"Новый нейронный" - проект Open Source движка нейронной сети для платформы MetaTrader 5. - страница 2
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
Может в качестве экспертов привлечь разработчиков нейронных систем, которые уже работают в области трейдинга?
Позвать их с других сайтов.
Может в качестве экспертов привлечь разработчиков нейронных систем, которые уже работают в области трейдинга?
Позвать их с других сайтов.
Вы говорите о проплаченных авторитетах или
просто об информировании более широкой аудитории в надежде вызвать интерес?
Вы говорите о проплаченных авторитетах или
просто об информировании более широкой аудитории в надежде вызвать интерес?
Для нас задача разработки движка уже перешла в стадию реализации. Сегодня провели внутреннее обсуждение идеи и перешли к подготовке инфраструктуры.
Теперь нужны эксперты, которые помогут словом и делом.
Для нас задача разработки движка уже перешла в стадию реализации. Сегодня провели внутреннее обсуждение идеи и перешли к подготовке инфраструктуры.
Теперь нужны эксперты, которые помогут словом и делом.
Ну тогда нужно опубликовать что у вас есть.
будет что обсуждать будут и спецы.
А вот если реакции не будет тогда можна и посусекам поскрести.
А вот если реакции не будет тогда можна и посусекам поскрести.
Гхм (скромно) насчет реакции -- уже есть 3 либки для нейронок.
В одной больше 10 сеток. Работал с сетями Кохонена, MLP, рециркуляционными, Хопфилда ... ,
во второй реализация общего случая сети MLP + Жордана-Элмана -- т.е. любой топологии (направленный граф) с возможностью обратного замыкания любых слоев,
третья -- реализация Эхо-сети, самая любимая :) .
Давно это было правда (кроме эхо-сети), но вспомнить можно. Не работал с вероятностными моделями. Не знаком с последними улучшениями метода градиентного спуска и гибридными методами.
Гхм (скромно) насчет реакции -- уже есть 3 либки для нейронок.
Давно это было правда (кроме эхо-сети), но вспомнить можно. Не работал с вероятностными моделями. Не знаком с последними улучшениями метода градиентного спуска и гибридными методами.Ок. А можно все виды топологии сетей предоставить в виде обзора? То есть чем больше, тем лучше, но чтоб это было выражено в виде структуры или схем?
чтоб определится с реализуемыми моделями и тем самым начать проектировать абстрактные общие базовые классы.
задача кстати, не только сделать какой-то набор сетей в результате, но и заложить в классах возможность расширять их на другие частности сетевых топологий.
перед тем как что-то начинать, подготовьте для народа доступную и понятную теорию, практику, а потом уже начинайте что-то ваять.
и расскажите будущим создателям, в чем преимущество НС написанной только на MQL5 и в чем недостаток. Не думаю что кто-то захочет горбатится ради создания пакета, который будет работать в виде эмуляции в MT5 зная, что программы написанные на эмулируемых языках медленнее работают чем программы на языках высокого уровня.
мой совет. если все всё равно горят желанием написать, создайте математическую модель в DLL, а подготовку данных на MQL5. Каждый тип НС реализуйте в отдельных DLL. Например нейронная сеть Коххонена будет находится в файле module_kohhonen.dll, а сеть Хопфилда module_hopfield.dll . Используйте языки по назначению и не изобретайте велосипед.
А графический интерфейс планируется. Для наглядности, возможности пощупать структуру сети, и т.п.
Ок. А можно все виды топологии сетей предоставить в виде обзора?
Ок, по мне интересны 4 сети из реализованных
1. Сети Кохонена, в т.ч. SOM. Хорошо использовать для разделения на кластеры там, где непонятно чего искать. Топология думаю известна на входе вектор, на выходе вектор или по-другому сгруппированные выходы. Обучение может быть как с учителем, так и без.
2. MLP , в максимально общем виде, т.е. с произвольным набором слоев, организованных в виде графа с наличием обратных связей. Применяется очень широко
3. Рециркуляционная сеть. Честно говоря, ни разу не видел нормальной рабочей нелинейной реализации. Применяется для сжатия информации и выделения главных компонент (PCA) . В простейшем линейном виде представляется как линейная двуслойная сеть, в которой сигнал можно распространять с обеих сторон (или трехлойная в развернутом виде).
4.Эхо-сеть. По принципу схожа с MLP, применяется там же. Но абсолютно отличается по организации и имеет четко заданное время обучения (ну и всегда выдает глобальный минимум, в отличие).
5. PNN -- не использовал, не шарю. Но думаю найдутся умельцы.
6. Модели для нечеткой логики (не путать с вероятностными сетями). Не реализовывал. Но могут быть полезны. Если кто-то найдет информацию киньте плз. Почти все модели имеют японское авторство. Почти все собираются вручную, но если бы получилось автоматизировать построение топологии по логическому выражению(если я все правильно помню), это было бы нереально круто.
_______________
Предлагайте другие модели.
Все сети представимы в виде вход--черный ящик--выход
Полностью заинтерфейсить все сети наверное не получится, хотя надо бы попытаться.