Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 457
![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Und um das klarzustellen, ich spreche nicht von Reshetovs RNN, ich spreche von seinem Optimierer... Nicht zu verwechseln, dies sind sehr unterschiedliche Produkte.... Also... wenn etwas....
Das Profil von Reshetov ist so voll, dass es unmöglich ist, etwas zu finden).
Übrigens habe ich auf Habra kürzlich einen Artikel gesehen, in dem Zufallswälder simuliert werden. Es ist eine einfache Umsetzung mit Beispielen und Instanzen. Wenn Sie wollen, können Sie es auch in MQL verwenden, zusammen mit dem Neuron. Im Gegensatz zu den Neuronen treten im Wald nicht-lineare Lösungen auf.
Und um das klarzustellen, ich spreche nicht von Reshetovs RNN, ich spreche von seinem Optimierer... Nicht zu verwechseln, dies sind sehr unterschiedliche Produkte.... Also... wenn etwas....
+1
Es gibt Reshetovs RNN, aber trotz des Namens hat es nichts mit Neuronen gemeinsam, sondern nur eine Formel mit einigen komplizierten Regeln aus der Statistik. Ich habe nur eineinhalb Exemplare davon gesehen.
Und es gibt Reshetovs jPrediction, das im Wesentlichen ein vollwertiges Neuron mit einer speziellen Methode zum Training des Modells ist. Dies ist ein separates Programm, das in Java geschrieben wurde, und das fertige Modell kann durch den generierten Code in mql exportiert werden. Das ist das, was Michail benutzt.
+1
Es gibt Reshetovs RNN, aber trotz des Namens hat es nichts mit Neuronen gemeinsam, sondern nur eine Formel mit einigen komplizierten Regeln aus der Statistik. Ich habe nur anderthalb Beispiele mit diesem Ding gesehen.
Und es gibt Reshetovs jPrediction, das im Wesentlichen ein vollwertiges Neuron mit einer speziellen Methode zum Training des Modells ist. Dies ist ein separates Programm, das in Java geschrieben wurde, und das fertige Modell kann durch den generierten Code in mql exportiert werden. Dies ist das, was Michael verwendet.
Alles klar.... Was ist der Unterschied zwischen KI und NS????
NS ist nur ein künstliches neuronales Netz, das Teil jeder KI ist, und KI ist ein Komplex von Blöcken und Funktionen, die dem NS dienen. Probenvorbereitung, vorläufige Verringerung des Inputs, Kontrolle von Übertraining, Rationierer, Tester, etc. Das ist der eigentliche Unterschied. AI ist eine Reihe von Funktionen und Verfahren zur Vorbereitung, zum Training und zum Testen eines trainierten Neurons.... So, das war's...
witzig)))
Mischa, du wirst mir eher auf die Nerven gehen, als der Sache auf den Grund zu gehen. Verstehen Sie, dass ein Professor, der alles nach Vorschrift macht
kann die Papageien eines Fünftklässlers ganz schön durcheinander bringen... Sie wissen, dass weder neuronale Netze noch Gerüste
kann nicht und vieles davon ist einfach aus dem Nichts entstanden, habe es ausprobiert - oh, es funktioniert...))
Worüber wir reden, wissen Sie, worüber andere reden - es ist mir scheißegal, und ich weiß, dass er sie immer wieder umnietet und beschleunigt.
15% Sie wollten sich für 100))))
Als es sich um die dritte Version seines Produkts handelte, schlug ich vor, die Berechnungen zu parallelisieren, was er dann auch tat und die Berechnungen viele Male, wenn nicht sogar Dutzende Male, beschleunigte. Ich urteile nach der Größe der Trainingsdatei: Wenn vorher 6-7 Spalten in 3-5 Stunden trainiert wurden, dauert es jetzt 15 Minuten, ganz zu schweigen von der Parallelität der Berechnungen. Danach schaffte er es, nicht weniger als 14 Versionen zu veröffentlichen, wobei er in jeder einzelnen Fehler beseitigte und neue Ideen umsetzte. Sie wissen also nicht, von welchem Produkt wir sprechen. Ja, vielleicht waren die ersten Versionen grob und entsprachen nicht Ihren Anforderungen, aber jetzt ist das Produkt voll funktionsfähig. IMHO. Es hat nur einen Nachteil: Bei mehr als hundert Spalten und mehr als hundert Zeilen dauert es viel länger, um zu trainieren....
Ich hoffe weiterhin auf eine gute Rechenleistung, um ein ausreichend langes und angemessenes Marktmodell zu erstellen.... dann werden wir sehen....
