記事"安くて楽しいニューラルネットワーク - MetaTrader 5 でNeuroPro へリンク"についてのディスカッション
この機会に、ランダムフォレストについて説明した私の記事に 注目してもらいたい。この記事では、ランダムフォレストだけでなく、ニューラルネットワークを含む多くのモデルを備えたRattleパッケージを使用している。そしてこのパッケージは、異なるモデルを互いに比較する可能性を提供する。
私はニューラルネットワークを知らないので、Rattleのネットワークと記事のネットワークを比較することはできない。しかし、Ratteの助けを借りれば、特定のモデルの選択を実証し、それがニューラルネットワークであれば、特別なパッケージに切り替えることができるだろう。
この記事は素晴らしい。
でも、メモ帳で数式を変換するのは、善悪を超えている ))))
このレベルでニューラルネットワークをやっている人はいるのだろうか？
これだけ高度なツールが揃っているのに。
唖然とするよ。90年代を思い出すよ。
このレベルでニューラルネットワークをやっている人はいるのだろうか？
これだけ高度なツールが揃っているのに。
私は唖然としている。90年代を思い出すよ。
このレベルでニューラルネットワークをやっている人はいるのだろうか？
これだけ高度なツールが揃っているのに。
唖然とするよ。90年代の記憶が蘇る。
意味？高度な高度な」とはどういう意味？googleの猫分類器はどうだろう？
"先進的な発展 "は2つの観点から見ることができる：
1.NS自体の開発（私は何も言えない）。
2.他の機械学習アルゴリズムの開発。
つ目の質問について。
私の記事を例にとると質的に異なる6つのアルゴリズムを含むラトル。その記事に添付されているファイルを使う。変数zz35とzz75を取り除いた。ADA（ゲインモデル）、ランダムフォレスト、サポートベクターマシンSVM、そしてnnetパッケージのニューラルネットワークの4つのモデルを当てはめました。ZZから同定されたトレンド予測誤差の結果です。
アダ = 18.69
ランダムフォレスト = 16.77
SVM = 16.92
ニューラルネットワーク = 24.37
追記
機械学習アルゴリズムのcaretフレームワークには、140種類以上（！）のモデルが含まれている。
"先進国 "は2つの側面から見ることができる：
1.適切なNSの開発（私は何も言えない）
2.他の機械学習アルゴリズムの開発。
2つ目の質問について。
私の記事を例にとると質的に異なる6つのアルゴリズムを含む。その記事に添付されているファイルを使う。変数zz35とzz75を取り除いた。ADA（ゲインモデル）、ランダムフォレスト、サポートベクターマシンSVM、そしてnnetパッケージのニューラルネットワークの4つのモデルを当てはめました。ZZから同定されたトレンド予測誤差の結果です。
アダ = 18.69
ランダムフォレスト = 16.77
SVM = 16.92
ニューラルネットワーク = 24.37
追記
機械学習アルゴリズムのcaretシェルには、140種類以上（！）のモデルが含まれています。
=========================================================================
ポイントごとの回答
1.第2世代のニューラルネットワークは、10年ほど前に能力の限界に達し、少しずつ現場を去っていった。第3世代のニューラルネットワーク、いわゆる「ディープ・ニューラル・ネットワーク」が登場し、多くの実用的なアプリケーションで広まったが、非常に良い結果を示し、「浅い」ニューラルネットワークの主な欠点がない。この方向で掘り下げることができる。
2.樹木や森林のどのような変種も、どのようなニューラルネットワーク（またはそのアンサンブル）よりも良い結果を与える。
3.ハイブリッド・アンサンブル（バギング）を使うと良い結果が得られる。これは、1つのハーネスの中で異なるモデルが同時に働く場合である。
4.ブログで紹介された140の分類モデルが比較されている記事について。この記事について、caretパッケージの開発者のレビューを読みました。もし興味があれば、リンクを見つけるつもりだ。彼の経験によると、最良の結果はboustingとbaggingから得られる。私の経験では、最高のモデルは同名のパッケージの "ada "と "CORELearn "パッケージの "RFnear "だ。ちなみに後者は非常に速い。そして、SVMは、非常に長い訓練を除いて、絶対にそれ自身を示さなかった。
すべては、入力データの選択、準備、およびそれらに対応する出力データに依存します。ここが主な研究分野である。
私は数年前にニューラルネットワークとRFの比較結果をフォーラムに投稿した。その結果、RFがダントツの1位だった。それに、今はRFの方向性自体が拡大し、枝分かれしているので、たくさんの中から選ぶことができる。今それをする必要性はないと思います。ニューラルネットワークがまともな結果を示すアプリケーションもあることは言うべきだ。しかし、私は分類しか扱わないし、ニューラルネットワークはこの分野には強くない。
