
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
Vraiment, Reshetov est bon, il semble que jusqu'à présent personne n'a fait de réseaux neuronaux dans MQL4, ils ne font qu'en parler et s'en vanter.
Mais quand même, je ne renie pas mon raisonnement.
Et pourtant Rosh - comment tout cela s'est-il terminé ?
Une dernière chose. Il y a fort à parier que mon réseau neuronal (ma tête) est actuellement plus cool que n'importe quel réseau artificiel que je peux créer en ce moment. J'ai décidé de revenir sur ce sujet plus tard, lorsque le besoin s'en fera sentir. Jusqu'à présent, le besoin ne s'est pas fait sentir.
Cher Reshetov, je ne voulais pas déprécier votre réussite. Je voulais plutôt comprendre l'essence de votre conseiller expert. Je suis fermement convaincu que l'optimisation doit être effectuée à l'intérieur du conseiller expert pour en faire un réseau neuronal à part entière. Ma question sur le perceptrona a été mal formulée. Je vais essayer de le reformuler : pourquoi utilisez-vous une combinaison linéaire de CA (plan) au lieu des conditions if(a1<x1 && a2>x2 && a3<x3 && a4<x4) qui décrivent un polyèdre. Permettez-moi d'essayer de faire une analogie. Supposons que je mette un chapeau quand il fait moins de zéro dehors. Je veux prédire si je mettrai un chapeau demain ou non. C'est-à-dire que je dois prédire la température de demain : s'il fait moins de zéro, je le porterai. Avec votre système, je prends la température d'aujourd'hui et je la multiplie par 35. J'ajoute au résultat la température d'il y a une semaine, multipliée par 27. Ensuite, je prends la température d'il y a quinze jours multipliée par 84 et je prends la température d'il y a trois semaines multipliée par 7. Si la température est parfaitement logique (tout comme la climatisation), le résultat de sa combinaison linéaire décrit ci-dessus perd son sens. Bien sûr, je peux ajuster les coefficients du modèle pour qu'il prédise la température de demain avec une certaine probabilité. Mais je pense qu'il est préférable d'utiliser des conditions qui ont un certain sens physique. Par exemple, si la température d'aujourd'hui est inférieure à zéro et que celle d'hier était supérieure à zéro, nous avons une tendance à la baisse des températures et il est possible que la température de demain soit également inférieure à zéro. Vous pouvez également ajouter d'autres facteurs (indicateurs) qui influencent la température de demain. Par exemple, si la température d'aujourd'hui est inférieure à zéro et qu'il n'y a pas de nuages, la température de demain sera probablement aussi inférieure à zéro. Si nous abandonnons cette analogie et passons au forex, pourquoi ne pas sélectionner plusieurs indicateurs différents qui mesurent le mouvement des prix et leur imposer des conditions telles que if(IND1>x1 && IND2>x2 ...). La grande majorité des Expert Advisors sont construits de cette manière. Mais il existe très peu de conseillers experts capables de s'auto-apprendre (s'adapter), c'est-à-dire d'optimiser x1, x2 ... dans la vie réelle.
À propos, j'ai aussi une petite expérience de la création d'un conseiller expert sur un réseau neuronal. Il a été construit par la méthode du plus proche voisin. C'était beaucoup de calculs, mais cela ne servait pas à grand-chose. J'ai fini par l'abandonner.
Mathématiques écrites (a) :
Yuri, allez, pourquoi être si émotive. La question portait presque certainement sur le sens caché de ce filtrage, et non sur l'interprétation du résultat... En gros, pourquoi ce filtrage particulier ? Appliquée au système de trading, ce n'est peut-être pas la question la plus adéquate, mais vous pouvez essayer de raisonner votre choix - pourquoi AC et pas un autre IACD...
Gpwr, vous avez déjà eu la réponse une page plus haut : ne cherchez pas un sens caché dans les réseaux neuronaux ; cherchez la rationalité dans le nombre de paramètres optimisables et, bien sûr, dans les résultats finaux du système et leur validité statistique plus ou moins acceptable. Après tout, de nombreux systèmes de suivi des tendances sont basés sur les muwings. L'homme aime voir le monde qui l'entoure comme lisse plutôt que fractal, car un monde lisse lui semble plus prévisible.
2 Rosh : J'aime votre idée de trois réseaux neuronaux parallèles, chacun formé sur une partie différente du graphe, mais moi aussi, frustré par les résultats de la formation de mon NS primitif, je préférerais GA à NS. McCormick semble penser que les GA sont plus prometteurs que les NS dans son encyclopédie des systèmes de trading...
Et en général, un système normal qui prétend travailler sur n'importe quelle partie de la carte doit être adaptatif afin de tenir compte de ses propres désastres. En gros, les poids des perceptrons dans l'EA de l'auteur de la branche doivent s'adapter d'une manière ou d'une autre à l'état du marché.
J'ai imaginé cela précisément dans le but de connecter les indicateurs aux réseaux neuronaux.
Sauf qu'il y a très peu d'experts capables d'auto-apprendre (s'adapter), c'est-à-dire d'optimiser x1, x2 .... dans la vie réelle.
Qui n'est pas trop paresseux;-) Optimiser la période d'optimisation dans mon conseiller expert du championnat. Mon conseiller expert lui-même affiche occasionnellement des bénéfices sur M15, H1. Je n'ai pas encore eu le temps de l'expérimenter.
Qui n'est pas paresseux;-) Optimiser la période d'optimisation dans mon conseiller expert du championnat. Mon conseiller expert lui-même affiche occasionnellement des bénéfices sur M15, H1. Je n'ai pas encore eu le temps de l'expérimenter.
Si ce n'est pas un secret, combien de temps s'est écoulé entre l'annonce officielle du championnat et la fin des inscriptions ?