"Новый нейронный" - проект Open Source движка нейронной сети для платформы MetaTrader 5. - страница 90
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
Я извиняюсь, я просто ни разу не выкладывал код.
Смотрю все решилось это хорошо.
тогда из википедии битую ссылку уберите.
проект Open Source движка нейронной сети для платформы MetaTrader 5
Так чо там в результате? Есть где то нейронка под МТ5? Где лежит?
Так чо там в результате? Есть где то нейронка под МТ5? Где лежит?
проект заглох, к сожалению.
но в штатной поставке терминала появился Alglib, обратите на него внимание.
проект заглох, к сожалению.
но в штатной поставке терминала появился Alglib, обратите на него внимание.
проект заглох, к сожалению.
но в штатной поставке терминала появился Alglib, обратите на него внимание.
Там ограничение на количество слоев в MLP. Как и в оригинальном Alglib.
Гммм... вообще странно, читаешь некоторые посты типа:
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.
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.
И думаешь огого какие тут гении собрались, а в результате "проект заглох" и из готового есть только это и похоже что большинство тут просто мелкие врунишки.
Гммм... вообще странно, читаешь некоторые посты типа:
И думаешь огого какие тут гении собрались, а в результате "проект заглох" и из готового есть только это и похоже что большинство тут просто мелкие врунишки.
В их маркете как грязи.
Гммм... вообще странно, читаешь некоторые посты типа:
И думаешь огого какие тут гении собрались, а в результате "проект заглох" и из готового есть только это и похоже что большинство тут просто мелкие врунишки.