Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 338

 
elibrarius:
verstehe Ihre Idee nicht (

es ist nicht meine Idee, sondern das Prinzip des NS-Unterrichts mit einem Lehrer
 
Maxim Dmitrievsky:

es ist nicht meine Idee, sondern das Prinzip des NS-Unterrichts mit einem Lehrer

Ich stimme zu, dass man auf diese Weise auch komplexere Netze trainieren kann. Aber in diesem Beispiel gibt es eine Ausbildung auf der Grundlage der Ergebnisse des Handels im Tester, ohne Ihre eigenen Anweisungen, wo zu handeln. Das heißt, es handelt sich nicht um eine Ausbildung, sondern um eine Optimierung für maximalen Gewinn. D.h. es handelt sich nicht um ein Neuronetz, sondern eher um einen Expert Advisor mit Gewichtung der Indikatorwerte.

Wenn wir zum Lernprozess für dieses Beispiel zurückkehren, gibt es einen Ausgang im Code, wenn er > 0,5 ist, kaufen wir, wenn er < 0,5 ist, verkaufen wir. Wo kann ich die 0/1-Antwort des Lehrers anbringen? Und was ist damit zu tun?

 
elibrarius:

Ich stimme zu, dass man auf diese Weise auch komplexere Netze trainieren kann. Aber in diesem Beispiel gibt es eine Schulung, die auf den Ergebnissen des Handels im Tester basiert, ohne eigene Anweisungen, wo gehandelt werden soll. Das heißt, es handelt sich nicht um eine Ausbildung, sondern um eine Optimierung für maximalen Gewinn. D.h. es handelt sich nicht um ein Neuronetz, sondern eher um einen Expert Advisor mit Gewichtung der Indikatorwerte.

Wenn wir zum Lernprozess für dieses Beispiel zurückkehren, gibt es einen Ausgang im Code, wenn er > 0,5 ist, kaufen wir, wenn er < 0,5 ist, verkaufen wir. Wo kann ich die 0/1-Antwort des Lehrers anbringen? Was soll ich damit machen?


Das ist der Punkt, an dem man beim Training einhaken sollte, und nach dem Training wird die Ausgabe eine Vorhersage sein

Oh ich sehe, es ist nur ein Neuron )das ein sigmoides Ergebnis liefert

dann auf keinen Fall

 
Maxim Dmitrievsky:


und schrauben es zum Zeitpunkt des Trainings ein, und nach dem Training wird die Ausgabe eine Vorhersage sein

Oh, ich verstehe, es ist nur ein Neuron), das ein sigmoides Ergebnis liefert

dann auf keinen Fall

Schade(

Andere neuronale Netze rechnen mit einem Kern, was um ein Vielfaches länger dauern wird.
Und im Beispiel für 10 Eingänge erhalten wir 1,6 *1013 Durchläufe. Nur die Genetik wird Zeit sparen. Ich kann mir nicht einmal vorstellen, wie oft es dauern wird, bis ich mit einem 1-Kern vollständig gezählt habe. Und wenn wir bis zu 100 Eingänge multiplizieren, wird es wahrscheinlich unmöglich zu berechnen.

Wie lange haben Sie gebraucht, um das Netz zu trainieren und für wie viele Eingänge/Neuronen?

 
elibrarius:

Traurig(

Und andere neuronale Netze würden dann mit einem Kern rechnen, was ein Vielfaches länger dauern würde.
Und in diesem Beispiel für 10 Eingänge erhalten wir 1,6 *1013 Durchläufe. Nur die Genetik wird Zeit sparen. Ich kann mir nicht einmal vorstellen, wie viel länger es dauern würde, diesen Wert für den 1. Kern zu berechnen. Und wenn wir die Eingaben mit bis zu 100 multiplizieren, wird es wahrscheinlich unmöglich sein, sie zu berechnen.

Wie lange hat es gedauert, Ihr Netzwerk zu trainieren, und für wie viele Eingänge/Neuronen?


Es hängt hauptsächlich von der Menge der Geschichte (Training Beispiele), von ein paar Minuten bis unendlich) auf 1-Kern, um ein komplexes Gitter zu berechnen ist keine Option, ich stimme zu

aber ein solches Gitter ist nur auf GPU möglich

 
elibrarius:
Wie wäre es mit Chaos Hunter? Geben Sie mir einen konkreten Link


hier ist der Link

Interessanterweise habe ich noch nie eine freie Bibliothek mit einer ähnlichen Implementierung der genetischen Programmierung gesehen ... alle sind nur Netze Netze Netze....

