Discussão do artigo "Redes Neurais Profundas (Parte I). Preparando os Dados"
O artigo Redes neurais profundas (Parte I) foi publicado . Preparação de dados:
Autor: Vladimir Perervenko
Vladimir. Como sempre, obrigado pelo artigo de qualidade. Com certeza vou trabalhar nele.
Filtros digitais + diplerning é uma combinação interessante, mas os próprios filtros digitais devem ser selecionados pelo gerador na máquina durante o treinamento, caso contrário, é inútil, na minha opinião
Vladimir. Como sempre, obrigado pelo artigo de qualidade. Com certeza vou ler o artigo.
A Parte_2 (desenvolvimento e seleção de preditores) deve ser publicada na próxima semana. Precisarei dos resultados da primeira parte.
Boa sorte
A Parte_2 (desenvolvimento e seleção de preditores) deve ser lançada na próxima semana. Você precisará dos resultados da parte 1.
Boa sorte
Vladimir.
Com relação à última série de artigos. Executei robôs em um servidor alugado na Amazon. Dos 40 modelos, 5 estavam no plus.
Esse é um bom resultado para mim. Os dados das cotações, que são transmitidos pelo corretor, diferem dos dados do arquivo. Portanto, os modelos não funcionaram com os dados com os quais aprenderam.
Esses aspectos são bastante transferíveis para mercados mais compreensíveis. Se conseguimos mostrar um resultado positivo no forex com sua volatilidade e divórcios.
artigo muito interessante
Sempre me perguntei por que eles sempre escolhem linguagens de programação exóticas para redes neurais (mais frequentemente php, aqui R).
O que há de errado com o C#, que é usado por 3/4 do mundo?
artigo muito interessante
Sempre me perguntei por que eles sempre escolhem linguagens de programação exóticas para redes neurais (mais frequentemente php, aqui R).
O que há de errado com o C#, que é usado por 3/4 do mundo?
A linguagem R não é nem um pouco exótica. Ela é, de fato e de direito, uma linguagem padrão para cálculos estatísticos. C# e R são níveis diferentes de abstração, o primeiro é o nível de implementação, o segundo é o nível de modelos.
Se você pesquisar no Google, ficará surpreso com a posição do R na classificação das linguagens. E quanto ao 3/4, você está exagerando. Tudo depende das tarefas a serem resolvidas.
Boa sorte
artigo muito interessante
Sempre me perguntei por que eles sempre escolhem linguagens de programação exóticas para redes neurais (mais frequentemente php, aqui R).
O que há de errado com o C#, que é usado por 3/4 do mundo?
Ele serve apenas como estrutura para análise estatística e assim por diante. Todas as bibliotecas básicas são escritas em C++ com redes neurais. Você pode encontrar facilmente o site de uma determinada biblioteca e conectá-la como uma dll ao MT5, por exemplo.
e faça toda a pesquisa necessária sobre o R primeiro
Ele serve apenas como uma estrutura para análise estatística e assim por diante. Todas as bibliotecas básicas são escritas em C++ com redes neurais. Você pode encontrar facilmente o site de uma determinada biblioteca e conectá-la como uma dll ao MT5, por exemplo.
e faça toda a pesquisa necessária sobre o R primeiro.
Não entendo a parte destacada. Algum exemplo?
Bem, http://mxnet.io/ é a mesma coisa, você pode compilar como uma dll, e alguns pacotes vêm com dlls prontas.
Ou que exemplo de como usar bibliotecas de terceiros no MT5?
p.s. existe uma já pronta, você não precisa criar nada http://mxnet.io/get_started/windows_setup.html.
Bem, o http://mxnet.io/ é o mesmo, você pode criá-lo como uma dll, e alguns pacotes vêm com dlls prontas.
ou qual é um exemplo de como usar bibliotecas de terceiros no MT5?
Sim, há alguns modelos que exigem a criação de uma dll, mas são muito poucos e suas dlls não precisam estar conectadas ao MT. A DLL é simplesmente instalada em seu sistema. Esse último procedimento geralmente não é fácil.
Boa sorte
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Novo artigo Redes Neurais Profundas (Parte I). Preparando os Dados foi publicado:
Esta série de artigos continua a explorar as redes neurais profundas (RNP), que são usadas em muitas áreas de aplicação, incluindo a negociação. Serão exploradas aqui novas dimensões deste tema juntamente com o teste de novos métodos e ideias usando experiências práticas. O primeiro artigo da série é dedicado a preparar os dados para a RNP (DNN).
Autor: Vladimir Perervenko