人工ニューラルネットワーク - ページ 2

 
UrainTheXpertMetaDriversergeevなど、ニューラルネットワークのカリフが参加してくれると嬉しいですね。
 
joo:
そんなニューラルネットワークのカルペがここに出てきたら、本当に最高なんですけどね......。

その中で(パーソナリティではなく「コリファイ」)財を成した人はいるのか、それとも理論上だけなのか?

 
St.Vitaliy:

その中で(パーソナリティではなく「コリファイ」)財を成した人はいるのか、それとも理論上だけなのか?

少なくともニューロセルを使った人の中には、チャンピオンになったチャレンジャーがいるのです。

それとも、私や私の仲の良い友人・知人に何かプレゼントしたいのでしょうか?

 
joo:

少なくとも、ニューラルネットを使った人の中には、チャンピオンになったチャレンジャーがいる。

それとも、私や仲の良い友人やコリファイのために何かプレゼントしたいのでしょうか?

人は、その人が多くの時間を費やしてきた、その場所によってのみ教え、助言することができます。

優れたプログラマーは、プログラムを書くことに長けている。それがあなたの最終目標であるなら、それはすべて非常に論理的なことです。しかし、それは市場とはほとんど関係がない。

 
St.Vitaliy:

人は、自分が多くの時間を費やしていることでしか、教えたりアドバイスしたりすることができません。

優れたプログラマーは、プログラムを書くことに長けている。それが最終的な目標であるなら、それは完全に理にかなっている。しかし、それは市場とはほとんど関係がない。

ありがとうございます。では、ロシア語に訳してください。私はあなたの方言を話すことはありません、申し訳ありませんが、私はsprechenoisません。

ただ、自分がプログラマーとしてダメなのか(逆も然り)、ニューラルネットワークを市場に適用していないのか、それとも何か別の理由があるのか、よく分かりません。説明してください。

 
joo:

ありがとうございます。では、ロシア語に訳してください。あなたの方言は、すみません、スプレヒコールしません。

ただ、自分がプログラマーとしてダメなのか(逆も然り)、神経をマーケットに生かさないのか、その辺がよくわからない。説明してください。

信じてください、私は人に価値判断を下さないのです。少なくとも私はそうするために一生懸命に、事実だけを伝えます。

ニューラルネットワークが本当に安定して稼ぐことができると考える根拠は何でしょうか。コリフェスには、価格のアーティファクトに帰することができない成功した実用的な経験があるのです。

ただ、すべてが非常に情けなく見えますが、合理的な粒子があるのでしょうか?

しかし、秋に砂糖を買って初夏に売るという単純な発想(例)では面白くない...。

 
07041982:

ニューラルネットは、アルゴリズム取引で最も難しい部分だと思います。ここには初心者はいない。私も、FXを始めて8年、大金を使い、ありとあらゆる戦略や 指標、その組み合わせを試した結果、この取引戦略だけは手を出していないと決めています。なぜ今まで試さなかったのか?複雑すぎて、「ニューロソリューション」のような特別なプログラムが必要だと思ったからです。一番大事なのは、ニューラルネットワークの仕組みを理解することで、あとは技術的な問題です。

私は、最初のプロトタイプのニューロネットを1日ほどで発明し、純粋なMQL5を使って 15分で書き上げ、最適化を使って訓練しました。そして、なんという奇跡でしょう。タンクの堅牢性は数年間存在し、タンクテストは安定しています。今、私は聖杯が存在する場合、それはニューラルネットワークの深さのどこかに隠されていることをほぼ確信しています:その可能性はほぼ無限であり、私はそこに任意の数のパラメータと指標の数を追加することができます...そしてそれは純粋なMQL5を 使用して行うことができます。このように考えて試してみると、標準的な指標からExpert Advisorを作成するこれまでの努力は、すべて子供の遊びのように見えます。

このスレッドでは 、ニューラルネットワークの分野での私の経験を共有することを提案します。MQL5 でネットワークの設計やトレーニングの原理を学ぶのも面白いかもしれませんね。 コメントお待ちしています。


私が判断する限り、ここで非永久的なアーキテクチャを持つニューラルネットワークを実装した人はいない。少し説明すると、1つのニューロンは、次の層と前の層にある他のニューロンを5〜......接続することができます。このように、レイヤーという概念は、フィードバックがあるニューラルネットワークのように少しずつ塗りつぶしていくのですが、これらのリンクは重み係数とともに常に変化し、しかもネットワーク内のニューロン数は一定ではなく、死んで回復する。 そんな自然のニューラルネットワークのようなアナログなものなのです。ネットワークでの出版物から判断すると、より有望な方向性であると言えます。
 

FX取引において、決定木に対するネットワークの優位性は明らかではありません。好きなところでネットワークを使うのは愚かなことです。入力から非線形出力関数が存在する可能性がある場合は、どこでも適用できます。分類の簡単な例を挙げよう。例えば、哺乳類を区別するシステムを作る必要があるとします。入力として、全身とそのパーツ(頭、鼻、耳、前足、尻尾など)の形と大きさの情報を与えます。Class = F (mustache, paws, tail) のような非線形モデルを作る方が、決定木 mustache? paws? tailよりも哺乳類のクラス決定に正確だと本当に思うのでしょうか?

 
NSは、パターンや レベルなどの隠れた依存関係を見つけることができ、さらに、多くの入力パラメータを詰め込むことができます。
 

07041982:
НС могут сами находить скрытые зависимости типа паттернов, уровней и т.д. плюс в них можно запихнуть очень много входных параметров, с использованием обычных методов вам не хватит мощностей столько параметров оптимизировать

ネットワークはツールであり、異なるデータ(入出力)に対して最適化(フィッティング)できる一種の普遍的な非線形関数である。この機能では、規則性は拾えません。滑らかな曲線に当てはめた多項式が隠れたパターンを見つけると主張するのと同じことかもしれませんね。関数がフィットしたデータ範囲から一歩外に出れば、多項式回帰の例として何が得られるかわかる。ところで、ネットワークには、正しい判断に影響を与えない部分接続があり、最適化中にその重みが減少するため、ネットワークの最適化可能なパラメータ数は、決定木よりもはるかに大きくなります。