Was soll in den Eingang des neuronalen Netzes eingespeist werden? Ihre Ideen... - Seite 35
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 ist unrealistisch, ein Jahr oder mehr der NS-Zeit ohne Umschulung zu nutzen.
Wenn das Netz ein oder zwei Wochen (höchstens einen Monat) ohne Nachschulung arbeiten kann, ist das ein großartiges Ergebnis.
Einige Pipsarianer trainieren das Netz allerdings alle 24 Stunden neu.
Deshalb habe ich es gepostet, Nugget. Bei den einfachsten ns dauerte es ein Jahr und ein bisschen.
Es ist unrealistisch, ein Jahr oder mehr der NS-Zeit ohne Umschulung zu nutzen.
Wenn das Netz ein oder zwei Wochen (höchstens einen Monat) ohne Nachschulung arbeiten kann, ist das ein großartiges Ergebnis.
Manche Pipsarianer trainieren das Netz alle 24 Stunden neu.
Ich habe diese Neuronen bereits satt. Ich werde über neugierige Reaktionen berichten und sie vorerst vergessen. Im Allgemeinen habe ich im Zuge des künstlerischen Stocherns und der Verwirklichung meiner Kreativität Folgendes versucht:
1) Dynamische Gewichtung: je nachdem, in welchem Bereich die Eingangszahl von -1 bis 1 liegt, ändert sich die Gewichtung. Optimierung: Bereichsgrenzen und Gewichte selbst. Ergebnis: bei kleinen Architekturen sieht es stabiler aus als ein normales MLP. 2) Dynamische Gewichtung in Abhängigkeit vom Muster der Eingangsdaten.
Optimierung: Gewichte, deren Anzahl von der Anzahl der Eingabedaten abhängt, und Bereiche, aus denen (mehr/weniger) Beziehungen (Muster) gebildet werden können. Ergebnis: Scheint ebenfalls stabiler zu sein als das übliche MLP. Was bedeutet es, dass ich stabil bin?
- Absolut subjektive Wahrnehmung der Ergebnisse des Laufs, die bei der Optimierung von Mengen erzielt wurden, die weniger einem zufälligen Brei ähneln, und mehr Bereiche auf der Vorderseite, in denen es ein gleichmäßiges Wachstum gab. Dann kam eine Idee auf: Die Idee ist, dass bei einer strikten zeitlichen Abfolge von Daten als Eingabe, wenn das Fenster um einen Schritt verschoben wird, die MLP-Gewichte "das Bild ruinieren" und ein völlig anderes Ergebnis liefern, weil die Eingabedaten und die Gewichte selbst bei dem neuen Schritt sehr unterschiedlich sind. Obwohl es scheint, dass das Muster der Eingaben das gleiche ist! Es wurde nur eine neue Eingabe hinzugefügt, und die älteste wurde verworfen.
A ber bei der Multiplikation mit MLP wird die Information über das Muster, das sich in die Vergangenheit bewegt, einfach gelöscht. Ich beschloss, dieses Schema auszuprobieren .
3) Skalentrommel.
Wenn wir das Eingabefenster nach links verschieben, werden die Gewichte entsprechend nach hinten verschoben, und bei einer neuen (frischen) Eingabe multiplizieren wir entweder mit dem letzten Gewicht aus dem vorherigen Schritt, wobei wir das Fenster der Gewichte parallel zu den Eingaben verschieben, oder mit einem neuen Gewicht, wenn wir eine Trommel mit zusätzlichen Gewichten erstellen wollen. Meine Kurven werden von rechts nach links gelesen (ich weiß natürlich nicht, warum ich sie so zeichne).
Dann habe ich die Methode aus den Punkten 1 und 2 zusammengeschraubt. Optimierung: alles von oben. Ergebnis: keine Überraschung. Die letzte Methode kam mir in den Sinn, als ich mir das Erklärungsbild des CNN-Faltungsnetzes lange angeschaut habe. Da war eine Art Unvollständigkeit oder Unvollständigkeit.
Wahrscheinlich sollte ich mir CNN noch einmal ansehen. INPUTS: 1) Am stabilsten fand ich den ZigZag-Indikator. Zur Eingabe: das Verhältnis der Größe des letzten "Schenkels" des Zickzacks zur Größe seiner anderen Schenkel. 2) Preiswanderung.
Das heißt, je nach Farbe der Kerze, das Verhältnis ihres ersten Schattens, ihres zweiten Schattens und ihres Körpers zu ihrer Größe. 3) Das Verhältnis des Inkrements Close1-Close2 zur Größe der Kerze1. Die Ergebnisse gefielen durch die Tatsache, dass es nur wenige "Emissionen" von Aktien gab, ihr ekelhaftes Geplapper, oder in einfachen Worten - Übersitzen.
