文章 "MQL5中的量子神经网络（第一部分）：创建包含文件"

新评论
 

新文章 MQL5中的量子神经网络（第一部分）：创建包含文件已发布：

本文提出了一种基于量子原理与AI（人工智能）构建交易系统的全新方案。作者阐述了一套独特神经网络的开发过程，该网络融合量子力学与现代AI架构，突破了传统机器学习框架。

人类大脑会同时调用多种类型的记忆。当经验丰富的交易者观察行情图表时，会瞬间回忆起历史上的相似行情，分析当下市场环境，凭借直觉预判后续可能发生的行情。这一原理正是我们的上下文分析器（ContextAnalyzer）的设计基础，该创新组件以数字化的方式复现人类交易直觉。

我们的记忆系统分为五个层级，每一层都各司其职。短期记忆捕捉市场的瞬时变化，记录每一笔Tick数据、每一次价格波动。中期记忆积累小时级别和日线级别趋势的相关信息。长期记忆存储历经数月乃至数年沉淀形成的底层市场模式。

而真正的魔力始于情景记忆。只有发生重大市场事件时它才会被激活：例如波动率剧烈飙升、突发消息、趋势发生切换。这些时刻会被着重标记留存，形成独有的“记忆片段”，供系统日后识别同类行情场景。


作者：Yevgeniy Koshtenko

 
叶夫根尼，你真会制造热潮





 
Ivan Butko #:
叶夫根尼，你真会炒热气氛啊
这可是ChatGPT写的嘛)
 
Ivan Butko #:
叶夫根尼，你真会制造热度啊





那有什么问题吗？正是变压器模型在当时有力地推动了自然语言处理技术的发展。与之前的RNN相比，它确实更厉害。我认为，未来我们将看到量子计算与神经网络的融合， 环形元神经网络架构进展得非常顺利，正如论文中所述，其中包含12个模型副本，它们像“增强学习”一样在循环中相互提升效果，并基于彼此的输出、置信度和误差进行学习。 看，这甚至是在没有预训练的情况下进行的测试，它只是在线学习……


[删除]  

只有在替换了包含文件后，文章中的脚本才成功编译。否则神经网络无法识别。大概是因为我没把文章读完，就直接把它放到了“专家”板块里。

//#include <Shtenco_SimpleQuantumNeural.mqh>
#include  <QuantumNeuralMQL.mqh>

但之后还是完全搞不懂该用什么来测试 :) 就像是家庭作业——要把机器人补写完吗？
 
Maxim Dmitrievsky #:

只有在替换了包含文件后，文章中的脚本才能编译成功。否则神经网络无法识别。大概是因为我没把文章读完，就直接把它放进了“专家”板块。


但之后还是完全搞不懂该在什么环境下进行测试 :) 就像是作业一样——要继续完善这个聊天机器人吗？

你好，马克西姆！我刚刚替换了文件——之前把不同版本文章中的包含文件搞混了

关于聊天机器人——下一部分会介绍一个基于这个神经网络的简单聊天机器人）

[删除]  
Yevgeniy Koshtenko #:

你好，马克西姆！我刚刚替换了文件——之前在不同版本的文章中把包含文件搞混了

关于机器人——下一部分将介绍一个基于这个编程语言的简单机器人）

好嘞，不错，咱们一起研究研究吧 :)

 
这篇文章的构思非常精彩且引人入胜。我完全理解了该系统的量子特性，这是我在MQL5社区中发现的第一个此类“大脑”。太棒了，继续努力！简体中文（大陆）
 
Maxim Dmitrievsky #:

只有在替换了包含文件后，文章中的脚本才能编译成功。否则神经网络无法识别。大概是因为我没把文章读完，就直接把它放到了“专家”板块里。


但之后还是完全搞不懂该在什么环境下进行测试 :) 就像是家庭作业——要把机器人补写完吗？
Yevgeniy Koshtenko#:

那有什么问题吗？正是Transformer在当时有力地推动了自然语言处理技术的发展。与之前的RNN相比，它确实更厉害。我认为，未来我们将看到量子计算与神经网络的融合， 环形元神经网络架构进展得非常顺利，正如论文中所述，其中包含12个模型副本，它们像“增强学习”一样形成环路，相互提升效果，并基于彼此的输出、置信度和误差进行学习。 看，这甚至是在没有预训练的情况下进行的测试，它只是在线上学习……


测试数据是2017年的吗？

为什么不选24年或25年的数据呢？

新评论