aurais dû l'apprendre... Bref, celui qui devine, gagne. Comme le dit le maître algorithme génétique.