기고글 토론 "신경망 저렴하고 쾌활합니다 - NeuroPro와 MetaTrader 5의 연결" - 페이지 2

 
vlad1949:

SanSanych

제가 말씀드렸던 기사의 링크입니다. http://appliedpredictivemodeling. com/blog/2014/11/11/some-thoughts-on-do-we-need-hundreds-of-classifiers-to-solve-real-world-classification-problems

또한 이 기사에는 여러분과 제가 이전에 논의했던 문제, 즉 실제 데이터에 대한 훈련 후 결과가 좋지 않은 문제에 대한 David Hand의 이전 기사에 대한 링크가 있습니다. 매우 흥미로운 생각입니다. 짧게 번역해 주실 수 있을까요?

자료실을 뒤지다가 다른 머신러닝 알고리즘을 비교하는 주제에 대한 또 다른 기사를 발견했습니다.

http://www.cs.cornell.edu/~caruana/ctp/ct.papers/caruana.icml06.pdf 

행운을 빕니다.

이 스레드에서 우리의 게시물은 다소 주제에서 벗어났고 제 자신의 스레드가 있습니다. 따라서 토론을 여기로 옮기고 내 게시물은 귀하의 게시물에 대한 응답으로 여기에 게시하는 것이 좋습니다.
 
faa1947:
이 스레드에서 우리의 게시물은 다소 주제에서 벗어났고, 저도 제 스레드가 있습니다. 따라서 토론을 여기로 옮기는 것이 좋겠고, 제 게시물은 여러분의 게시물에 대한 답변입니다.
그리고 다른 토론이 어디에 있는지, 어디로 옮겨야 할지 모르겠습니다. ;-)
 
marketeer:
그리고 우리는 이 다른 토론이 어디에 있는지, 어디로 이동해야 할지 모릅니다. ;-)
이 방법으로
 
faa1947:
이 스레드에서 우리의 게시물은 다소 주제에서 벗어났고 제 스레드도 있습니다. 따라서 토론을 여기로 옮기는 것이 좋겠고, 제 글은 여러분의 글에 대한 답변입니다.

그 반대입니다. "신경망"이라는 단어를 처음 들어본 많은 사람들은 MLP의 등장 이후 과학과 실무가 훨씬 앞서 나갔다는 사실을 알게 되면 유용할 것입니다.

하지만 그 말이 맞을 수도 있습니다.

Gone.

저자에게 행운을 빕니다.

 
이 예제에서는 #property 스크립트_show_inputs를 사용하여 스크립트를 표시하는 방법에 대해 설명합니다.
//+------------------------------------------------------------------+
input string    Export_FileName  = "NeuroPro\\data.csv"; // 내보내기 파일("MQL5/Files" 폴더에 있음)
input int       Export_Bars_Skip = 0;                    // 내보내기 전에 건너뛸 기록 막대 수
input int       Export_Bars      = 5000;                 // 내보낼 데이터 행 수
//+------------------------------------------------------------------+
const int inputlen=24;   // 트레이딩 전략이 분석하는 과거 막대 수
//+------------------------------------------------------------------+
void OnStart()
  {
  //--- 파일 만들기
   int file=FileOpen(Export_FileName,FILE_WRITE|FILE_CSV|FILE_ANSI,',');

   if(file!=INVALID_HANDLE)
     {
      //--- 데이터 헤더를 작성합니다.
      string row="date";
      for(int i=0; i<=inputlen; i++)
        {
         if(StringLen(row)) row+=",";
         //========================================================
         // 참고! 
         // EA에서는 밑줄을 []로 바꿉니다.
         // DBase 형식의 필드 이름은 최대 11자입니다. 계산은 10자로 잘립니다.
         // DBase 형식의 최대 필드 수는 버전에 따라 128~512개입니다.
         //========================================================
         StringConcatenate(row,row,"Bar___",i,"__");
        }
      FileWrite(file,row);

      //--- 기록에서 필요한 모든 데이터를 복사합니다.
      MqlRates rates[],rate;
      int count=Export_Bars+inputlen;
      if(CopyRates(Symbol(),Period(),1+Export_Bars_Skip,count,rates)<count)
        {
         Print("오류! 필요한 데이터를 내보내기에 기록 크기가 충분하지 않습니다.");
         return;
        }
      ArraySetAsSeries(rates,true);

      //--- 데이터 쓰기 
      for(int bar=0; bar<Export_Bars; bar++)
        {
         row="";
        //--- 첫 번째 막대의 종가가 다른 데이터의 정규화를 위한 제로 레벨로 설정됩니다.
         double zlevel=rates[bar+1].close; 
         for(int i=0; i<=inputlen; i++)
           {
            if(StringLen(row)) row+=",";
            rate=rates[bar+i];
            if(i==0) row+=TimeToString(rate.time,TIME_DATE || TIME_MINUTES)+",";
            row+=DoubleToString(rate.close-zlevel,Digits());
           }
         FileWrite(file,row);
        }
      FileClose(file);
      Print("데이터 내보내기가 성공적으로 완료되었습니다.");
     }
   else Print("오류! 데이터를 내보낼 파일을 만들지 못했습니다. ",GetLastError()); 