Mit diesem Phänomen ist die Mittelwertbildung der Ergebnisse bei der Multiplikation der MLP-Gewichte verbunden, wenn die Blance gleichmäßig wächst, aber die Equity wie die Hölle zittert. 4) Das Verhältnis vonClose1 zu den Fraktalen nach oben und unten auf h1/h4/d1.
Der ganze Rest (ich kann etwas verpassen) - mehr zufällig auf die vorwärts und gelehrt Zeitraum, schmutzig, hässlich, unsmooth, abrupt, ekelhaft. Aber ich habe nicht über die Muster auf den Eintrag aus dem Trend Größe erzählt.
Ich habe noch nicht in der Lage gewesen, es zu testen normal, aber Zickzack und Fraktale, als eine Variante, kann über das gleiche Ergebnis zu sprechen, im Prinzip. .
Ich habe die gleiche Assoziation mit dem Strukturdiagramm eines neuronalen Netzes - ein digitaler Filter
aber es ist mir nicht klar
warum in allen Programmen für neuronale Netze, deren Codes ich gelesen habe, der Koeffizient 1,0 ist?
Wenn jedes Neuron ein Bit eines digitalen Filters ist, dann sollten die Koeffizienten im Idealfall nicht gleich 1,0 sein.
Die Koeffizienten sind also die Prädiktoren, und die müssen wir auswählen und in den Eingang des neuronalen Netzes einspeisen.
Und da die Koeffizienten einfach mit einer Formel berechnet werden können, warum sollte man sich die Mühe machen, ein neuronales Netz zu erstellen?Ivan Butko #:
...
3) Trommel der Gewichte.
Wenn wir das Eingabefenster nach links verschieben, werden die Gewichte entsprechend nach hinten verschoben, und bei einer neuen (frischen) Eingabe multiplizieren wir entweder mit dem letzten Gewicht aus dem vorherigen Schritt, indem wir das Fenster der Gewichte parallel zu den Eingaben verschieben, oder mit einem neuen Gewicht, wenn wir eine Trommel mit zusätzlichen Gewichten erstellen wollen. Meine Kurven lesen sich von rechts nach links (ich weiß natürlich nicht, warum ich sie so zeichne).
... INPUTS: 1) Die stabilste habe ich mit dem ZigZag-Indikator gefunden. Input: das Verhältnis der Größe des letzten "Schenkels" des Zickzacks zur Größe seiner anderen Schenkel. ...
Ich habe es in dieser Implementierung ausgeführt, ich wählte das Top-Set, das 600 Trades hat (alle über - 200-irgendwas), und das Top mit 200~. Ungefähr so funktionieren. Ich konnte es nicht besser machen.
R enat Akhtyamov #:
Ich habe das gleiche neuronale Netz strukturelle Schema Verband - ein digitaler Filter
aber es ist nicht klar für mich
warum in allen Programmen für neuronale Netze, deren Codes ich gelesen habe, der Koeffizient 1,0 ist?
Wenn jedes Neuron ein Bit eines digitalen Filters ist, dann sollten die Koeffizienten im Idealfall nicht gleich 1,0 sein.
Die Koeffizienten sind also die Prädiktoren, und die müssen wir auswählen und in den Eingang des neuronalen Netzes einspeisen.
Und da die Koeffizienten einfach mit einer Formel berechnet werden können, warum sollte man sich die Mühe machen, ein neuronales Netz zu erstellen?Formulieren Sie es einfacher, für Haushaltsleute verstehe ich nicht, was Koeffizient....
Ich habe es in dieser Implementierung laufen lassen, habe das oberste Set gewählt, das mit 600 Trades beginnt (alle höheren sind 200-irgendwas), und das oberste mit 200~. So funktioniert es ungefähr. Ich konnte es nicht besser machen.
Um es einfacher auszudrücken, für Budgeter verstehe ich nicht, was der Koeffizient ist.....
kürzlich gepostet, fand einmal die Antworten auf fast alle Fragen:
Literatur über die Disziplinen gelehrt (digteh.ru)
die Struktur eines der Filter
Was ist nicht Neuronik?
die vor einiger Zeit gepostet wurde, fand die Antworten auf fast alle Fragen:
Literatur zu den unterrichteten Disziplinen (digteh.ru)
Struktur eines der Filter
was ist nicht neuronal?
Ach du Scheiße.
Was für ein Skynet. Wenn es gut für den Handel ist, danke für den Beitrag.
Heiliger Bimbam.
