記事「データサイエンスと機械学習（第12回）：自己学習型ニューラルネットワークは株式市場を凌駕することができるのか？」についてのディスカッション

[MetaQuotes]

新しい記事「データサイエンスと機械学習（第12回）：自己学習型ニューラルネットワークは株式市場を凌駕することができるのか？」はパブリッシュされました:

常に株式市場を予測しようとするのにお疲れでないでしょうか。より多くの情報に基づいた投資判断をするための水晶玉があったらとお思いでしょうか。自己学習型ニューラルネットワークは、あなたが探していたソリューションかもしれません。この記事では、これらの強力なアルゴリズムが、株式市場を凌駕する「波に乗る」のに役立つのかどうかを探ります。膨大な量のデータを分析し、パターンを特定することで、自己訓練されたニューラルネットワークは、しばしば人間のトレーダーよりも精度の高い予測をおこなうことができます。この最先端のテクノロジーを使って、利益を最大化し、よりスマートな投資判断をおこなう方法をご紹介します。

短い最適化を実行し、copy_rates_x：COPY_Rates_LOW、n_samples：2950、スリッページ：1、ストップロス7.4、テイクプロフィット：5.0を選びました。

今回のモデルは、ストラテジーテスターの開始時に訓練精度が61.5％、テスト精度が63.5％という結果でした。合理的だと思います。

作者: Omega J Msigwa

[Too Chee Ng]

ML EAの自己トレーニング（チューニング）の可能性を示す良いデモです。

まだMQL MLは始まったばかりです。時間が経つにつれて、より多くの人がMALE5を使ってくれることを願っています。その成熟を楽しみにしています。

[Alik Dmitriev]

アーカイブにはselftrain NN.mqhは ありません。

[Alik Dmitriev]

ネットワークの保存と読み込みの方法は？

[Omega J Msigwa]

Alik Dmitriev #:
ネットワークの保存とロードはどのように行うのですか？

重みとバイナリ行列をバイナリファイルまたはCSVファイルに保存し、後でロードします。今回はモデルをフィッティングする代わりに、重みと変位値をテンソル形式で渡します。