ChaosHunter formula optimization software
  • www.chaoshunter.com
"I just played with the samples - what an amazing piece of software!!! Love the fact that I have an equation I can work with. I love Classifier and Predictor but can see how you can use this software to create a classification formula in Neuroshell Trader and save a lot of time. Can't wait to start playing with my own data. Is the final...
 
nowi:


hier ist der Link

interessanterweise habe ich noch nie eine freie bibliothek mit einer ähnlichen implementierung der genetischen programmierung gesehen... alle sind nur net-networks....

Ich weiß nicht, was genetische Programmierung ist, aber genetische Optimierungsalgorithmen gibt es überall - von MT5 bis SciLab und ScyPy. Ich weiß nicht, was genetische Programmierung ist, aber es gibt überall genetische Optimierungsalgorithmen - von MT5 bis SciLab und ScyPy.
 
Yuriy Asaulenko:
Ich weiß nicht, was genetische Programmierung ist, aber es gibt überall genetische Optimierungsalgorithmen - von MT5 bis SciLab und ScyPy. Ich weiß nicht, was genetische Algorithmen sind, aber sie sind überall.


Es ist klar, dass genetische Algorithmen überall..... sind, aber es ist nicht dasselbe, obwohl das Prinzip ähnlich ist...

Bei genetischen Algorithmen bleibt das Programm selbst unverändert, während alle seine Parameter eine Evolution durchlaufen, d.h. Mutation, Selektion usw.

Die genetische Programmierung entwickelt sich auch, aber die Algorithmen selbst, die Programme selbst, werden aus den verfügbaren Daten und unter Verwendung beliebiger mathematischer Symbole + - / * cos sin usw. gemäß einer bestimmten Funktion entwickelt...

Wenn Sie eine Reihe von Schlusskerzen für eine Periode n sowie stochastische Daten und eine Regressionsneigung angeben, multipliziert, dividiert und addiert diese Methode diese Daten nach dem Zufallsprinzip durch alle möglichen Kombinationen und bildet so nach und nach eine bestimmte mathematische Formel, die der Suchfunktion entspricht...

 

Wir haben also die Raster geordnet, und jetzt geht es um die Rabatte:

http://www.nvidia.ru/object/ai-accelerated-analytics-ru.html

Der NVIDIA DGX-1 ist in ausgewählten Ländern für $129.000 erhältlich.
Искусственный интеллект и решения NVIDIA ускоряют анализ данных для цифрового бизнеса
  • www.nvidia.ru
ОБЕСПЕЧЬТЕ СЕБЕ КОНКУРЕНТНОЕ ПРЕИМУЩЕСТВО, ИСПОЛЬЗУЯ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ РЕШЕНИЯ СЛОЖНЫХ ЗАДАЧ, ПОВЫШЕНИЯ ПРИБЫЛИ И БОЛЕЕ ЭФФЕКТИВНОГО УПРАВЛЕНИЯ ПРЕДПРИЯТИЕМ. Каждый день генерируется и собирается невероятно большой объем данных. Одни компании пытаются выжить в бурном потоке информации, в то время как другие процветают, испытывая...
 

Warum wird zur Berechnung eines Neurons ein Sigmoid verwendet? Ist es nicht besser, eine lineare Verteilung zu haben (von Null bis zur Anzahl der Eingänge)? Schließlich "hat die Funktion eine glatte Form auf dem Intervall [-5,5]"?

Es ist gut, wenn es nur 5 Eingänge gibt, aber was ist, wenn es hundert sind? Dann werden praktisch alle Werte außerhalb dieses Segments liegen. In dem Artikel https://www.mql5.com/ru/articles/497 wird ein zusätzlicher Faktor angewandt, um 10 Inputs zu berücksichtigen. Sie müssten also für jedes Netz diesen Koeffizienten neu berechnen.

Нейронные сети - от теории к практике
Нейронные сети - от теории к практике
  • 2012.10.06
  • Dmitriy Parfenovich
  • www.mql5.com
В наше время, наверное, каждый трейдер слышал о нейронных сетях и знает, как это круто. В представлении большинства те, которые в них разбираются, это какие-то чуть ли не сверхчеловеки. В этой статье я постараюсь рассказать, как устроена нейросеть, что с ней можно делать и покажу практические примеры её использования.