Was für ein Skynet. Wenn das gut für den Handel ist, danke für den Beitrag
Und hier ist noch einer.
Es ist praktisch eine Nachbildung der Neuronen, die jeder hier macht.
die vor einiger Zeit gepostet wurde, fand die Antworten auf fast alle Fragen:
Literatur zu den unterrichteten Disziplinen (digteh.ru)
Struktur eines der Filter
was ist nicht neuronal?
Das ist ein BIR-Filter, die sind schwieriger zu implementieren und die Phasenverschiebungen sind nichtlinear.
R enat Akhtyamov #:
und hier ist ein weiteres
fast eine Kopie der Neuronen, die jeder hier macht
Und dies ist bereits ein FIR-Filter, der sich leicht in Matlab berechnen und sehr leicht in Software implementieren lässt. Und wenn die Karte OpenCL unterstützt, kann so ein Filter sehr gut parallelisiert werden. Aber mit OpenCL wird das nicht auf den Markt kommen, das ist rein für den Eigenbedarf oder zum Selbstverkauf. Und Sie können einfach und kostenlos berechnen Filter in der Online-Version von Matlab, sie geben Sie 20 Stunden pro Monat kostenlos. Das Lustigste ist, dass ich trotz der Sanktionen von Russland aus ohne VPN gehe und meine Registrierung ist @yandex.ru )). Suchen Sie in der oberen Leiste nach der Registerkarte Apps, und unten gibt es einen Abschnitt über Filter. In Filter Design können Sie die Koeffizienten berechnen. Und in der Desktop-Version gibt es den Filter Builder, in den Sie den berechneten Filter als Funktion importieren können, und im Allgemeinen sind die Möglichkeiten größer als online. Übrigens ist es sehr einfach, Matlab-Funktionen in Matlab-DLLs umzuwandeln, die direkt aus MQL5 aufgerufen werden können. Matlab verfügt über eingebaute Werkzeuge für diesen Zweck. Der Nachteil ist, dass man für solche DLLs die frei verfügbare Runtime von mathworks installieren muss, und die war früher mehr als ein halbes Gigabyte groß, jetzt ist sie wahrscheinlich noch größer.
Ja, danke für den Link mit der Literatur, eine Menge interessantes Material.
Es handelt sich um einen BIR-Filter, der schwieriger zu implementieren ist, und die Phasenverschiebungen sind nichtlinear.
Und dies ist bereits ein FIR-Filter, der leicht in Matlab berechnet und sehr leicht in Software implementiert werden kann. Und wenn die Karte OpenCL unterstützt, kann ein solcher Filter sehr gut parallelisiert werden. Aber mit OpenCL wird das nicht in den Handel kommen, das ist rein für den Eigenbedarf oder zum Selbstverkauf. Und Sie können leicht und kostenlos berechnen Filter in der Online-Version von Matlab, sie geben Sie 20 Stunden pro Monat kostenlos. Das Lustigste ist, dass ich trotz der Sanktionen von Russland aus ohne VPN gehe und meine Registrierung ist @yandex.ru )). Suchen Sie in der oberen Leiste nach der Registerkarte Apps, und unten gibt es einen Abschnitt über Filter. In Filter Design können Sie die Koeffizienten berechnen. Und in der Desktop-Version gibt es den Filter Builder, in den Sie den berechneten Filter als Funktion importieren können, und im Allgemeinen sind die Möglichkeiten größer als online. Übrigens ist es sehr einfach, Matlab-Funktionen in Matlab-DLLs umzuwandeln, die direkt aus MQL5 aufgerufen werden können. Matlab verfügt über eingebaute Werkzeuge für diesen Zweck. Der Nachteil ist, dass man, damit solche DLLs funktionieren, die frei verfügbare Runtime von Mathworks installieren muss, und die war früher mehr als ein halbes Gigabyte groß, jetzt ist sie wahrscheinlich noch größer.
Ja, danke für den Link mit der Literatur, eine Menge interessantes Material.
Irgendwo im Forum gab es einen EA auf Mashka, der den GPT-Chat gemacht hat.
Das Interessanteste ist, dass der Code analysiert die MA sowohl in Richtung der Erhöhung der Anzahl der Bars und abnehmend.
Ich habe natürlich nicht versucht, dies in der Praxis anzuwenden, weil es bei der Verwendung von Indikatoren immer wieder zu Fiaskos kommt, aber ich denke, es ist etwas dran.
---
TC stellte eine Frage zum Handel auf MN1.
Ich denke, dass die Idee eines solchen Handels, aufgrund der anständigen Verzögerung der Indikatoren, letztendlich auf die Analyse der wirtschaftlichen Situation hinausläuft, nicht auf das Chart.