Discussione sull’articolo "Growing Neural Gas: Implementazione in MQL5" - pagina 2
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ciao,
Grazie per il grande lavoro, questo è molto eccitante.
È possibile scaricare l'Expert Advisor per questo articolo e testarlo con Strategy Tester?
Ma abbastanza vecchio - il compilatore è stato cambiato e ora il codice dà errori e avvertimenti!
Molto interessante,
Non vedo l'ora di implementarlo e utilizzarlo al posto di una rete neuronale fissa.
Articolo interessante!
Ma è piuttosto vecchio: il compilatore è stato modificato e ora il codice genera errori e avvisi!
Salve
Chiedo se qualcuno della comunità è riuscito a sviluppare un EA utilizzando GNG?
Chiedo se il risultato è buono?
grazie
Salve
Chiedo se qualcuno della comunità è riuscito a sviluppare un EA utilizzando GNG?
Chiedo se il risultato è buono?
Grazie
Beh... dopo quanto? cinque mesi o_O nessuno è disposto a farlo, quindi forse posso commentare io stesso.
Nell'implementazione che avete visto in questo articolo il GN è una variante auto-adattante di una cosiddetta rete di funzioni a base radiale. Se confrontate un EA basato sull'algoritmo GNG con lo stesso tipo di EA basato su una rete neurale di clusterizzazione di tipo non adattivo, molto probabilmente otterrete risultati migliori con GNG piuttosto che senza. Quindi, per rispondere alla sua ultima domanda, sì, il risultato è buono nel senso che ho appena spiegato.
Per quanto riguarda la prima domanda, io stesso ho sviluppato degli EA con un GNG all'interno, e ha funzionato moderatamente bene, evviva. Tuttavia, per l'uso quotidiano preferisco altri algoritmi, di norma non neurali. A sostegno di ciò, posso ricordare che la RNA presenta sempre una "scatola nera", il che significa che non si capisce bene cosa stia succedendo lì dentro quando elabora i dati in ingresso. Ciò implica che la RNA sarebbe un algoritmo da scegliere solo in una situazione in cui si ha un insieme di dati completamente destrutturati con dipendenze intrinseche assolutamente sconosciute che si vorrebbe che la RNA estraesse in qualche modo. Nota: senza alcuna promessa di un risultato accurato. In qualsiasi altro caso, cioè quando si hanno alcune idee su come possono essere organizzate le dipendenze nel proprio insieme di dati, è meglio provare prima altri modi più deterministici di strutturare la "scatola bianca". Ce ne sono migliaia.