Uso de la inteligencia artificial en MTS - página 24

 
Vinin:
Ha surgido una pregunta. ¿Alguien tiene algún criterio para determinar si una red de cochonen está capacitada o no?

Si el 80-95% de las operaciones son rentables según las señales NS, entonces podemos decir que la red está entrenada.
 
meta-trader2007 писал (а):
Vinin:
Tengo una pregunta. ¿Alguien tiene algún criterio para determinar si la red cochonen está entrenada o no?

Si el 80-95% de las operaciones son rentables según las señales NS, podemos decir que está entrenado.


En el caso de los mapas de Kohonen, esto todavía está muy lejos. Si tomamos un pequeño mapa de, por ejemplo, 50x50, obtendremos 2500 clases de resultados posibles. Todavía tenemos que idear un algoritmo para tomar decisiones comerciales....

 
klot:
meta-trader2007 escribió:
Vinin:
Tengo una pregunta. ¿Alguien tiene algún criterio para determinar si la red cochonen está entrenada o no?

Si el 80-95% de las operaciones son rentables según las señales NS, entonces se puede decir que está entrenado.


En el caso de los mapas de Kohonen, esto todavía está muy lejos. Si tomamos un pequeño mapa de, por ejemplo, 50x50, obtendremos 2500 clases de resultados posibles. Todavía hay que idear un algoritmo para tomar decisiones comerciales....


Lo tengo sencillo. Codifico los candelabros según el método de Likhovidov.

Entreno la red con secuencias de números aleatorios generados por el sensor.

El tercer paso, encontrar puntos de entrada y salida.

El mismo se utilizó en el concurso pero fue encajado por la historia.

Justo cuando se entrena la red, emito la desviación de la matriz de entrada del vector de pesos. Resulta una diferencia bastante grande. (Eso es lo que creo) y no disminuye entre la desviación máxima y mínima por época. He probado diferentes acciones, pero el resultado es el mismo. Y de ahí la cuestión de los criterios de aprendizaje.

El resultado es 2 a 1, por dos operaciones rentables una es perdedora.

 
Vinin:
klot:
meta-trader2007 escribió (a):
Vinin:
He aquí una pregunta. ¿Alguien tiene un criterio para determinar si la red Kohonen está capacitada o no?

Si el 80-95% de las operaciones son rentables según las señales NS, entonces podemos decir que es una red entrenada.


En el caso de las tarjetas Kohonen, esto todavía está muy lejos. Si tomamos una tarjeta pequeña, por ejemplo 50x50, obtendremos 2500 clases de resultados posibles. Todavía tenemos que idear un algoritmo para tomar decisiones comerciales....


Lo tengo muy claro. Codificación de las velas según casi Likhovidov.

La red se entrena con las secuencias de números aleatorios generadas por el sensor.

La tercera etapa, encontrar puntos de entrada y salida.

Lo mismo ocurrió con el concurso, pero la tnm fue encajada por la historia.

Justo cuando se entrena la red, emito la desviación de la matriz de entrada del vector de pesos. Resulta una diferencia bastante grande. (Eso es lo que creo) y no disminuye entre la desviación máxima y mínima por época. He probado diferentes acciones, pero el resultado es el mismo. Y de ahí la cuestión de los criterios de aprendizaje.

El resultado del aprendizaje es 2 a 1, por dos operaciones rentables una no lo es.

Veamos. Hay tantas soluciones correctas como variaciones de trayectorias de precios en el mercado :) . Yo también participo en el concurso con mi Expert Advisor, con el que opero en el real.
 
klot:
Vinin:
klot:
meta-trader2007 escribió (a):
Vinin:
He aquí una pregunta. ¿Alguien tiene un criterio para determinar si la red Kohonen está capacitada o no?

Si el 80-95% de las operaciones son rentables según las señales NS, entonces podemos decir que es una red entrenada.


En el caso de las tarjetas Kohonen, esto todavía está muy lejos. Si tomamos una tarjeta pequeña, por ejemplo 50x50, obtendremos 2500 clases de resultados posibles. Todavía tenemos que idear un algoritmo para tomar decisiones comerciales....


