Cosa inserire nell'ingresso della rete neurale? Le vostre idee... - pagina 31
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
A conferma, i miei grafici precedenti. Un ingresso, due ingressi, tre ingressi - un neurone, due neuroni, tre neuroni. Tutto qui, la cosa successiva è la riqualificazione: memorizzare il percorso, non lavorare su nuovi dati.
Lo stesso vale per i modelli in legno. Con 3-5 (forse fino a 10, ma più probabilmente fino a 5) ingressi/caratteristiche, il modello può ancora mostrare un profitto in avanti, se più, è già casuale o prugna.
Queste 3-5 migliori fiches sono state ottenute con una ricerca completa di coppie, tris, ecc. e con l'addestramento dei modelli su di essi e la selezione dei migliori sul forward valving.
I van Butko #:
E immaginate, una normale rete neurale prende ogni numero, ogni caratteristica - e stupidamente li somma, moltiplicati per il peso, in un mucchio di spazzatura, chiamato sommatore.
Anche gli alberi usano la media delle foglie: se si tratta di una foresta, fa una media con altri alberi, se si tratta di un cespuglio, fa una sintesi con gli alberi che si raffinano. Tutte le medie. Quando c'è molto rumore, è possibile allenarsi normalmente solo su 3-5 chip.
Fare la media con il rumore significa riqualificarsi con il rumore. P.S. Invece di NeuroPro, che ha più di 20 anni, si può usare qualcosa di più recente. R, Python, o se è difficile gestirli, utilizzare l'EXE di Catbusta, come quihttps://www.mql5.com/ru/articles/8657 È possibile eseguire automaticamente l'EXE direttamente dall'EA, cioè automatizzare completamente il processo.
Esempio http s://www.mql5.com/ru/forum/86386/page3282#comment_49771059 P.P.S. È meglio dormire di notte. Non si può comprare la salute, anche se si guadagnano milioni su queste reti.
Lo stesso vale per i modelli in legno. Con 3-5 (forse fino a 10, ma più probabilmente fino a 5) input/caratteristiche il modello può ancora mostrare un profitto sull'avanzamento, se più, allora è già casuale o prugna.
Queste 3-5 migliori caratteristiche sono state ottenute con una ricerca completa di coppie, tris, ecc. e con l'addestramento dei modelli su di essi, selezionando i migliori per l'avanzamento.
Anche gli alberi utilizzano il valore medio delle foglie: se si tratta di una foresta, fa la media con gli altri alberi, se si tratta di un cespuglio, fa la somma con gli alberi di raffinazione. La situazione è la stessa con le reti neurali e con i modelli ad albero. Tutte le medie. Quando c'è molto rumore, è possibile allenarsi normalmente solo su 3-5 chip.
Fare la media con il rumore significa riqualificarsi per il rumore. P.S. Invece di NeuroPro, vecchio di oltre 20 anni, si può usare qualcosa di più recente. R, Python, o se è difficile gestirli, utilizzare l'EXE di Catbusta, come quihttps://www.mql5.com/ru/articles/8657 È possibile eseguire automaticamente l'EXE direttamente dall'EA, cioè automatizzare completamente il processo.
Esempio http s://www.mql5.com/ru/forum/86386/page3282#comment_49771059 P.P.S. È meglio dormire di notte. Non si può comprare la salute, anche se si guadagnano milioni su queste reti.
Grazie per il post
Il Graal non sta nella somma, ma nella suddivisione del numero.
SUD
Il compito dei neuroni non è quello di ottenere un insieme di numeri, ma di ottenere un numero come input. Moltiplicarlo per un peso e farlo passare attraverso una funzione non lineare.
In altre parole, c'è un numero (valore di ingresso o uscita del neurone) e questo numero viene diviso da due o più neuroni dello strato successivo.
Questi devono essere indipendenti dagli altri neuroni: si tratta di un reparto che fa le sue cose. Poi tutti questi reparti devono riferire a un capo: il neurone di uscita. Questo neurone trae un'inferenza basata sulle uscite di tutti i neuroni finali. Con i propri pesi.
In questo modo riduciamo la distorsione delle informazioni e ne aumentiamo la lettura.
Il graal che vedo non è la somma, ma la divisione dei numeri.
Le foglie si ottengono dividendo i dati, anche in 1000000 parti/foglie diverse.
