"Новый нейронный" - проект Open Source движка нейронной сети для платформы MetaTrader 5. - страница 38
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
Фильтры обучаются без учителя путём представления случайно-выбранных 10000-40000 участков истории (это же количество итераций). Обучение очень быстрое. В зависимости от комьютера, 10000 фильтров обучаются на 20000 участках истории от 1-2 минуты на 360 GPU CUDA процессорах, примерно 1 час на 4-х интеловских процессорах с 16-ю тредами, 3-4 часа на моём ноутбуке с одним процессором и двумя тредами. Хотя время здесь неважно. Даже если мне нужен день или два для такого обучения фильтров, оно делается только один раз для каждой котировки (EURUSD, USDJPY, и т.д.). После того как фильтры обучены, они не изменяются и используются для фильтрования новых цен. Само фильтрование очень быстрое - считаем сумму произведений цены на коэффициенты фильтров.
Насколько я припоминаю то для того чтоб сетка считалась обученной каждый участок приходится проходить несколько раз,
вопрос в том сколько раз придётся подать каждый пример?
Насколько я припоминаю то для того чтоб сетка считалась обученной каждый участок приходится проходить несколько раз,
вопрос в том сколько раз придётся подать каждый пример?
Не обязательно проходить один и тот же участок истории несколько раз. И не обязательно каждый участок истории проходить по крайеней мере один раз. Некоторые участки исории могут опущены. Фильтры по существу собирают статистику котировок по случайным выборкам.
Нет, вы говорите о фильтрах, я же предупредил что вопрос в сторону, я говорю о алгоритмах обучения НС.
Общий курс (с сайта http://www.intuit.ru/department/expert/neuro/ там нужна регистрация, кому влом регится - ник Nic_Touch pas zdraste01 )
Лекции http://www.softcraft.ru/neuro/ni/p00.shtml
Примеры отображения http://www.statsoft.ru/home/products/version6/snn.htm
Книги по моделям и методам обучения
gpwr:
Тогда действительно не понял. Предлагаемая мною сеть состоит из двух модулей: модуль преобразования данных несколькими слоями фильтров и модуль классификации. Фильтры в первом модуле обучаются без учителя по всей истории один раз и запоминаются для всех последующих применений сети. После того как фильтры обучены, обучаем второй модуль с учителем, т.е. на входе ценовой паттерн, на выходе уже заранее известные сигналы Buy (+1), Sell (-1), Hold (0). Второй модуль может быть любой известной нам нейронной сетью, например Feed-Forward Network (FFN или MLP), Support Vector Machine (SVM), Radial Basis Function (RBF). Обучение этого модуля такое же долгое как и без первого фильтрующего модуля. Как я уже объяснял раньше, по моему мнению, второй модуль не так важен, как первой. Надо сначала правильно преобразовать (фильтровать) котировки перед тем как их подавать в сеть. Простейшим методом фильтрации является например МА. Можно применять и другие индикаторы, что большинство нейросетевеков уже делают. Я предлагаю специальный "индикатор" состоящий из нескольких слоёв фильтров наподобие биологических для такого преобразования котировок, что одинаковые но искажённые паттерны описываются одинаковым кодом на выходе этого "индикатора" (первого модуля моей сети). Тогда уже можно классифицировать эти коды во втором модуле используя общеизвестные методы.
Если я правильно понял то сами фильтры и их обучение можно отнести к модулю предобработки.
Alex а как это у тебя получилось 14 метров прикрепить, модераторская привелегия или увеличили лимит?
u - вход активатора
y - дополнительный степенной коэффициент.