Скачать MetaTrader 5

Примеры: Рецепты нейросетей

Авторизуйтесь или зарегистрируйтесь, чтобы добавить комментарий
MetaQuotes Software Corp.
Модератор
185208
MetaQuotes Software Corp.  

New article Рецепты нейросетей has been published:

Статья для начинающих кулинаров в приготовлении "слоёных" пирогов

Не так давно - на заре технического анализа, когда компьютеры были далеко не у каждого биржевика - появлялись люди, которые пытались предсказывать будущие цены по ими же придуманным законам и формулам. Таких людей часто называли шарлатанами. Время шло, усложнялись методы обработки информации, и теперь очень сложно найти равнодушного к техническому анализу. Любой трейдер-новичок с легкостью может оперировать графиками, различными индикаторами, искать закономерности.

С каждым днем пополняются ряды форекс-трейдеров. Одновременно с этим растут их запросы к методам анализа рынка. Одними из таких "относительно" новых методов являются использование теории нечеткой логики и нейросетей. Мы сами видим, как на любом тематическом форуме обсуждаются темы, посвященные этим вопросам. Они есть и всегда будут появляться. Человек, придя в мир биржи, навряд ли покинет ее. Ибо она есть вызов его интеллекту, его силе ума, силе воли. Поэтому трейдер всегда учится чему-то новому и применяет в своей практике самые разнообразные подходы.

В этой статье мы разберем основы создания нейросетей, познакомимся с понятием нейросетей Кохонена и немного поговорим о методах оптимизации торговли. Эта статья адресована в первую очередь трейдерам, которые только начинают знакомиться с нейросетями и их принципами обработки информации.


Рис. 8. Схема обучаемой нейросети

Author: o_O

MQL4 Comments
16319
MQL4 Comments  

Просто получил удовольствие от прочтения. За что благодарности автору.

P.S. Извините, что без критики :)

MQL4 Comments
16319
MQL4 Comments  

Присоединяюсь в благодарности к автору, большой труд и достаточно качественно и как практическое введение в суть.

PS: Офф-топ идея - может MQL движок отдельно вычленить, как Lua к примеру .

а то от баз данных скоро к решению краевых задач на нем перейдут )))

Andrey Emelyanov
1434
Andrey Emelyanov  

Очень качественная статья про сеть Кохонена, но не понятен выбор автора, т.к. данная сеть используют для восстановления, сжатия образов, т.е. для получения быстрой аппроксимации функции. Как мне кажеться данная сеть может быть полезна для корректировки образов для сетей Хопфилда или Хемминга, у которых отсутствует процесс обучения при распознании, но зато подходят для распознания уже известных образов с сильно зашумленным сигналом.А данную сеть прийдеться постоянно контролировать из вне, чтоб не произошел процесс переобучения (как???).

MQL4 Comments
16319
MQL4 Comments  

Просто очень хорошая статья!

у меня только вот вопросик: если я хочу использовать несколько входных векторов одновременно, то увеличение размерности входного вектора будет выходом из проблемы?

MQL4 Comments
16319
MQL4 Comments  
Объясните откуда взялся файл начальных весов string FileName = "eurusd_15.wgh"; в функции - void GetWeight() индикатора, чем его создавать?
MQL4 Comments
16319
MQL4 Comments  

Автору респект за статью.

Только не понял фразу "Например, если вес изменяется от 0 до 1 с шагом 0,01, то нам понадобиться 100 шагов. Для 5 весов это будет 5100 комбинаций."

Может, имелось ввиду "100^5" (100 в степени 5)?

Dmitrii
328
Dmitrii  

Здорово!

Ну, сугубо имхо, в качестве метрики лучше взять Евклидово расстояние, тогда отпадут проблемы с векторами и нормализацией…. Сеть, в этом случае инициализировать примерами надо... В остальном очень даже хорошо.

zebra
267
zebra  
Спасибо за статью, в каком пакете компилировать С++ код? Почему-то в VisualStudio2005 не получается...
Сергей
108
Сергей  
Zebra:
Спасибо за статью, в каком пакете компилировать С++ код? Почему-то в VisualStudio2005 не получается...

В Visual Studio-6 (Ms.VC++6) получается!

Статья интересная, спасибо автору!!!

Андрей
1890
Андрей  

Очень достойно объяснена сеть Кохонена! большое спасибо, Алексей!

Ошибка в 2005 только в одном месте: sqrt(nNeuron[L-1]) -> sqrt((double)nNeuron[L-1]).

Для любителей pure С++ sqrt(static_cast<double>(nNeuron[L-1])) :-)

Совсем немного критики: ИМХО, я бы сеть Кохонена отдельно выделил.

1234
Авторизуйтесь или зарегистрируйтесь, чтобы добавить комментарий