下载MetaTrader 5

文章 "第三代神经网络:深度网络"

要添加评论,请登录注册
MetaQuotes Software Corp.
版主
182665
MetaQuotes Software Corp.  

新文章 第三代神经网络:深度网络已发布:

本文致力于介绍一种新的有前景的机器学习方向 — 深度学习或者更准确的说,深度神经网络。简要回顾第二代神经网络,它们的连结架构和主要类型,学习的方法和规则以及缺点,随后介绍第三代神经网络的发展, 它们的主要类型,特点和学习方法。创建并训练一个深度神经网络,由真实数据通过堆栈式自动编码器权重进行初始化。从输入数据的选择到数量化求解的所有步骤 都会详细讲述。文章的最后部分包含一个深度神经网络的EA实例,其中带有一个MQL4/R的内置指标。

本文将要讨论这一课题的主要概念,诸如深度学习以及无复杂layman形式运算的深度网络。

真实数据的实验,通过定量和比较(无法定量和比较),证实(或证伪)深度神经网络的理论优势。当前的任务是分类。我们要基于深度神经网络模型创建一个指标和一个EA,根据客户端/服务器的方式进行运作,并对它们进行测试。

本文的读者应该对神经网络中使用的基本概念已有一定程度的了解。

4. 实现(指标和EA)

现在我们要写一个接收深度神经网络交易信号的指标和EA程序。

有两种实现方式:

  • 第一种方式。神经网络的训练在Rstudio中手动执行。在获得可接受的结果后,将网络保存在恰当的目录中。然后在 图表上加载EA和指标。EA将加载已训练后的神经网络。指标将每个新柱形上的输入数据组织成向量传入EA。EA呈现神经网络数据,接收交易信号然后执行交 易。EA执行常规操作如开仓、平仓,追踪止损等。指标的目的是给EA准备和传递每个新柱形的输入数据,最重要的是,在图表上呈现网络的预测信号。实践证 明,可视化控制是评估一个神经网络的最有效的方法。
  • 第二种方式。在图表上加载EA和指标。刚加载时,指标传递给EA一个预先准备好的输入输出大数据集。EA开始训练、测试及选择最佳神经网络。这之后的运作和第一种方式一样。

我们打算根据第一个算法编写指标-EA关联程序。最简单化实现EA。

为何这么困难呢?这样的实现方式允许将在不同的货币对/时间框架上的多个指标和同一个EA关联起来并正常运行。为了实现这点,EA必须进行小的调整。我们打算后面再讨论它。

下面是指标和EA的交互结构:

图. 31. 指标和EA之间的交互结构

图. 31. 指标和EA之间的交互结构

作者:Vladimir Perervenko

peng wu
156
peng wu  

Rterm crashed!

Rterm crashed!

Rterm crashed!

Rterm crashed! 

Jinsong Zhang
15780
Jinsong Zhang  
最有效的管理方式就是通过Windows任务管理器了。当EA或者指标加载后,如果Rterm没有在任务列表中出现,那么说明R处理器崩溃了。这个问题的主要原因是脚本中的一个语法错误,接收到的MQL向量长度和从Rterm中解析的向量长度不匹配导致的。

这个问题可以通过在Rstudio中将脚本从头至尾逐行debug来修复
Vladimir Perervenko
2330
Vladimir Perervenko  

Hi,

Attached to the article, an updated expert.

Get out of there.

Best regards

Vladimir

JunCheng Li
42
JunCheng Li  
very good! but for me, it's very difficult!
要添加评论,请登录注册