文章 "交易中的神经网络:异质性感知元参数学习(关键组件)" 新评论 MetaQuotes 2026.11.18 09:56 新文章 交易中的神经网络:异质性感知元参数学习(关键组件)已发布: 在本文中,我们将详细探讨用于实现HimNet框架关键组件的算法。 我们展示了如何仅通过极少数量的可训练组件,就能够在整个系统中实现高度的一致性和可控性。 所呈现的实现方案结构紧凑、清晰易懂,因此更容易适配实际市场任务。 第一篇文章的实践部分证实了这一想法在现实工程环境中是可行的。 我们将构建切比雪夫多项式和误差反向传播的计算密集型操作转移到了GPU上,为此实现了ChebStep和ChebStepGrad内核,二者均使用OpenCL编写。 在主程序方面,实现了CChebPolinom对象,该对象封装了内核,并为推理和梯度计算提供了统一的接口。 最终形成了一套混合处理流程:训练快速,推理可靠。 在本文中,我们将继续实现HimNet框架中的方法,所用语言为MQL5。 作者:Dmitriy Gizlyk 新评论
新文章 交易中的神经网络:异质性感知元参数学习(关键组件)已发布:
第一篇文章的实践部分证实了这一想法在现实工程环境中是可行的。 我们将构建切比雪夫多项式和误差反向传播的计算密集型操作转移到了GPU上,为此实现了ChebStep和ChebStepGrad内核,二者均使用OpenCL编写。
在主程序方面,实现了CChebPolinom对象,该对象封装了内核,并为推理和梯度计算提供了统一的接口。 最终形成了一套混合处理流程:训练快速,推理可靠。
在本文中,我们将继续实现HimNet框架中的方法,所用语言为MQL5。
作者:Dmitriy Gizlyk