Вероятностные нейронные сети, пакеты и алгоритмы для MT4 - страница 11
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Господа!
Так что на вход нейросети подавать будем? Какой функционал ошибки выберем?
Судя по содержанию, это мало кого интересует. Многие думают, что дело в софте....
Предлагаю начать с угла наклона лин. регрессии с разными периодами. И можно с разных ТФ. :)
Функционал ошибки - максимальная прибыль.
Судя по содержанию, это мало кого интересует. Многие думают, что дело в софте....
Да, блин !!!, понаплодили тем про нейронки. И везде флудеры любое обсуждение забивают тупыми просьбами софта и десятками мессаг "и мне и мне и мне".
Так что нормально и обсудить-то негде. Может есть где жестко модерируемый форум, где флудеров отстреливают? Раз брякнул - замечание, два не в тему сказал - вечный игнор.
Клот ты много где пасешься, может есть на примете местечко?
Судя по содержанию, это мало кого интересует. Многие думают, что дело в софте....
Да, блин !!!, понаплодили тем про нейронки. И везде флудеры любое обсуждение забивают тупыми просьбами софта и десятками мессаг "и мне и мне и мне".
Так что нормально и обсудить-то негде. Может есть где жестко модерируемый форум, где флудеров отстреливают? Раз брякнул - замечание, два не в тему сказал - вечный игнор.
Клот ты много где пасешься, может есть на примете местечко?
Открыл я себе форум. теперь там и буду пастись :) И всех приглашаю к практическому обсуждению. Флудеров буду сам отстреливать. :)
http://www.fxreal.ru/forums/index.php
понемногу свои наработки из разных мест туда перекидываю.
Пример простейшей неросети
MICROSOFT VISUAL C++ 6.0
сеть учиться операции XOR
Еще одна простая сеть !
MICROSOFT VISUAL C++ 6.0
в данной версии можно добавлять слои - в слоях менять количестов нейронов
изначально в исходнике 3 слоя
2 нейрона на входе два в скрытом слое и один на выходе!
// Create a 3-layer neural net to solve the XOR problem, with 2 nodes in the first two layers,
// and a single node in the output layer.
CBPNet XOR( 3 /* num layers */, 2 /* inputs */,2 /* hidden */,1 /* outputs */ );
// connect the neurons up
//
// O - Output
// / \
// O O - Hidden
// |\ /|
// | X |
// |/ \|
// O O - Input
//
к примеру если в скрытый слой поместить 3 нейрона - результат становиться более точным
CBPNet XOR( 3 /* num layers */, 2 /* inputs */,3 /* hidden */,1 /* outputs */ );
увеличекние количетва слоев потребовало та же увеличить количество нейронов в скытых слоях
CBPNet XOR( 4 /* num layers */, 2 /* inputs */,20 /* hidden 1 */ ,5 /* hidden 2 */ ,1 /* outputs */ );
при увеличении слоев таже необходимо добавить вызов
// apply the bias to the hidden layer, and output layer
XOR.SetBias( POINT2D(0,1),BIAS_GLOBAL );
XOR.SetBias( POINT2D(1,1),BIAS_GLOBAL );
XOR.SetBias( POINT2D(1,1),BIAS_GLOBAL );
XOR.SetBias( POINT2D(0,2),BIAS_GLOBAL );
результат удалось получить, но сеть намного медленеей стала учиться!
Открыл я себе форум. теперь там и буду пастись :) И всех приглашаю к практическому обсуждению. Флудеров буду сам отстреливать. :)
и совсем красивая обучалка!
Красиво получается. Можно еще попробовать научить сеть таблице умножения, в форме распознавания паттернов.
Типа: in[0]=2; in[1]=2; out_des[0]=4; и т.д....
и совсем красивая обучалка!
Господа!
Так что на вход нейросети подавать будем? Какой функционал ошибки выберем?
Судя по содержанию, это мало кого интересует. Многие думают, что дело в софте....
Предлагаю начать с угла наклона лин. регрессии с разными периодами. И можно с разных ТФ. :)
Функционал ошибки - максимальная прибыль.
Может лучше Функционал ошибки - не максимальная прибыль, а невязка (разница между прогнозом и Close[0]).