Es ist ein lustiger Ort, an dem man sein kann. Im nächsten Thread gibt es auch ein Team von Händlern und Programmierern, und es ist ein Riesenspaß.
12 und 14 habe ich heruntergeladen, die letzte habe ich versprochen, mir 20 anzuschauen, aber sie ist weg. Mischa, das Problem ist, dass er die Empfehlungen nicht berücksichtigt hat und
Last der ersten Versionen geschleppt...)) Keine Sorge, es ist alles in Ordnung und Yusufs 18 hatte viele Fans, obwohl ich ihm am Anfang gesagt habe
Ich habe ihm zu Beginn seiner Niederlassung gesagt, er solle sie loswerden))) Später taucht vielleicht ein anderer Gott auf und man beginnt, an ihn zu glauben)))).
Aber sie wurden in den Matstat-Foren ignoriert, in denen sie ihr Geschwätz veröffentlichten (und Reshetov und Joseph)))).
Nun, was ist die Last der früheren Versionen???? Was sind die Fehler, können Sie uns das kurz erklären? ????
Wiederholung ist die Mutter des Lernens, und da die alten Zweige geschwärzt wurden, ist es keine Sünde, die Informationen zu aktualisieren. Andernfalls sind Ihre Beschimpfungen unbegründet.....
+1
Es gibt Reshetovs RNN, aber trotz des Namens hat es nichts mit Neuronen gemeinsam, sondern nur eine Formel mit einigen komplizierten Regeln aus der Statistik. Ich habe nur anderthalb Beispiele mit diesem Ding gesehen.
Und es gibt Reshetovs jPrediction, das im Wesentlichen ein vollwertiges Neuron mit einer speziellen Methode zum Training des Modells ist. Dies ist ein separates Programm, das in Java geschrieben wurde, und das fertige Modell kann durch den generierten Code in mql exportiert werden. Das verwendet Mikhail.
Jpredictor gibt genau die gleichen Gewichte aus wie RNN. Der Hauptunterschied besteht in der Art des Trainings: im Optimierer oder durch eingebettete Logik über Kernelmaschine und Ausschuss aus regulärem mlp + svm
Und wenn man bedenkt, dass jpred. Polynomtransformationen verwendet, ist es die schwierigste Anpassung, imho... nur Tüll zu Tüll Anpassung. Und wie Sie wissen, kann man die Märkte nicht mit Polynomen vorhersagen, aber es ist einfach, die Vergangenheit schön zu zeichnen.
Wenn Sie RF trainieren, um die Gewichte für RNN zu bestimmen, ist es im Grunde dasselbe, nur viel schneller, fast sofort und ohne Parallelisierung. Und anstelle der Kernmaschine als Teil der SVM können Sie einen digitalen Filtergenerator verwenden.
https://sites.google.com/site/libvmr/
https://en.wikipedia.org/wiki/Kernel_method
Sensei, ich habe gestern schon genug gelacht. Man weiß nicht, wovon er spricht, also mischt er sich ein.)
Der andere Scheißer hat es sechsmal gesehen, wollte aber das siebte Mal). Was werden Sie mit diesen Informationen tun?
Sie wissen, dass es Ihnen nichts nützt, aber Leute mit einem normalen Niveau werden es in 5 Minuten vergleichen.
eine Klapperschlange mit einem anständigen Modell und sie werden es wegwerfen. Danke, dass Sie das überhaupt sagen)))
Wie man es unter die Sockelleiste bekommt, wurde gestern erklärt, aber natürlich haben Sie es nicht verstanden...
Komm schon, noch einmal. Besonders für mich. Ich versuche es für dich..... Mich zum Lachen bringen, usw. Komm schon... sagen Sie mir, wie ich Predictor unter die Sockelleiste bekomme, denn ich habe es übersehen.....
Und wie wir wissen, ist es unmöglich , mit Polynomen die Märkte vorherzusagen.
Und hier werde ich widersprechen, alles hängt davon ab, wie dieses Polynom erhalten wird, in Folge welcher Art von Optimierung und wenn das Erhalten eines Polynoms die Abwesenheit eines Übertrainings- oder Untertrainings-Effekts bedeutet, kann ein solches Polynom für einige Zeit recht geeignet sein.... IMHO.
Ich stimme dem nicht zu, alles hängt davon ab, wie dieses Polynom aufgenommen wird, in Folge welcher Art von Optimierung und wenn die Aufnahme eines Polynoms die Abwesenheit eines Über- oder Untertrainingseffekts bedeutet, kann ein solches Polynom für einige Zeit durchaus geeignet sein.... IMHO.