Обсуждение статьи "Эксперименты с нейросетями (Часть 1): Вспоминая геометрию"

 

Опубликована статья Эксперименты с нейросетями (Часть 1): Вспоминая геометрию:

Нейросети наше все. Проверяем на практике, так ли это. Экспериментируем и используем нестандартные подходы. Пишем прибыльную торговую систему. Простое объяснение.

Результаты оптимизации и форвард тестирования.

4 perceptron 4 tangent

Дата форвард тестирования с 2021.05.31 по 2022.05.31. Необходимо выбрать из результатов тот в котором наибольший профит-фактор с максимум комплексного критерия больше 20-40.

Test 1

Test 2

Автор: Roman Poshtar

 
Пробовал нейросети на основе библиотеки Encog C#, лично у меня ничего вразумительного не получилось
 
Andrei Bayakou #:
Пробовал нейросети на основе библиотеки Encog C#, лично у меня ничего вразумительного не получилось

Пришлите ссылку на материал. Я посмотрю.

 

Прикольная идея, другое слово трудно подобрать ))

Если это перцептрон, то где функция активации? Или я её не нашёл? 

Потом, возьмём к примеру код:

//+------------------------------------------------------------------+
//|  The PERCEPRRON - a perceiving and recognizing function          |
//+------------------------------------------------------------------+
double perceptron1() 
  {
   double w1 = x1 - 100.0;
   double w2 = x2 - 100.0;
   double w3 = x3 - 100.0;
   double w4 = x4 - 100.0;
   
   double a1 = (ind_In1[1]-ind_In2[1])/PointS1;
   double a2 = (ind_In1[4]-ind_In2[4])/PointS1;
   double a3 = (ind_In1[7]-ind_In2[7])/PointS1;
   double a4 = (ind_In1[10]-ind_In2[10])/PointS1;
   return (w1 * a1 + w2 * a2 + w3 * a3 + w4 * a4);
  }


Понимаю, что автор подхода скорее всего не Вы, но какой практический смысл в вычитании 100,0


Ещё замечание. Наверное сеть обучается до, а не после. В текущем виде это просто какая-то подборка коэффициентов с помощью Тестера стратегий, а не оптимизация весов с помощью какого-либо метода обучения.

 
Denis Kirichenko #:

Прикольная идея, другое слово трудно подобрать ))

Если это перцептрон, то где функция активации? Или я её не нашёл? 

Потом, возьмём к примеру код:


Понимаю, что автор подхода скорее всего не Вы, но какой практический смысл в вычитании 100,0


Ещё замечание. Наверное сеть обучается до, а не после. В текущем виде это просто какая-то подборка коэффициентов с помощью Тестера стратегий, а не оптимизация весов с помощью какого-либо метода обучения.

Сам код перцептрона я взял тут https://www.mql5.com/ru/code/7917. Ну а фигуры и углы моя идея.

МTC Сombo
МTC Сombo
  • www.mql5.com
В основе MTC классическая потрендовая стратегия и двуслойная нейросеть, обучемая входить в рынок против тренда.
 
Roman Poshtar #:

Сам код перцептрона я взял тут https://www.mql5.com/ru/code/7917

Ясно. Ну это не перцептрон. Вот тут целая статья о перцептроне. В Алглибе есть даже класс перцептрона: %MQL5\Include\Math\Alglib\dataanalysis.mqh

Просто в названии статьи есть термин "нейросети"...

Многослойный перцептрон и алгоритм обратного распространения ошибки
Многослойный перцептрон и алгоритм обратного распространения ошибки
  • www.mql5.com
В последнее время, с ростом популярности этих двух методов появилось много библиотек на Matlab, R, Python, C ++ и т.д., которые получают на вход обучающий набор и автоматически создают соответствующую нейронную сеть для вашей задачи. Мы постараемся понять, как работает базовый тип нейронной сети — перцептрон с одним нейроном и многослойный перцептрон — замечательный алгоритм, который отвечает за обучение сети (градиентный спуск и обратное распространение). Эти сетевые модели будут основой для более сложных моделей, существующих на сегодняшний день.
 
Denis Kirichenko #:

Ясно. Ну это не перцептрон. Вот тут целая статья о перцептроне. В Алглибе есть даже класс перцептрона: %MQL5\Include\Math\Alglib\dataanalysis.mqh

Просто в названии статьи есть термин "нейросети"...

Изучим. Спасибо.

 
Как по мне так отлично всё находит, и  спасибо большое автору, очень хорошее и понятное начало... с нетерпением ждем продолжения... 
 
Сергей Криушин #:
Как по мне так отлично всё находит, и  спасибо большое автору, очень хорошее и понятное начало... с нетерпением ждем продолжения... 

Спасибо за ваш отзыв. Очень рад что помог.

 
Отличная идея. Я также пробую экспериментировать с нейронной сетью и столкнулся с похожей идеей, не передавая цены напрямую в сеть, поскольку цены не имеют допустимых границ, поэтому я решил передавать угол/наклон скользящих средних.
Дайте мне знать, если вы нашли какой-то прогресс.
 
Я использую геометрические многогранники, и они великолепны, пирамиды, кубы, но нет никакого программирования, это полностью визуальная система, рисующая чисто трендовые линии между максимумами и минимумами!!!....Я думаю, пространственная геометрия очень хорошо применима к рынку....Будьте здоровы!!!.