このテーマに関する私の論文がついに出版されるかもしれないので、そこで議論しよう。
幸運を祈る。
サンサニッチ
http://appliedpredictivemodeling.com/blog/2014/11/11/some-thoughts-on-do-we-need-hundreds-of-classifiers-to-solve-real-world-classification-problems。
また、この記事の中に、以前あなたと私が議論したことのある問題-実際のデータでトレーニングした後の結果の悪さ-に関するDavid Handによる以前の記事へのリンクがあります。非常に興味深い考えだ。翻訳をお願いできますか？
アーカイブを調べていて、異なる機械学習アルゴリズムを比較するというトピックに関する別の記事を見つけた。
http://www.cs.cornell.edu/~caruana/ctp/ct.papers/caruana.icml06.pdf
幸運を祈る。
- 無料取引アプリ
- 8千を超えるシグナルをコピー
- 金融ニュースで金融マーケットを探索
新しい記事 安くて楽しいニューラルネットワーク - MetaTrader 5 でNeuroPro へリンク はパブリッシュされました:
トレード用の特定のニューラルネットワークプログラムが高価で複雑そうであったら、反対にシンプル過ぎると思えたら、NeuroPro をお試しください。それは無料でアマチュア用の最適な機能セットが備えられています。本稿では MetaTrader 5 と連携してそれを利用する方法をお伝えします。
NeuroPro プログラムは1988年にロシアのある研究所で作成され、今でも現役です。
それは Windows XP、Vista、Windows 7 で効果的に実行されます。のそれ以降のバージョンでどのように動作するかはわかりません。
バージョン 0.25 は無料でインターネット上の数多くのウェブサイトで見つけることができます。NeuroPro はシグモイドアクティブ化関数を持つ多層ニューラルネットワークを作成することが可能です。ニューラルネットワークの学習を始めたばかりであれば、現段階でそれいじょうの機能は必要ありません。NeuroPro のインターフェースはロシア語で多言語には翻訳されていないことを憶えておく必要があります。
ニューラルネットワークはあるデータ配列でトレーニングし、別のデータ配列で検証することができます。トレーはトレーダーにとって基本的機能です。 それにより選択したネットワーク構成が過適合しやすいか、一貫して外部の履歴データ、すなわち実アカウントでトレードを行うことができるのか、迅速に理解 できるようになるためです。
より掘り下げるのがお好きな方にはニューラルネットワークのウェイト、またすべての中でどのネットワークがネットワーク処理の結果に影響を与えるか 確認する機会があります。初心者の方にはそれは必要ありません。またプログラムのこの箇所はとばしてもかまいません。この情報は「聖杯」を探し求めている 経験あるトレーダーの方には有効です。なぜかと言うと、それによりニューラルネットワークによってどのパターンが特定されたか仮定し、どこで検索を続ける ことができるか確認できるようになるからです。
それ以外、多様な設定とスネットワークストラクチャの最小化のような便利なユーティリティを除いて、NeuroPro に重要な機能はありません。これらメニューセクションは強制ではありませんので、初心者の方は物事を複雑にせず、デフォルト設定だけを使用してください。
トレーダーの観点から、NeuroPro は唯一の欠点があります。それは MetaTrader 5 との統合の欠如です。実際、本稿は主にマーケットとインディケータデータをMetaTrader 5 から NeuroPro にロードすることと、その後受信したニューラルネットワークを MQL5 のエキスパートに変えることを取り上げています。
話題を進めていきますが、NeuroPro によって作成しようとしているニューラルネットワークはニューロンウェイトをすべての MQL5 スクリプトに変換されると言えます（ 他のニューラルネットワークプログラムで のようにインクルード DLL のシステムとは異なります）。それは迅速な動作とコンピュータリソースの最低限の利用を保証します。それが NeuroProを利用する明確なメリットです。それはあらゆるトレーディング戦略を作成することに使用可能です。エキスパートに対してほとんど瞬時に判 断することを要求するスキャルピング戦略さえ可能です。
トレーディング戦略
本稿ではスキャルピング戦略については考察しません。というのもスキャルピングエキスパートの作成、トレーニング、検証には特殊な点が多く、本稿の及ぶところではないためです。
学習目的でわれわれは H1 タイムフレームで多用される通貨ペアEURUSDのシンプルなエキスパートを作成します。ですから、われわれのエキスパートには過去24本のバー、すなわ ち前日のマーケット動向、を解析し、次の1時間の価格変動方向を予測し、その情報に基づくトレードを行ってもらいます。
作者: Andrew