L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 339

 
elibrarius:

Pourquoi utilise-t-on une sigmoïde pour calculer un neurone ?

Pas nécessairement. Les fonctions d'activation peuvent aller d'un pas à une ligne droite inclinée. Il y en a au moins une douzaine dans chaque paquet, et ils sont également personnalisables pour des besoins spécifiques.
 
elibrarius:

Pourquoi utilise-t-on une sigmoïde pour calculer un neurone ? N'est-il pas préférable d'avoir une distribution linéaire (de zéro au nombre d'entrées) ? Après tout, "la fonction a une forme lisse sur l'intervalle [-5,5]".

C'est bien si vous avez 5 entrées, mais qu'en est-il si vous en avez une centaine ? Alors, pratiquement toutes les entrées seront en dehors de cette zone. L'article https://www.mql5.com/ru/articles/497 applique un facteur d'addition pour tenir compte de 10 entrées. Il faudrait donc recalculer ce coefficient pour chaque réseau.

Je me demande si vous n'avez pas trouvé sur ce site des articles plus récents sur les réseaux neuronaux.

Il semble que je sois arrivé sur un forum il y a dix ans. Surpris

 
Vladimir Perervenko:

Je me demande si vous pouvez trouver des articles plus récents sur les réseaux neuronaux sur ce site.

J'ai l'impression d'être dans un forum vieux de dix ans. Surpris

J'ai aimé https://www.mql5.com/ru/articles/2279 en utilisant ALGLIB, mais tout d'abord, il n'est pas adapté au robot de trading et nécessite un travail supplémentaire,
Deuxièmement, comme il le dit.

Maxim Dmitrievsky:
Je ne suis pas adapté à la prévision du marché, voir les vidéos ci-dessus, j'ai besoin d'un RNN, c'est-à-dire d'un réseau avec mémoire.

Si j'ai raté un tel réseau, avec un exemple de mise en œuvre dans MT5, veuillez m'en informer.) Tant qu'à faire du simple, je vais essayer de comprendre votre dernier article (sur l'avant-dernier, je vois des commentaires selon lesquels, en raison de changements dans le langage R, quelque chose ne fonctionne plus)

J'aimerais également avoir une implémentation sans programme externe, mais purement dans MT5, et pouvoir distribuer les calculs sur les cœurs et le réseau avec le cloud - pour la vitesse. Ou des programmes de réseau externes peuvent-ils le faire ?
Нейросеть: Самооптимизирующийся советник
Нейросеть: Самооптимизирующийся советник
  • 2016.10.03
  • Jose Miguel Soriano
  • www.mql5.com
Возможно ли создать советник, который согласно командам кода автоматически оптимизировал бы критерии открытия и закрытия позиций с определенной периодичностью? Что произойдет, если реализовать в советнике нейросеть (многослойный персептрон), которая, будучи модулем, анализировала бы историю и оценивала стратегию? Можно дать коду команду на ежемесячную (еженедельную, ежедневную или ежечасную) оптимизацию нейросети с последующим продолжением работы. Таким образом возможно создать самооптимизирующийся советник.
 
Nowi:


Voici le lien

il est intéressant de noter que je n'ai jamais vu de bibliothèque gratuite avec une implémentation similaire de la programmation génétique... tous seulement nets nets....

Paquet de programmation génétique https://cran.r-project.org/web/packages/rgp/index.html

bonne chance

CRAN - Package rgp
  • cran.r-project.org
Oliver Flasch
 
elibrarius:

J'ai aimé https://www.mql5.com/ru/articles/2279 en utilisant ALGLIB mais, tout d'abord, il n'est pas assez mature pour un conseiller expert de trading et a besoin d'être développé davantage,
Deuxièmement, comme le dit elibrarius

Si j'ai manqué un tel réseau, avec un exemple de mise en œuvre dans MT5 - conseiller)

J'aimerais aussi avoir une implémentation sans programme externe, mais purement dans MT5, et pouvoir distribuer les calculs entre les cœurs de l'ordinateur et dans un réseau avec un cloud - pour la vitesse. Ou des programmes de réseaux externes peuvent-ils le faire ?

Regarde ça, ça, ça et peut-être ça.

Tout ne sera pas clair, mais on peut espérer que certains concepts de base des réseaux neuronaux apparaîtront.

Bonne chance

 
Vladimir Perervenko:

Regarde ça, ça, ça et peut-être ça.

Tout ne sera pas clair, mais nous espérons que certains concepts de base sur les réseaux neuronaux apparaîtront.

Bonne chance

Merci, je vais essayer de me renseigner.
 
Vladimir Perervenko:

Regarde ça, ça, ça et peut-être ça.

Tout ne sera pas clair, mais nous espérons que certains concepts de base sur les réseaux neuronaux apparaîtront.

Bonne chance


J'étudie également R :) Savez-vous où je peux trouver LSTM, et peut-être d'autres excellentes références sur le sujet ?
 
Maxim Dmitrievsky:

J'ai également commencé à étudier R :) suggérez, où trouver LSTM, d'autres liens sur ce sujet ?

R a un paquet mxnet assez bon. Mais des modèles plus avancés devraient être examinés dans Pythone.

Bonne chance

 
Vladimir Perervenko:

R a un paquet mxnet assez bon. Mais des modèles plus avancés devraient être examinés dans Pythone.

Bonne chance


Merci, il devrait y en avoir dans tensorflow ?
 
Maxim Dmitrievsky:

Merci, tensorflow devrait-il l'avoir ?

Je ne pense pas que vous puissiez commencer avec TensorFlow. C'est un paquet de bas niveau. Il existe une multitude de paquets en Python qui implémentent différents types de LSTM. Mais c'est la manière forte.

si vous programmez en Python, commencez par keras, R possède un paquet kerasr (API).

Pour TensorFlow(Python), il existe également une API en R - tensorflow. Essayez-le.

Bonne chance