Nöral ağlar - sayfa 20
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
"Çiğneme" işleminden sonra (yüzeysel olarak olsa da - yine de zamana ihtiyacımız var), YSA'yı asla etkili bir şekilde kullanmayacağız gibi görünüyor. Biz (küçük patatesler) kullanılması gerektiği gibi YSA'yı kullanmak için gereken donanım için yeterli paraya sahip değiliz.
Kendi başıma....neden tüm olumsuzluklar?
Bu o kadar karmaşık değil. Öncelikle tahmin etmeye çalıştığınız şeyin ne olduğunu bulmanız gerekir. Bir sonraki konu gürültü. Modelinizin rastgelelik ve veri madenciliği yanlılığına aldanmadığından emin olmanız gerekir. Donanıma çok para harcamadan önce bir kavram kanıtı geliştirmenize izin verecek ücretsiz araçlar var.
Örneğin, eğilimi tahmin ediyorsanız, modelinizin basit bir ortalamanın üzerinde bir üstünlüğü olup olmadığına bakmanız gerekir. Dönüm noktalarını tahmin ediyorsanız, önce bir fourier dönüşümü gerçekleştirip gerçekleştiremeyeceğinize bakın. Kenar küçükse, eğitim süresinin çabaya değer olup olmadığını kendinize sormalısınız. Bir sinir ağı veya çeşitli destek vektör makinelerinden birini kullanmanız farketmez, yine de geleceği tahmin etmek için geçmişe uydurma eğrisinin tüm sorunlarıyla karşı karşıya kalırsınız. Örnekleme dışında, bu sistemler başarısız olma eğilimindedir, çünkü testinizde elde etmiş olabileceğiniz herhangi bir başarı yine de rastgeleliğe bağlı olabilir. Donanıma yatırılan hiçbir para bu sorunu çözemez.
Şimdi bu araçlar faydalı olabilir, ancak beklentilerinizi kontrol altında tutmanız gerekecek. Bir model, bir stratejiyi birkaç yüzde puanı kadar iyileştirebilirse, zamanla ve çok sayıda işlemle öne çıkarsınız.
Saygılarımızla,
Alex
Kendi başıma....neden tüm olumsuzluklar?
Bu o kadar karmaşık değil. Öncelikle tahmin etmeye çalıştığınız şeyin ne olduğunu bulmanız gerekir. Bir sonraki konu gürültü. Modelinizin rastgelelik ve veri madenciliği yanlılığına aldanmadığından emin olmanız gerekir. Donanıma çok para harcamadan önce bir kavram kanıtı geliştirmenize izin verecek ücretsiz araçlar var.
Örneğin, trendi tahmin ediyorsanız, modelinizin basit bir ortalamanın üzerinde bir üstünlüğü olup olmadığına bakmanız gerekir. Dönüm noktalarını tahmin ediyorsanız, önce bir fourier dönüşümü gerçekleştirip gerçekleştiremeyeceğinize bakın. Kenar küçükse, eğitim süresinin çabaya değer olup olmadığını kendinize sormalısınız. Bir sinir ağı veya çeşitli destek vektör makinelerinden birini kullanmanız farketmez, yine de geleceği tahmin etmek için geçmişe uydurma eğrisinin tüm sorunlarıyla karşı karşıya kalırsınız. Örnekleme dışında, bu sistemler başarısız olma eğilimindedir, çünkü testinizde elde etmiş olabileceğiniz herhangi bir başarı yine de rastgeleliğe bağlı olabilir. Donanıma yatırılan hiçbir para bu sorunu çözemez.
Şimdi bu araçlar faydalı olabilir, ancak beklentilerinizi kontrol altında tutmanız gerekecek. Bir model, bir stratejiyi birkaç yüzde puanı kadar iyileştirebilirse, zamanla ve çok sayıda işlemle öne çıkarsınız.
Saygılarımızla,
AlexAlex
Yanıt için teşekkürler
Bu anlattıklarımı anlatmamın sebebi, donanımsal olarak iyi donatılmadıkça, YSA hesaplamasının her zaman "eksik" olacağıdır. Ve sonra zaten yaptığımız şeye geliyor: kendi NN'mizi kullanarak tahmin yapmak
Tamam anladım. Denemek istiyorsanız, konuyu görmemiş olmanız durumunda Rapidminer'ı metatrader ile kullanmanın bir yolunu burada düzenledim. https://www.mql5.com/en/forum/181252
Tamam anladım. Denemek istiyorsanız, konuyu görmemiş olmanız durumunda Rapidminer'ı metatrader ile kullanmanın bir yolunu burada düzenledim. https://www.mql5.com/en/forum/181252
Alex
Tüm yardımların için teşekkür ederim
Eklediğim gibi birkaç umut verici örnek testim var. AI ile karlı algoritmalar bulmak tamamen sizin girdilerinizle ilgilidir ve bu bilim değil sanattır. Canlı ticaret için farklı algoritmalar ararken, çapraz Tekrarlayan Sinir Ağı Sınırlı Python'da Boltzmann Makineleri RNN-RBM — DeepLearning 0.1 belgeleri ve Bernoulli Kısıtlı Boltzmann Makineleri ile polifonik müzik dizilerinin modellenmesi ve oluşturulması, python'da çıkarıcı ve LogisticRegression sınıflandırıcı özelliğine sahiptir. sessiz ilginç, canlı ticaret için bu iki algoritmadan herhangi biriyle ilgili herhangi bir deneyimi olan var mı?
Nöro trend klonlandı (göstergeler + şablon)
nörotrendnncloned.rar
Yararlı bağlantı: Sinir Ağı Eğitimi
Yapay Sinir Ağları : yapay_neural_networks.pdf
tahmin_edilebilirliği_but_no_profitability_-_an_empirical_evaluation_of_genetic_algorithm-optimized_tr.pdf