Ma il risultato/risposta di una foglia è la media degli esempi/riga inclusi in essa. Quindi la suddivisione è presente, ma lo è anche la somma. Si può dividere per un solo esempio in una foglia, ma questo è un sovrallenamento al 100% sul rumore. Gli alberi, anche in presenza di rumore, non dovrebbero dividersi in profondità, per un buon avanzamento (è così che il numero di neuroni è migliore - piccolo).
Sono incappati in una cosa come lo spread e le commissioni.
Grazie MT5, sai come smaltire la sbornia. Avrei dovuto passare a te da MT4 molto tempo fa.
@ Andrey Dik aveva ragione molti anni fa: il graal si trova ancora intorno allo spread e alle commissioni. Non appena li si rimuove, la rete neurale si aggrappa al futuro.
Le foglie si ottengono dividendo i dati in 1000000 parti/foglie diverse.
Ma il risultato/risposta di una foglia è la media degli esempi/riga inclusi in essa. Quindi c'è una suddivisione, ma anche una sintesi. È possibile dividere un solo esempio in una foglia, ma questo è un sovrallenamento al 100% sul rumore. Gli alberi, anche in presenza di rumore, non dovrebbero dividersi profondamente, per avere un buon avanzamento (è così che si migliora il numero di neuroni - piccoli).
Cavolo, che argomento vasto. Ora vado a cercare le foglie su Google. Tra circa 5 anni raggiungerò il ramo MO, ma non lo rileggerò.
Dalla Toyota a una vecchia auto sportiva Dato che la MT5 è limitata nel numero di parametri ottimizzabili, sono passato a NeuroPro 1999, dall'articolo qui -Reti neurali facili e gratuite - collegare NeuroPro e MetaTrader 5.
Ho aumentato l'architettura in quantità: in MT5 era 5-5-5-5, qui è 10-10-10, e l'addestramento è già reale (per essere più precisi - standard, con il metodo della propagazione degli errori e altre caratteristiche interne al programma. Il suo autore non se ne cura e non ha nemmeno intenzione di aggiornare la rarità - in base alle sue risposte alle mie domande, non ha alcun interesse a sviluppare NeoroPro, a introdurre il multithreading, i metodi moderni, ecc.
Sono incappati in una cosa come lo spread e le commissioni.
Grazie MT5, sai come smaltire la sbornia. Avrei dovuto passare a voi dalla MT4 molto tempo fa.
@ Andrey Dik aveva ragione molti anni fa: il graal si trova ancora intorno allo spread e alle commissioni. Non appena li si rimuove, la rete neurale si aggrappa al futuro.
Fenomeno curioso. L'allenamento sull'architettura "estensione", quando il primo strato è composto da 1 neurone, poi il secondo strato da 2, il terzo strato da 3, ecc. ha dato un insieme divertente e curioso: i risultati dell'insieme sul periodo di ottimizzazione EURUSD sono esattamente gli stessi sulle altre coppie di dollari: Ottimizzazione per il 2021 su EURUSD
Test su GBPUSD per il 2021
Test su AUDUSD per il 2021
Test su NZDUSD per il 2021
Perché solo i curiosi? Perché è un dead set, non funziona né prima né dopo. Ma il fatto stesso che funzioni su diverse coppie di dollari nello stesso periodo, dato che sebbene ci sia una certa correlazione tra di esse, il prezzo di ogni coppia è ancoradiverso.
Fenomeno curioso. L'addestramento sull'architettura di "estensione", quando il primo strato è composto da 1 neurone, poi il secondo strato da 2, il terzo strato da 3, ecc. ha dato un insieme divertente e curioso: i risultati dell'insieme sul periodo di ottimizzazione di EURUSD sono esattamente gli stessi su altre coppie di dollari: Ottimizzazione per il 2021 su EURUSD
Test su GBPUSD per il 2021
Test su AUDUSD per il 2021 Test su NZDUSD per il 2021 Perché solo i curiosi? Sì, perché è un dead set, non funziona né prima né dopo. Ma il fatto stesso che funzioni su diverse coppie di dollari nello stesso periodo, dato che sebbene vi sia una certa correlazione tra di esse, il prezzo di ogni coppia è ancoradiverso.
No, è diverso.
Su tutte, tranne che sull'euro, un terzo del saldo alla fine si trova nello stesso posto.