![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
Es hat sich eine Frage ergeben. Hat jemand Kriterien dafür, wie man feststellen kann, ob ein Cochonennetz ausgebildet ist oder nicht?
Wenn 80-95% der Trades gemäß den NS-Signalen profitabel sind, dann können wir sagen, dass das Netzwerk trainiert ist.
Ich habe eine Frage. Hat jemand Kriterien, um festzustellen, ob das Cochonennetz trainiert ist oder nicht?
Wenn 80-95% der Trades nach den NS-Signalen profitabel sind, können wir sagen, dass es trainiert ist.
Im Falle der Kohonen-Karten ist dies noch in weiter Ferne. Wenn wir eine kleine Karte von sagen wir 50x50 nehmen, erhalten wir 2500 Klassen von möglichen Ergebnissen. Wir müssen noch einen Algorithmus entwickeln, um Handelsentscheidungen zu treffen....
Ich habe eine Frage. Hat jemand Kriterien, um festzustellen, ob das Cochonennetz trainiert ist oder nicht?
Wenn 80-95% der Trades gemäß den NS-Signalen profitabel sind, dann können Sie sagen, dass Sie geschult sind.
Im Falle der Kohonen-Karten ist dies noch in weiter Ferne. Wenn wir eine kleine Karte von sagen wir 50x50 nehmen, erhalten wir 2500 Klassen von möglichen Ergebnissen. Sie müssen noch einen Algorithmus entwickeln, um Handelsentscheidungen zu treffen....
Ich habe es einfach. Ich kodiere Candlesticks nach der Methode von Likhovidov.
Ich trainiere das Netz mit zufälligen Zahlenfolgen, die vom Sensor erzeugt werden.
Der dritte Schritt ist die Suche nach Ein- und Ausstiegspunkten.
Das gleiche wurde im Wettbewerb verwendet, aber es wurde von der Geschichte angepasst.
Nur beim Training des Netzes gebe ich die Abweichung des Eingabefeldes vom Vektor der Gewichte aus. Es stellt sich heraus, dass dies ein ziemlich großer Unterschied ist. (Das denke ich) und sie nimmt zwischen der maximalen und minimalen Abweichung pro Epoche nicht ab. Ich habe verschiedene Maßnahmen ausprobiert, aber das Ergebnis ist das gleiche. Und damit stellt sich die Frage nach den Lernkriterien.
Das Ergebnis ist 2 zu 1, bei zwei gewinnbringenden Geschäften ist eines ein Verlustgeschäft.
Hier ist eine Frage. Hat jemand ein Kriterium, wie man feststellen kann, ob das Kohonen-Netz ausgebildet ist oder nicht?
Wenn 80-95% der Trades gemäß den NS-Signalen profitabel sind, dann können wir sagen, dass es sich um ein trainiertes Netzwerk handelt.
Im Fall der Kohonen-Karten ist dies noch in weiter Ferne. Nimmt man eine kleine Karte, z.B. 50x50, so erhält man 2500 Klassen möglicher Ergebnisse. Wir müssen noch einen Algorithmus entwickeln, um Handelsentscheidungen zu treffen....
Ich habe es einfach. Codierung der Kerzen nach fast Likhovidov.
Das Netz wird mit den vom Sensor erzeugten Zufallszahlen trainiert.
Die dritte Stufe, die Suche nach Ein- und Ausstiegspunkten.
Das Gleiche galt für den Wettbewerb, aber die tnm wurde von der Geschichte angepasst.
Nur beim Training des Netzes gebe ich die Abweichung des Eingabefeldes vom Vektor der Gewichte aus. Es stellt sich heraus, dass dies ein ziemlich großer Unterschied ist. (Das denke ich) und sie nimmt zwischen der maximalen und minimalen Abweichung pro Epoche nicht ab. Ich habe verschiedene Maßnahmen ausprobiert, aber das Ergebnis ist das gleiche. Und damit stellt sich die Frage nach den Lernkriterien.
Das Lernergebnis ist 2 zu 1, bei zwei gewinnbringenden Geschäften ist eines ein Verlustgeschäft.
Hier ist eine Frage. Hat jemand ein Kriterium, wie man feststellen kann, ob das Kohonen-Netz ausgebildet ist oder nicht?
