記事「ニューラルネットワークの実験（第1回）：幾何学の再検討」についてのディスカッション

新しいコメント
 

新しい記事「ニューラルネットワークの実験（第1回）：幾何学の再検討」はパブリッシュされました:

この記事では、実験と非標準的なアプローチを使用して、収益性の高い取引システムを開発し、ニューラルネットワークがトレーダーに役立つかどうかを確認します。

最適化と転送テストの結果。

4パーセプトロン4タンジェント

テスト日を2021.05.31から2022.05.31にフォワードします。すべての結果の中から、複雑な基準の最大値が20～40を超える最大の利益率を特徴とするものを選択する必要があります。

テスト1

テスト2

作者: Roman Poshtar

 
Encog C#ライブラリをベースにしたニューラルネットワークを試してみたが、個人的には明確なものは得られなかった。
 
Andrei Bayakou #:
Encog C#ライブラリに基づくニューラルネットワークを試してみましたが、個人的には明確なものは得られませんでした。

資料のリンクを送ってください。見てみるよ。

 

クールなアイデアだ。）

パーセプトロンだとしたら、活性化関数はどこにあるのでしょうか？それとも見つからなかった？

では、例のコードを見てみよう：

//+------------------------------------------------------------------+
//| PERCEPRRON：知覚・認識機能
//+------------------------------------------------------------------+
double perceptron1() 
  {
   double w1 = x1 - 100.0;
   double w2 = x2 - 100.0;
   double w3 = x3 - 100.0;
   double w4 = x4 - 100.0;
   
   double a1 = (ind_In1[1]-ind_In2[1])/PointS1;
   double a2 = (ind_In1[4]-ind_In2[4])/PointS1;
   double a3 = (ind_In1[7]-ind_In2[7])/PointS1;
   double a4 = (ind_In1[10]-ind_In2[10])/PointS1;
   return (w1 * a1 + w2 * a2 + w3 * a3 + w4 * a4);
  }


このアプローチの作者はおそらくあなたではないと思いますが、100,0を引くことの 実際的な意味は何でしょうか？


もうひとつ。おそらくネットワークは、トレーニングの前であって後ではない。現在の形では、Strategy Testerの 助けを借りて係数を選択しているだけで、学習方法の助けを借りて重みを最適化しているわけではありません。

 
Denis Kirichenko Strategy Testerの 助けを借りて係数を選択しているだけで、学習方法の助けを借りて重みを最適化しているわけではありません。

パーセプトロンのコード自体はhttps://www.mql5.com/ja/code/7917 にあります。形と角度は私のアイデアです。

МTC Сombo
МTC Сombo
  • www.mql5.com
В основе MTC классическая потрендовая стратегия и двуслойная нейросеть, обучемая входить в рынок против тренда.
 
Roman Poshtar #:

パーセプトロンのコード自体はhttps://www.mql5.com/ja/code/7917 にあります。

これはパーセプトロンではありません。パーセプトロンに関する記事は こちら。Alglibにはパーセプトロンのクラスもある：%MQL5Include\Math\Alglib\dataanalysis.mqh。

ただ、記事のタイトルに "neural networks "という言葉が入っているのがちょっと......。

Многослойный перцептрон и алгоритм обратного распространения ошибки
Многослойный перцептрон и алгоритм обратного распространения ошибки
  • www.mql5.com
В последнее время, с ростом популярности этих двух методов появилось много библиотек на Matlab, R, Python, C ++ и т.д., которые получают на вход обучающий набор и автоматически создают соответствующую нейронную сеть для вашей задачи. Мы постараемся понять, как работает базовый тип нейронной сети — перцептрон с одним нейроном и многослойный перцептрон — замечательный алгоритм, который отвечает за обучение сети (градиентный спуск и обратное распространение). Эти сетевые модели будут основой для более сложных моделей, существующих на сегодняшний день.
 
Denis Kirichenko #:

そう、パーセプトロンではないんだ。パーセプトロンに関する記事は こちら。Alglibにもパーセプトロンのクラスがある： %MQL5IncludeMath\Alglib\dataanalysis.mqh

ただ、記事のタイトルに "neural networks "という言葉が入っているのが気になる...。

調べてみます。ありがとう。

 
私には、何もかもが素晴らしい発見のように見える。著者に感謝したい。続きが楽しみだ。
 
Сергей Криушин #:
私には、すべてが素晴らしい発見のように見える。そして、作者に感謝したい。続きが楽しみだ...。

レビューをありがとう。お役に立ててとてもうれしいです。

 
素晴らしい洞察だ。価格には有効な境界線がないため、価格を直接ネットワークに渡すのではなく、移動平均の角度や傾きを渡すことにしています。
何か進展があったら教えてください。
 
私は幾何学的な多面体を使っていて、ピラミッド型や立方体など素晴らしいものですが、プログラミングはなく、高値と安値の間に純粋にトレンドラインを 引く、完全に視覚的なシステムです！...空間幾何学は、マーケットにとてもよく当てはまると思います...乾杯！！！
123
新しいコメント