![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
Als ich den Beitrag schrieb und mich an die Details der Umsetzung erinnerte, gab es einige Ungenauigkeiten.
Ich habe mir den Code angesehen, und es hat sich herausgestellt, dass ich FA einmal beim Wechsel zu einer neuen Vorhersage auf die Gewichte beeinflusst habe, d. h. nicht bei jeder Epoche, sondern wenn es notwendig war, das Netz neu zu trainieren, wenn neue Daten eintrafen.
Noch eine Sache. Die Korrektur des Gewichts ist das Produkt aus dem Fehler des Neuronenausgangs durch die FA-Ableitung und durch den Neuronenausgang (Amplitude, unter Berücksichtigung des Vorzeichens), von dem das Signal eingegeben wird.
So sieht es zum Beispiel bei einem Perseptron mit nicht-linearem Ausgang aus:
Dabei werden die Epochen mit dem Index L nummeriert. Ich zeige es absichtlich in MathCad, weil es so übersichtlicher ist. In - Anzahl der Eingänge, x - Eingangsvektor. Der Rest ist scheinbar klar.
Ich denke, wie kann man BUY/SELL als Eingangsvektor verwenden?
Wir nehmen zum Beispiel drei oder vier Indikatoren, vorzugsweise korrelierte, geben sie ein und markieren das Preisdiagramm mit etwas - wie "hier kaufen", "hier verkaufen"... aber wie sollen wir das machen? Eine andere Frage: Was ist, wenn wir die Unterschiede (auf jedem Balken) zwischen 200 Werten mit Schritt 2 auf Raster-Eingaben markieren, wird es dort etwas finden?
Ich frage mich, wie man BUY/SELL als Eingabe machen kann?
Wir nehmen zum Beispiel drei oder vier Indizes, die vorzugsweise schlecht korreliert sind, setzen sie auf den Input und markieren das Preisdiagramm irgendwie - wie "hier kaufen", "hier verkaufen"... aber wie macht man das? Eine weitere Frage: Wenn ich das Raster mit Differenzen (auf jedem Balken) zwischen 200 Werten mit Schritt 2 eingeben möchte, wird es etwas finden?
Oh, die so genannte Gradientenmethode der Optimierung ist kompliziert. Ich meine, die Implementierung des Algorithmus ist nicht sehr kompliziert, aber es kann einige große Probleme beim Lernen geben.
Ich weiß, es sind Ferien, aber nimm es dir nicht so zur Brust:)
Ich verstehe Sie nicht, meine Herren.
Es ist also besser, die Gedanken von SUBOMEGAMOUS-Gehirnen auf die Quantenanalyse umzulenken. Beispiel: Zerlegen Sie einfach einen gewöhnlichen Graphen in einen Quantengraphen (d. h. nicht in Echtzeit, sondern in Quantenzeit), und schon können wir die Regression und die Abhängigkeit erkennen. Scharfe Kurven lassen sich mit Hilfe der Chaostheorie vermeiden, nach der selbst die chaotischsten Bewegungen von Teilchen zu einem System zusammengefasst werden können, allerdings zu unterschiedlichen Zeiten (d. h. das System wird auf der Grundlage der Quantenphysik in unterschiedlichen Zeitbereichen definiert, also nicht in Echtzeit, sondern in Quantenzeit). Und Sie müssen nur die Quantenzeit in Echtzeit übersetzen, um den lang ersehnten VERKAUF zu erhalten.
>> Ich bin dabei!
Ich erinnere mich, dass in einem der Threads jemand namens Prival seine Mitbürger aufforderte, die Zahl zu erraten, die den Markt kontrolliert... Ich wusste, dass es die Constant Plank war. Genau das, was ein armer Händler in der Stunde braucht, in der der Devisenbarren fällt... und da kommt die Heisenbergsche Unschärfe auf den DC-Server und nur durch den Dopplereffekt kann man die Flugbahn einer Einzahlung erahnen... nur ein Scherz -:)
Ich bin dabei!
...wusste ich sofort, dass es die Konstante Planke war. Genau das, was dem armen Händler in der Stunde fehlt, in der das Forex-Brett fällt... und die Heisenbergsche Ungewissheit setzt auf dem DC-Server ein, und nur der Dopplereffekt kann die Flugbahn einer Einzahlung vorhersagen... Scherz -:)
+5
Ganz recht, Paralocus, scheiß auf sie, die Obskuranten. Ich habe auch vergessen, die Torsionsfelder zu erwähnen. Starke Sache für einen wunden Kopf - der Markt dreht sich immer weiter.
Übrigens!