}를 사용하여 프로퍼티를 표시합니다.

date,Bar___0__,Bar___1__,Bar___2__,Bar___3__,Bar___4__,Bar___5__,Bar___6__,Bar___7__,Bar___8__,Bar___9__,Bar___10__,Bar___11__,Bar___12__,Bar___13__,Bar___14__,Bar___15__,Bar___16__,Bar___17__,Bar___18__,Bar___19__,Bar___20__,Bar___21__,Bar___22__,Bar___23__,Bar___24__
2014.09.25,-0.0008,0.0000,-0.0005,-0.0014,0.0007,0.0035,0.0035,0.0036,0.0047,0.0052,0.0050,0.0046,0.0046,0.0047,0.0049,0.0052,0.0049,0.0053,0.0055,0.0056,0.0067,0.0056,0.0097,0.0105,0.0113
2014.09.25,0.0005,0.0000,-0.0009,0.0012,0.0040,0.0040,0.0041,0.0052,0.0057,0.0055,0.0051,0.0051,0.0052,0.0054,0.0057,0.0054,0.0058,0.0060,0.0061,0.0072,0.0061,0.0102,0.0110,0.0118,0.0123
2014.09.25,0.0009,0.0000,0.0021,0.0049,0.0049,0.0050,0.0061,0.0066,0.0064,0.0060,0.0060,0.0061,0.0063,0.0066,0.0063,0.0067,0.0069,0.0070,0.0081,0.0070,0.0111,0.0119,0.0127,0.0132,0.0130

2014.09.25,-0.0021,0.0000,0.0028,0.0028,0.0029,0.0040,0.0045,0.0043,0.0039,0.0039,0.0040,0.0042,0.0045,0.0042,0.0046,0.0048,0.0049,0.0060,0.0049,0.0090,0.0098,0.0106,0.0111,0.0109,0.0122.

CSV에서 DBF로 변환하는 데 시간이 오래 걸리므로 지금 바로 사용할 수 없습니다. 스크립트 및 이미지로 변환한 후 데이터를 MT5로 내보내려면 !??? 전문가 고문 템플릿, 사용자 지정 지표, 스크립트를 만들려면 MQL5를 선택하십시오 !?! ? 어떻게...

 
입력 데이터를 입력하고 계수를 다시 출력하는 일종의 DLL을 갖고 싶습니다. 누구든지 어떤 뉴로 소프트웨어에 이런 기능이 있는지 아십니까? 또는 NeuroPro의 작성자에게 소스에 대해 문의하고 직접 DLL을 작성하세요....
 
elugovoy:
입력 데이터를 입력하고 계수를 다시 출력하는 일종의 DLL을 갖고 싶습니다. 누구든지 어떤 뉴로 소프트웨어에 이런 기능이 있는지 아십니까? 또는 NeuroPro 작성자에게 소스에 대해 문의하고 직접 DLL을 작성하십시오 ...
오래된 뉴로쉘 2가 있습니다.
 
elugovoy:
입력 데이터를 거기에 넣고 계수를 다시 내보내는 일종의 DLL을 갖고 싶습니다. 누구든지 어떤 뉴로 소프트웨어에 이런 기능이 있는지 아십니까? 또는 NeuroPro 작성자에게 소스에 대해 문의하고 직접 DLL을 작성하세요....
Deductor에서는 부트닉으로 준비된 프로젝트를 실행할 수 있습니다.
 
elugovoy:
입력 데이터를 거기에 넣고 계수를 다시 내보내는 일종의 DLL을 갖고 싶습니다. 누구든지 어떤 뉴로 소프트웨어에 이런 기능이 있는지 아십니까? 또는 NeuroPro 작성자에게 소스에 대해 문의하고 직접 DLL을 작성하세요....
DLL을 사용하는 경우 https://www.mql5.com/ko/articles/252.
Прогнозирование временных рядов в MetaTrader 5 при помощи библиотеки машинного обучения ENCOG
Прогнозирование временных рядов в MetaTrader 5 при помощи библиотеки машинного обучения ENCOG
  • 2011.04.25
  • investeo
  • www.mql5.com
Статья посвящена использованию функционала нейронных сетей библиотеки машинного обучения ENCOG в MetaTrader 5. В качестве примера приведена реализация простого нейросетевого индикатора на основе технических индикаторов и советника, торгующего по сигналам нейросетевого индикатора. Все исходные коды, скомпилированные библиотеки и примеры обученной сети прилагаются к статье.
 
Reshetov:
dll을 사용하는 경우 https://www.mql5.com/ko/articles/252 참조 .

재미있는 이름: ENCOG - 머신 러닝... 핫하네요.

여기에 나열된 도구는 머신 러닝에 대한 일부일 뿐입니다.

CRAN Task View: Machine Learning & Statistical Learning
  • cran.r-project.org
Several add-on packages implement ideas and methods developed at the borderline between computer science and statistics - this field of research is usually referred to as machine learning. The packages can be roughly structured into the following topics: Neural Networks : Single-hidden-layer neural network are implemented in package...