Wenn 80-95% der Trades gemäß den NS-Signalen profitabel sind, dann können wir sagen, dass es sich um ein trainiertes Netzwerk handelt.
Im Fall der Kohonen-Karten ist dies noch in weiter Ferne. Nimmt man eine kleine Karte, z.B. 50x50, so erhält man 2500 Klassen möglicher Ergebnisse. Wir müssen noch einen Algorithmus entwickeln, um Handelsentscheidungen zu treffen....
Ich habe es einfach. Codierung der Kerzen nach fast Likhovidov.
Das Netz wird mit den vom Sensor erzeugten Zufallszahlen trainiert.
Die dritte Stufe, die Suche nach Ein- und Ausstiegspunkten.
Das Gleiche galt für den Wettbewerb, aber die tnm wurde von der Geschichte angepasst.
Nur beim Training des Netzes gebe ich die Abweichung des Eingabefeldes vom Vektor der Gewichte aus. Es stellt sich heraus, dass dies ein ziemlich großer Unterschied ist. (Das denke ich) und sie nimmt zwischen der maximalen und minimalen Abweichung pro Epoche nicht ab. Ich habe verschiedene Maßnahmen ausprobiert, aber das Ergebnis ist das gleiche. Und damit stellt sich die Frage nach den Lernkriterien.
Das Lernergebnis ist 2 zu 1, bei zwei gewinnbringenden Geschäften ist eines ein Verlustgeschäft.
Hier ist eine Frage. Hat jemand ein Kriterium, wie man feststellen kann, ob das Kohonen-Netzwerk trainiert ist oder nicht.
Wenn 80-95% der Trades gemäß den NS-Signalen profitabel sind, dann können wir sagen, dass es sich um ein trainiertes Netzwerk handelt.
Im Fall der Kohonen-Karten ist dies noch in weiter Ferne. Nimmt man eine kleine Karte, z.B. 50x50, so erhält man 2500 Klassen möglicher Ergebnisse. Wir müssen noch einen Algorithmus entwickeln, um Handelsentscheidungen zu treffen....
Ich habe es einfach. Codierung der Kerzen nach fast Likhovidov.
Das Netz wird mit den vom Sensor erzeugten Zufallszahlen trainiert.
Die dritte Stufe, die Suche nach Ein- und Ausstiegspunkten.
Das Gleiche galt für den Wettbewerb, aber die tnm wurde von der Geschichte angepasst.
Nur beim Training des Netzes gebe ich die Abweichung des Eingabefeldes vom Vektor der Gewichte aus. Es stellt sich heraus, dass dies ein ziemlich großer Unterschied ist. (Das denke ich) und sie nimmt zwischen der maximalen und minimalen Abweichung pro Epoche nicht ab. Ich habe verschiedene Maßnahmen ausprobiert, aber das Ergebnis ist das gleiche. Und damit stellt sich die Frage nach den Lernkriterien.
Das Ergebnis des Lernens ist 2 zu 1, für zwei gewinnbringende Geschäfte wird eines verloren.
Ich habe oben über das Lernkriterium geschrieben... - Es ist wahr!
Versuchen Sie generell, Neuroshel2 zu benutzen, es hat ein klassisches Beispiel von Kohonen-Karten. Probieren Sie es aus, dann wird Ihnen vieles klar.
Und im Tartan-Forum habe ich eine komplette Bibliothek für neuronale Netze für MKL4 bereitgestellt, in der 5 Algorithmen für neuronale Netze implementiert sind, darunter Kohonen Maps.
Ich habe ein Beispiel für einen Trainingsalgorithmus für neuronale Netze (rein in MQL4 geschrieben) und die Suche nach Handelsstrategieparametern in einer Funktion - es ist wie ein Auto-Optimierer.
Was ist dieses Tartan-Forum?
Was ist dieses Tartan-Forum?
Google rus "forex tartan neuro"
http://www.fxexpert.ru/forum/index.php?showtopic=656?
Leute, bitte beratet, wie.... während der Optimierung für ein bestimmtes Zeitintervall unterschiedliche Ergebnisse erzielt werden.... es bedeutet, dass der genetische Algorithmus jedes Mal einen neuen Pfad der genetischen Entwicklung auswählt :-). Ist jemandem so ein Unsinn passiert? Aufgrund dieser Probleme ist es unmöglich, Statistiken über den Erfolg von Strategien zu erstellen....