N+1 совместно с МФТИ продолжает знакомить читателя с наиболее яркими аспектами современных исследований в области искусственного интеллекта. В прошлый раз мы писали об общих принципах машинного обучения и конкретно о методе обратного распространения ошибки для обучения нейросетей. Сегодня наш собеседник — Валентин Малых, младший научный...
Возможно ли создать советник, который согласно командам кода автоматически оптимизировал бы критерии открытия и закрытия позиций с определенной периодичностью? Что произойдет, если реализовать в советнике нейросеть (многослойный персептрон), которая, будучи модулем, анализировала бы историю и оценивала стратегию? Можно дать коду команду на ежемесячную (еженедельную, ежедневную или ежечасную) оптимизацию нейросети с последующим продолжением работы. Таким образом возможно создать самооптимизирующийся советник.
https://nplus1.ru/material/2016/11/04/recurrent-networks
トロールをかけたらよくなったのでしょうか?
トロールは物事を整理しようとせず、あまりにも安易な逃げ道なので、取引成立条件を調整すべきなのでは?
オートマトンにとって、ディールクロージングは何らかの条件と関係がある。
本番では、ストップで神経をすり減らす...。
トロールをかけたらよくなったのでしょうか?
トロールは 物事を整理しようとせず、あまりにも安易な逃げ道なので、取引成立条件を調整すべきなのでは?
オートマトンの場合、取引の終了は条件と関連している。
リアルでは、停車で神経が駄目になる...。
トロールをかけたらよくなったのでしょうか?
トロールは物事を整理しようとせず、あまりにも安易な逃げ道なので、取引成立条件を調整すべきなのでは?
オートマトンの場合、取引の終了は条件と関連している。
リアルでは、停車すると神経が駄目になる...。
なんか、パラメータがおかしいかも・・・後、アップデートしたものを通常のリスクでモニタリングに出す
もっとエントリーを増やしたいので、今3つ、近々5つ追加する予定です。
ニューラルネットワークの学習を 開始。予定していたタスクがまだ進んでいない。データがフォーマットされていないとのことです。まだ何がしたいのか理解できていません(。
しかし、ここではネットワーク[3,4,1]の例を示します。
問題ないようです。
ニューラルネットワークの学習を開始。予定していたタスクがまだ進んでいない。データがフォーマットされていないとのことです。まだ何がしたいのか理解できていません(。
しかし、ここではネットワーク[3,4,1]の例を示します。
問題ないようです。
Googleのtensorflowも良さそうだが、インストールとpythonがあまり便利ではない。
Googleのtensorflowも良さそうですが、インストールやpythonの使い勝手があまり良くないです
これがサイラボのニューロニクスです。さて、いきなり(予想外に)メインタスクの学習が始まりました。どうやらどこかで失敗したようです)。
一般に、インターネットやC++にはニューロニックがたくさんあると言われています。でも、検索していないんです。
これがサイラボのニューロニクスです。さて、いきなり(予想外に)メインタスクの学習が始まりました。どうやらどこかで失敗したようです)。
一般に、インターネットやC++にはニューロニックがたくさんあると言われています。でも、探さなかったんです。
どこにでもある、今、本当の神経ブームが来ているんだ)
2つのMAを掛け合わせるニューラルネットワーク(NS)を学習さ せる実験は失敗した。上向きのクロスオーバーだけを認識するように学習させた。
実験では、NS - 3,3,3,1 を選択し、人工的に作成したパターンの学習と認識のためにテストした。しかし、MAを認識するための学習を行った結果、クロスオーバーは1つも認識されませんでした。その理由は、NSはよりコントラストの高い画像を必要とし、入力間の0.01〜0.1の差はすべて気にしないためです。
NSの構造が決まっている場合、信号の差が0.2~0.3以下であれば、信頼性の高い認識を得ることは十分に可能である。
ニューラルネットワークの探求を始めています。
MT5で直接実装できるオプションを探しています。
ALGLIB (https://www.mql5.com/ru/articles/2279) を使った変種に興味があるのですが、ネットワークの説明からすると、フィードバックのない逐次ネットワークであることがわかります。そして、(ニューラルネットワークを搭載したExpert Advisorを処理する)プロセッサの1スレッドでしか学習できないことがデメリットです。
記事 https://www.mql5.com/ru/articles/497 のニューラルネットワークに隠れ順次層を2つ追加し、テスターで完全ブルートフォースか遺伝的に訓練することはそれほど難しくはないと思います。しかし、この場合、より多くの計算スレッド(プロセッサのコア、ネットワーク、クラウド)を使用することができます。正しく理解できているか?
このようなネットワークの学習において、正解(買い場、売り場)に対する手動の指示を加えるにはどうしたらよいでしょうか。
もしかしたら、すでにどこかに多層逐次ネットワークのライブラリがあるのでは?
あと、FX・為替取引目的で、インナーレイヤーを使うことの有用性がよくわからないんです。追加することに意味はあるのでしょうか?なぜ?