Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 339

 
elibrarius:

Warum wird ein Sigmoid zur Berechnung eines Neurons verwendet?

Nicht unbedingt. Die Aktivierungsfunktionen können von einer Stufe bis zu einer schrägen Geraden reichen. Es gibt mindestens ein Dutzend davon in jedem Paket, und sie sind auch für spezifische Bedürfnisse anpassbar.
 
elibrarius:

Warum wird ein Sigmoid zur Berechnung eines Neurons 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 Sie 5 Eingänge haben, aber was ist, wenn Sie hundert haben? Dann werden praktisch alle Eingaben außerhalb dieses Bereichs liegen. In dem Artikel https://www.mql5.com/ru/articles/497 wird ein Additionsfaktor angewandt, um 10 Eingaben zu berücksichtigen. Sie müssten also für jedes Netz diesen Koeffizienten neu berechnen.

Ich frage mich, ob Sie auf dieser Website nicht neuere Artikel über neuronale Netze gefunden haben?

Es scheint, dass ich vor zehn Jahren in einem Forum gelandet bin. Überrascht

 
Vladimir Perervenko:

Ich frage mich, ob Sie auf dieser Website neuere Artikel über neuronale Netze finden können.

Ich habe das Gefühl, in einem zehn Jahre alten Forum zu sein. Überrascht

Ich mochte https://www.mql5.com/ru/articles/2279 mit ALGLIB, aber erstens ist es nicht an den Handelsroboter angepasst und braucht weitere Arbeit,
Zweitens, wie er sagt.

Maxim Dmitrievsky:
Ich bin nicht für Marktprognosen geeignet, siehe obige Videos, ich brauche RNN, d.h. ein Netz mit Speicher

Falls ich ein solches Netzwerk mit einem Beispiel für die Implementierung in MT5 übersehen habe, bitte ich um einen Hinweis) Bis jetzt gehe ich von einfach aus, ich werde versuchen, Ihren letzten Artikel zu verstehen (auf dem vorletzten sehe ich Kommentare, dass aufgrund von Änderungen in der R-Sprache etwas nicht mehr funktioniert)

Ich würde auch gerne eine Implementierung ohne externes Programm haben, sondern rein in MT5, und in der Lage sein, Berechnungen über Kerne und Netzwerk mit Cloud zu verteilen - für Geschwindigkeit. Oder können externe Netzwerkprogramme dies tun?
Нейросеть: Самооптимизирующийся советник
Нейросеть: Самооптимизирующийся советник
  • 2016.10.03
  • Jose Miguel Soriano
  • www.mql5.com
Возможно ли создать советник, который согласно командам кода автоматически оптимизировал бы критерии открытия и закрытия позиций с определенной периодичностью? Что произойдет, если реализовать в советнике нейросеть (многослойный персептрон), которая, будучи модулем, анализировала бы историю и оценивала стратегию? Можно дать коду команду на ежемесячную (еженедельную, ежедневную или ежечасную) оптимизацию нейросети с последующим продолжением работы. Таким образом возможно создать самооптимизирующийся советник.
 
nowi:


hier ist der Link

interessanterweise habe ich noch nie eine freie bibliothek mit einer ähnlichen implementierung der genetischen programmierung gesehen...alle nur nets nets....

Genetisches Programmierpaket https://cran.r-project.org/web/packages/rgp/index.html

viel Glück

CRAN - Package rgp
  • cran.r-project.org
Oliver Flasch
 
elibrarius:

Mir gefiel https://www.mql5.com/ru/articles/2279 mit ALGLIB, aber erstens ist es nicht an den Trading Expert Advisor angepasst und muss weiter entwickelt werden,
Zweitens, wie elibrarius sagt

Wenn ich ein solches Netzwerk verpasst, mit einem Beispiel für die Umsetzung in MT5 - beraten)

Ich würde auch gerne eine Implementierung ohne externes Programm haben, sondern rein in MT5, und in der Lage sein, Berechnungen über Kerne des Computers und in ein Netzwerk mit einer Wolke zu verteilen - für Geschwindigkeit. Oder können dies auch externe Netzwerkprogramme tun?

Sehen Sie sich dies, dies, dies und vielleicht dies an.

Es wird nicht alles klar sein, aber einige grundlegende Konzepte zu neuronalen Netzen werden hoffentlich deutlich werden.

Viel Glück!

 
Vladimir Perervenko:

Sehen Sie sich dies, dies, dies und vielleicht dies an.

Es wird nicht alles klar sein, aber einige grundlegende Konzepte zu neuronalen Netzen werden hoffentlich deutlich werden.

Viel Glück!

Danke, ich werde versuchen, das herauszufinden.
 
Vladimir Perervenko:

Sehen Sie sich dies, dies, dies und vielleicht dies an.

Es wird nicht alles klar sein, aber einige grundlegende Konzepte zu neuronalen Netzen werden hoffentlich deutlich werden.

Viel Glück!


Ich studiere auch R :) Wissen Sie, wo ich LSTM finden kann, vielleicht auch andere ausgezeichnete Referenzen zu diesem Thema?
 
Maxim Dmitrievsky:

Ich habe auch begonnen, R zu studieren :) vorschlagen, wo man LSTM zu finden, jede andere Links zu diesem Thema?

R hat ein ziemlich gutes mxnet-Paket. Fortgeschrittenere Modelle sollten jedoch in Pythone betrachtet werden.

Viel Glück!

 
Vladimir Perervenko:

R hat ein ziemlich gutes mxnet-Paket. Fortgeschrittenere Modelle sollten jedoch in Pythone betrachtet werden.

Viel Glück!


Danke, sollte es welche in Tensorflow geben?
 
Maxim Dmitrievsky:

Danke, sollte Tensorflow es haben?

Ich glaube nicht, dass Sie mit TensorFlow anfangen können. Es ist ein Low-Level-Paket. In Python gibt es eine Vielzahl von Paketen, die verschiedene Arten von LSTM implementieren. Aber das ist der schwierige Weg.

wenn Sie in Python programmieren, beginnen Sie mit keras, R hat ein Paket kerasr (API).

Für TensorFlow (Python) gibt es auch eine API in R - tensorflow. Probieren Sie es aus.

Viel Glück!