Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 338
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
verstehe Ihre Idee nicht (
es ist nicht meine Idee, sondern das Prinzip des NS-Unterrichts mit einem Lehrer
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?
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
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?
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
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....
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 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
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.