Lo tengo muy claro. Codificación de las velas según casi Likhovidov.

La red se entrena con las secuencias de números aleatorios generadas por el sensor.

La tercera etapa, encontrar puntos de entrada y salida.

Lo mismo ocurrió con el concurso, pero la tnm fue encajada por la historia.

Simplemente, al entrenar la red, emito la desviación de la matriz de entrada del vector de pesos. Resulta una diferencia bastante grande. (Eso es lo que creo) y no disminuye entre la desviación máxima y mínima por época. He probado diferentes acciones, pero el resultado es el mismo. Y de ahí la cuestión de los criterios de aprendizaje.

El resultado del aprendizaje es 2 a 1, por dos operaciones rentables una es perdedora.

Veamos. Hay tantas soluciones correctas como variaciones de trayectorias de precios en el mercado :) . También participo en el concurso con mi experto, que comercio en el real.
Así es. Y el criterio de aprendizaje. Me he quedado sin opciones.
 
Vinin:
klot:
Vinin:
klot:
meta-trader2007 escribió (a):
Vinin:
He aquí una pregunta. ¿Alguien tiene un criterio - cómo determinar si la red kohonen está entrenada o no.

Si el 80-95% de las operaciones son rentables según las señales NS, entonces podemos decir que es una red entrenada.


En el caso de las tarjetas Kohonen, esto todavía está muy lejos. Si tomamos una tarjeta pequeña, por ejemplo 50x50, obtendremos 2500 clases de resultados posibles. Todavía tenemos que idear un algoritmo para tomar decisiones comerciales....


Lo tengo muy claro. Codificación de las velas según casi Likhovidov.

La red se entrena con las secuencias de números aleatorios generadas por el sensor.

La tercera etapa, encontrar puntos de entrada y salida.

Lo mismo ocurrió con el concurso, pero la tnm fue encajada por la historia.

Justo cuando se entrena la red, emito la desviación de la matriz de entrada del vector de pesos. Resulta una diferencia bastante grande. (Eso es lo que creo) y no disminuye entre la desviación máxima y mínima por época. He probado diferentes acciones, pero el resultado es el mismo. Y de ahí la cuestión de los criterios de aprendizaje.

El resultado del aprendizaje es 2 a 1, por dos operaciones rentables una es perdedora.

Veamos. Hay tantas soluciones correctas como variaciones de trayectorias de precios en el mercado :) . También estoy participando en el concurso con mi experto que comercio en el real.
Así es. Y el criterio de aprendizaje. Me he quedado sin opciones.


He escrito más arriba sobre el criterio de aprendizaje... - Es cierto.

En general, intente usar Neuroshel2, tiene un ejemplo clásico de tarjetas Kohonen. Deberías probarlo y se aclararán muchas cosas.

Y en el foro de Tartan coloqué una biblioteca completa de redes neuronales para MKL4, con 5 algoritmos de redes neuronales implementados, incluyendo Kohonen Maps.

Tengo un ejemplo de algoritmo de entrenamiento de la red neuronal (escrito puramente en MQL4) y la búsqueda de parámetros de la estrategia de comercio en una función - es como auto-optimizador.

 

¿Qué es este foro de Tartán?

 
AlexSTAL:

¿Qué es este foro de Tartán?



Google rus "forex tartan neuro"
http://www.fxexpert.ru/forum/index.php?showtopic=656?
 

Amigos, por favor, aconsejen cómo.... durante la optimización para un determinado intervalo de tiempo se obtienen diferentes resultados.... es decir, el algoritmo genético cada vez selecciona un nuevo camino de desarrollo genético :-). ¿Alguien se ha enfrentado a semejante disparate? Debido a estos problemas, es imposible obtener estadísticas sobre el éxito de la estrategia....

 
La superficie de la función de aptitud puede ser muy indentada, por lo que no hay un máximo claro, hay muchos de ellos y son más o menos iguales. debido a esto el AG sigue encontrando diferentes... O tal vez el GA no está funcionando correctamente...