|
8+ 년도
경험
|
0
제품
|
0
데몬 버전
|
|
0
작업
|
0
거래 신호
|
0
구독자
|
이 글에서는 저자가 직접 개발한 유전 알고리즘을 이용한 진화 연산에 대해 이야기합니다. 예제를 이용해 알고리즘의 기능을 설명하고, 실제 적용 가능한 경우를 설명합니다.
이 문서를 통해 다양한 시계열의 특성에 대한 빠른 예비 추정치를 제공하기 위해 고안된 클래스를 소개해드릴 것입니다. 이 경우 통계적 모수와 자기 상관 함수가 추정되고 시계열의 스펙트럼 추정이 수행되며 히스토그램이 작성됩니다.
자체 구성 기능 맵(코호넨 맵)의 가장 흥미로운 측면 중 하나는 사람이 관리하지 않아도 스스로 데이터를 분류하는 법을 배운다는 것입니다. 기본적인 형태로 입력 데이터의 유사성 맵(클러스터링)을 생성합니다. SOM 맵은 고차원 데이터의 분류 및 시각화에 사용할 수 있습니다. In this article we will consider several simple applications of Kohonen maps.
본 문서의 목적은 가장 단순한 매매 전략인 "올인" 게임 원칙을 구현하는 것입니다. 우리의 목적은 딱히 수익을 올리는 Expert Advisor를 만드는게 아닙니다. 우리의 목표는 가장 나은 확률을 검토하여 여러번에 거쳐 초기 액수를 늘리는 것입니다. 인디케이터나 기술 분석, 이런 것에 대해 하나도 모르면서 외환시장에서 대박을 터뜨리는 것이 과연 가능할까요?
본문은 머신러닝의 새로운 관점에 대해 다룹니다. 딥러닝, 정확히 말하면 심층 신경망에 대한 글이죠. 2세대 신경망도 간략하게 살펴볼 겁니다. 연결 구조, 종류, 학습 메소드 및 규칙, 단점을 다룬 후 3세대 신경망 개발의 역사, 종류, 특성 및 학습 메소드에 대해 알아보겠습니다. 실제 데이터를 이용한 적층 오토인코더를 이용한 심층 신경망 구축 및 학습 실험도 할 겁니다. 인풋 데이터 선택부터 편차 메트릭까지 자세히 다룰 겁니다. 본문의 마지막 부분에서는 MQL4/R 기반 인디케이터가 탑재된 EA를 이용해 심층 신경망을 구현해 보도록 하겠습니다.
요즘, 모든 거래자들은 신경망에 대해 들어봤을 것이고, 신경망을 사용하는 것이 얼마나 멋진지 알고 있을 것입니다. 대다수는 신경망을 다룰 수 있는 사람들이 일종의 초인적인 존재라고 믿습니다. 이 기사에서는 신경 네트워크 아키텍처를 설명하고, 그 적용 사례를 설명하며, 실제 사용 사례를 보여 드리겠습니다.