記事"ディープニューラルネットワーク(その1)データの準備"についてのディスカッション
ウラジミール。いつもながら、質の高い記事をありがとう。必ず読み通すつもりだ。
デジタル・フィルター＋ディプラーニングは面白い組み合わせだが、デジタル・フィルターそのものは、トレーニングの過程でジェネレーターがマシン上で選択すべきもので、そうでなければ意味がない。
パート2（予測変数の開発と選択）は来週発表されるはずだ。そこではパート1の結果が必要になる。
幸運を祈る。
ウラジミール
前回の連載について。アマゾンのレンタルサーバーで ロボットを動かしてみた。40台のうち5台がプラスでした。
これは私にとって良い結果です。ブローカーからブロードキャストされる相場データは、アーカイブデータとは異なります。そのため、モデルは学習したデータでは機能しなかった。
このようなことは、より理解しやすい市場にかなり転用できる。ボラティリティとバツイチがあるFXで、何とかプラスの結果を示すことができた。
非常に興味深い記事だ。
いつも不思議に思うのだが、なぜニューラルネットワークには いつもエキゾチックなプログラミング言語（phpが多いが、ここではR）が選ばれるのだろう。
世界の3/4が使っているC#で何が悪いんだ？
非常に興味深い記事だ。
いつも不思議に思うのだが、なぜニューラルネットワークにはいつもエキゾチックなプログラミング言語（phpが多いが、ここではR）が選ばれるのだろう。
世界の3/4が使っているC#で何が悪いんだ？
R言語は全くエキゾチックではない。事実上、また事実上、統計計算のための標準言語である。C#とRは抽象化のレベルが異なり、第一は実装のレベル、第二はモデルのレベルである。
ググれば、言語ランキングにおけるRの順位に驚くだろう。また、3/4に関しては大げさです。全ては解決すべき課題によるのです。
幸運を祈る。
非常に興味深い記事だ。
いつも不思議に思うのだが、なぜニューラルネットワークにはいつもエキゾチックなプログラミング言語（phpが多いが、ここではR）が選ばれるのだろう。
世界の3/4が使っているC#のどこが悪いんだ？
C#は純粋に統計解析などのためのフレームワークだ。基本的なライブラリはすべてC++で書かれており、ニューラルネットワークを使えば、特定のライブラリのサイトを簡単に見つけることができ、例えばMT5にdllとして接続することができる。
そして、まずRで必要なすべての研究を行う。
純粋に統計解析などのためのフレームワークである。基本的なライブラリはすべてニューラルネットワークでC++で書かれているので、例えば特定のライブラリのサイトを見つけて MT5にdllとして接続する ことは簡単にできる。
そして、まずRで必要なすべての研究を行う。
ハイライトされた部分が理解できません。何か例はありますか？
http://mxnet.io/ も同じで、dll としてビルドできますし、いくつかのパッケージには既製の dll が付属しています。
または、MT5でサードパーティのライブラリを使用する方法の例を教えてください。
p.s. 既成のものがあるので、http://mxnet.io/get_started/windows_setup.html、ビルドする必要はありません。
http://mxnet.io/ も同じです。dll としてビルドできますし、いくつかのパッケージにはすぐに使える dll が付属しています。
MT5でサードパーティのライブラリを使用する方法の例を教えてください。
はい、DLLの作成が必要なモデルもありますが、ごく少数で、そのDLLはMTに接続する必要はありません。DLLをシステムにインストールするだけです。後者はしばしば簡単ではありません。
幸運を祈ります。
- 無料取引アプリ
- 8千を超えるシグナルをコピー
- 金融ニュースで金融マーケットを探索
新しい記事 ディープニューラルネットワーク(その1)データの準備 はパブリッシュされました:
この一連の記事では、取引を含んだ多くの分野で応用されているディープニューラルネットワーク（DNN）の探索を続けます。ここでは、実践的な実験によって新しい方法や概念をテストするとともにこのテーマの新しい次元を探求する予定です。シリーズの最初の記事は、DNNのデータを準備することを目的としています。
作者: Vladimir Perervenko