In diesem Artikel sucht das Perceptron genau nach Kauf-/Verkaufssituationen. Es ist nur so, dass ich einige semantische Unstimmigkeiten mit dem Übergang zu ORO habe.
D.h. der Gittereingang ist ein geclusterter Truthahn... warum ist sie dort? Und er ist dazu da, den Zeitpunkt des Markteintritts zu bestimmen: OUT des Indikators ist höher als Null - kaufen, niedriger als Null - verkaufen.
Die Sache ist die, dass der Lehrer früher ein Genetiker war, der die Gewichte entsprechend den Ergebnissen des Perzeptrons korrigierte, das an der Trainingsstichprobe (im Tester) arbeitete. Der Genetiker nutzte die Rentabilität des Expert Advisors, die funktionierte, in dem Signale für Kauf/Verkauf mit OUT des Perceptrons erzeugt wurden. Es hat also alles richtig funktioniert, um den maximalen Gewinn im Ausbildungsabschnitt der Geschichte zu erzielen. Das heißt, indem ich den Genetiker aufgegeben habe, habe ich den Lehrer für das Netz aufgegeben. In der Tat erkenne ich erst jetzt einen konkreten Sinn darin. Erinnern Sie sich, dass ich Sie zu Beginn gefragt habe, ob wir den Wert der bei einer Transaktion erzielten Verluste als Korrektiv verwenden können? Das ist es, was wir tun müssen.
Neutron, ich wollte auch nach der Ausbildung von Hebb fragen (gelesen von Wasserman). Es scheint, dass die Formel für die Korrektur der Gewichte sehr einfach ist:
Wij(t+1) = Wij(t) + [OUTi(t) - OUTi(t-1)]*[OUTj(t) - OUTj(t-1)] und kein Abfall der Steigung. Wird das funktionieren?
Ich habe nicht mit Hebb-m herumgespielt. Ich habe genug von dem, was ich habe. Ich bin im Allgemeinen ein Verfechter davon, ein Problem so weit wie möglich zu vereinfachen, praktisch auf die Ebene, bis ich selbst anfange zu verstehen, was zu was:-) Von diesem Standpunkt aus betrachtet, ist die übliche zweischichtige NS ein universeller Approximator, der in der Lage ist, fast jedes Problem der Extrapolation von Eingabedaten zu lösen, es ist streng bewiesen. Wozu also der ganze Schnickschnack, wenn ich genug Mittel und Macht habe, um dieses magische und einfache Raster auf jede meiner Transaktionen zu übertragen? Das ist richtig, kein Grund! Was Wasserman angeht: Wenn er sagt, es ist richtig, dann ist es richtig! Natürlich wird es funktionieren.
Sie lösen jetzt das Problem des optimalen NS-Einsatzes. Natürlich kann man ihn auch einfach mit verschiedenen Induktionen füttern und hoffen, dass das Netz entscheidet, was besser für ihn ist... Aber es ist besser zu überlegen: "Was ist der optimale TS auf dem Markt? Vielleicht sollten Sie seine Momente vorhersagen?
Lesen Sie dieses Werk. Natürlich gibt es Pannen, aber sie sind nicht grundlegend:
Ich habe nicht mit Hebb-m herumgespielt. Ich habe genug von dem, was ich habe. Ich bin im Allgemeinen ein Verfechter davon, ein Problem so weit wie möglich zu vereinfachen, praktisch auf die Ebene, bis ich selbst anfange zu verstehen, was zu was:-) Von diesem Standpunkt aus betrachtet, ist die übliche zweischichtige NS ein universeller Approximator, der in der Lage ist, fast jedes Problem der Extrapolation von Eingabedaten zu lösen, es ist streng bewiesen. Wozu also der ganze Schnickschnack, wenn ich genug Mittel und Macht habe, um dieses magische und einfache Raster auf jede meiner Transaktionen zu übertragen? Das ist richtig, kein Grund! Was Wasserman angeht: Wenn er sagt, es ist richtig, dann ist es richtig! Natürlich wird es funktionieren.
Sie lösen jetzt das Problem des optimalen NS-Einsatzes. Natürlich kann man ihn auch einfach mit verschiedenen Induktionen füttern und hoffen, dass das Netz entscheidet, was besser für ihn ist... Aber es ist besser zu überlegen: "Was ist der optimale TS auf dem Markt? Vielleicht sollten Sie seine Momente vorhersagen?
Lesen Sie dieses Werk. Natürlich gibt es einige Pannen, aber die sind nicht prinzipiell:
Ja, danke, ich lese es gerade, ich stecke wirklich fest.