素晴らしい記事だ。しかし、この方法はカーブフィッティングという結果を導く。最終的には、実際のアカウントでの ライブテストは期待外れになるかもしれない。この記事で述べられている情報は、AIの始め方を理解したい人にとっては貴重なものだが、カーブ・フィッティングの手法を避けるためには、より良い実装方法を見つけなければならない。どのような取引システムであれ、変化する市場の状況を反映する動的なパラメーターを使用できなければならない。そうでなければ、EAは短期間で古くなり、口座の残高が0になってしまいます。そのため、入力は非常に慎重に設計する必要があります。重要なのは入力の設計であり、出力がどのようになるかを知る必要があります。AIは、どのようなインプットを与えても素晴らしいアウトプットが得られるというわけではありません。 AI開発者がよく使う言葉に、"GARBAGE IN, GARBAGE OUT "というものがあります。
素晴らしい記事だ！
2つ以上のニューロンからなるシステムの例についての質問だけが残っている。
もしかしたら、2、3ニューロンのアドバイザーの簡単な例を知っている人がいるかもしれない。
素晴らしい記事だ！
2つ以上のニューロンからなるシステムの例についての質問だけが残っている。
もしかしたら、2、3ニューロンのアドバイザーの簡単な例を持っている人がいるかもしれない。
この問題について2本目の記事を書くつもりでしたが、まだ時間がありません。
このデザインを試す
アイデアは明確だと思う。このデザインを試してみてください。
お分かりいただけたと思う。とてもわかりやすいですね！
ここで、各ニューロンで重み係数の数が2倍になることが判明しましたが、これは創造性の問題です :)。
では、記事を楽しみにしています！
新しい記事Neural Networks：理論から実践へ」が掲載されました：
著者Дмитрий
親愛なる皆様、記事をどうもありがとうございました。
素晴らしい記事だ。
しかし、いくつか質問があります。
あなたの1ニューロンの例では、入力はRSIインジケータの過去10期間の値です。したがって、そのニューロンの出力は、単純に過去 10 回の RSI 値の加重平均の洗練された形になります。
例えば、3つのインジケータを入力として使用したい場合、記事の方法で3つのニューロンを実装し、2層目のニューロンにカスケードすることを想定していますか、それとも単に3つのインジケータのそれぞれの最後の値を1つのニューロンへの入力として使用することを想定していますか？
もう一つの質問は、多層ネットワークの場合、第1層のデータを正規化して第2層に入力する必要があるのでしょうか？
ありがとうございました。
どなたかこの結果を模倣しようとした方はいらっしゃいますか？
私の試みはすべて、フォワードの結果が下方バランスになる。
また、処理されたティック数も一致しません - 画像に表示されている数のほぼ半分です。
2012.01.02から2012.09.14の期間のティック数17331は、Forwardオプションを無効にすると完全に一致します。うーん．
ニューラルネットワークの 基本概念を簡単に理解できる良い記事だ。とても助かりました。ありがとう！
https://www.mql5.com/ja/code/1649 コンセプトを使った興味深い例だ。
新しい記事Neural Networks：理論から実践へ」が掲載されました：
著者Дмитрий
記事のベースとなる最良の例は、https://www.mql5.com/ja/code/1649 、
ボリンジャーバンドを使用するほとんどのトレーダーは、ボリンジャー幅ベースのEAを探しています、
私が投稿したEAは、ボリンジャーバンドの幅を与え、iCustomインディケータを使用せず、すべての計算がボリンジャーバンドインジケータに基づいて行われています、
Neural Networkメソッドを使用すると、ブレイクアウトしたときに、その幅のEAが取引されていることを見ることができます。
本当に面白いので、ぜひ一度ご覧ください。
素晴らしい記事だ。しかし、この方法はカーブフィッティングという結果を導く。最終的には、実際のアカウントでの ライブテストは期待外れになるかもしれない。この記事で述べられている情報は、AIの始め方を理解したい人にとっては貴重なものだが、カーブ・フィッティングの手法を避けるためには、より良い実装方法を見つけなければならない。どのような取引システムであれ、変化する市場の状況を反映する動的なパラメーターを使用できなければならない。そうでなければ、EAは短期間で古くなり、口座の残高が0になってしまいます。そのため、入力は非常に慎重に設計する必要があります。重要なのは入力の設計であり、出力がどのようになるかを知る必要があります。AIは、どのようなインプットを与えても素晴らしいアウトプットが得られるというわけではありません。 AI開発者がよく使う言葉に、"GARBAGE IN, GARBAGE OUT "というものがあります。