Réseau neuronal sous forme de script - page 3
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Quelque chose dans la logique de ce script ressemble à un simple brouilleur 4in2
Un brouilleur est un système non entraînable.
Et le réseau dans ce scénario est enseignable. Et le processus d'apprentissage est montré en dynamique d'époque en époque sur l'écran.
Vous pouvez voir comment les poids des neurones de chaque couche changent, et comment la grille devient de plus en plus précise au fur et à mesure de son apprentissage.
Ci-dessus, trois postes où le même algorithme a appris
pour travailler avec trois ensembles de données différents.
Dans le cas d'un codeur, trois codeurs seraient nécessaires pour chaque ensemble de données.
J'ai un peu modifié l'algorithme d'apprentissage.
1ère modification dynamique du nombre de neurones, un peu comme un ALGORITHME GÉNÉTIQUE, mais sans sélectionner les meilleurs et sans créer à partir d'eux des générations :-) sans correction des connexions.
2. arrêter l'apprentissage lorsqu'une grande précision des résultats est atteinte.
J'ai légèrement affiné l'algorithme d'apprentissage.
1) changer dynamiquement le nombre de neurones, quelque chose comme un ALGORITHME GÉNÉTIQUE, mais sans sélectionner les meilleurs et sans produire à partir d'eux :-) sans corriger les connexions
2- et arrêter l'apprentissage lorsqu'une grande précision des résultats est atteinte.
Et la version finalisée ne sera pas disponible pour le public ?
Quelque chose dans la logique de ce script ressemble à un simple encodeur 4v2.
L'encodeur est un système non formateur .
Et le réseau est formé dans ce script. Et le processus d'apprentissage est montré en dynamique d'époque en époque sur l'écran.
Vous pouvez voir comment les poids des neurones de chaque couche changent, et comment la grille devient de plus en plus précise au fur et à mesure de son apprentissage.
Ci-dessus, trois postes où le même algorithme a appris
pour travailler avec trois ensembles de données différents .
Dans le cas d'un codeur, il faudrait trois codeurs pour chaque ensemble de données.
J'ai un peu modifié l'algorithme d'apprentissage.
1) changer dynamiquement le nombre de neurones, un peu comme un ALGORITHME GÉNÉTIQUE, mais sans sélectionner les meilleurs neurones ni créer de descendance à partir d'eux :-) sans corriger les connexions
2ème arrêt de la formation lorsque la précision des résultats est atteinte.
C'est parti ! !! La glace est brisée ! :))))
J'ai légèrement affiné l'algorithme d'apprentissage.
1) changer dynamiquement le nombre de neurones, quelque chose comme un ALGORITHME GÉNÉTIQUE, mais sans sélectionner les meilleurs et sans produire à partir d'eux :-) sans corriger les connexions
2- et arrêter l'apprentissage lorsqu'une grande précision des résultats est atteinte.
Y aura-t-il une version finale pour le public ?
Bien sûr, j'aimerais jeter un coup d'œil. Peut-être que quelqu'un ajoutera quelque chose d'autre :)
Quant à la précision, je ne pense pas que ce soit l'objectif.
L'objectif est que le réseau, à la fin de la formation, puisse distinguer tous les ensembles de formation.
entre eux. Et ceci est disponible avec une précision normale.
Comme l'ont montré les expériences, ce réseau n'a besoin que de 300 époques d'entraînement pour apprendre à "penser".
avec les ensembles ci-dessus. Oui, vous pouvez le constater visuellement pendant la formation,
Le réseau commence rapidement à distinguer les ensembles de données.
Et il serait intéressant de voir comment modifier dynamiquement le nombre de neurones d'un conseiller expert pendant les tests,
dans lequel cette grille sera construite. Et le nombre de neurones à prendre en compte dans l'optimiseur MT.
Comment faire pour qu'il prédise le prix ?
Tu ne peux pas. Il ne faut pas attendre un miracle d'un réseau neuronal. Ce n'est pas le NS qui fait la prévision, mais l'algorithme qui y est intégré, l'algorithme est basé sur les conditions de trading, et les conditions de trading ..... sont déterminés par VOUS.
Pas contre, mais pas encore POUR l'utilisation des réseaux neuronaux dans le trading...
De même :) ! !!
Mais l'algorithme fonctionne et apprend :) Et puis nous verrons :)
L'intérêt pour les réseaux est encore renforcé par le fait que l'EA a remporté le championnat avec le réseau .
Bien sûr, nous avions un réseau différent là-bas. Mais l'homme a fait le travail et a obtenu le résultat.
La question n'est pas de savoir quel réseau, mais ce que vous voulez en retirer. Et le résultat a été obtenu non pas grâce au SN, mais grâce aux conditions commerciales, que le SN a composées et a donné une certaine prévision probable. La NS est en fait un filtre, qui peut être adaptatif (NS auto-apprenant) et qui a donc un retard (pour la période d'apprentissage). L'avantage de NS est qu'il peut fusionner des composants disparates de votre TS en un seul résultat et organiser indépendamment les ratios de signification de ces composants (apprendre).
J'ai légèrement affiné l'algorithme d'apprentissage.
1) changer dynamiquement le nombre de neurones, quelque chose comme un ALGORITHME GÉNÉTIQUE, mais sans sélectionner les meilleurs et sans produire à partir d'eux :-) sans corriger les connexions
2- et arrêter l'apprentissage lorsqu'une grande précision des résultats est atteinte.
N'allez-vous pas fournir une version améliorée pour le public ?
Victor, il y en aura.
Au fait, j'ai augmenté la précision des prévisions plusieurs fois, mais l'algorithme prend trop de temps à s'entraîner :-))).
Je n'ai pas encore résolu ce problème - je ne manquerai pas de poster le code !
Il me manque le code basé sur un timer ! Je ne l'ai pas dans MQL4 !
Comment faire pour qu'il prédise le prix ?
Tu ne peux pas. Il ne faut pas attendre un miracle d'un réseau neuronal. Ce n'est pas le NS qui fait la prévision, mais l'algorithme qui y est intégré, l'algorithme est basé sur les conditions de trading, et les conditions de trading ..... sont déterminés par VOUS.
Avez-vous trouvé des algorithmes décents ?
Juste un mot ou deux à leur sujet .
Comment faire pour qu'il prédise le prix ?
Tu ne peux pas. Il ne faut pas attendre un miracle d'un réseau neuronal. Ce n'est pas le NS qui fait la prévision, mais l'algorithme qui y est intégré, l'algorithme est basé sur les conditions de trading, et les conditions de trading ..... Et les conditions de négociation sont définies par VOUS.
Les gourous conseillent de prévoir non pas le prix mais le changement .
Il n'est pas toujours nécessaire de normaliser, qui dit que la grille PEUT et DOIT fonctionner uniquement avec 0 et 1 ?
Je peux joindre une grille simple avec un exemple (malheureusement, je n'ai pas de matériel sous la main pour le moment) - je le ferai plus tard.
où un simple NN résout ce problème sans préparation des données avec normalisation
malheureusement, ce n'est pas la source
cependant, l'exemple que j'ai donné ! il est en quelque sorte déjà normaliséla condition a deux plages
1 0-100
2 10-30
il suffit de trouver le rapport de la position dans une gamme - qui est connue pour
Il s'agit essentiellement d'une mise à l'échelle.
La normalisation est presque toujours nécessaire. Les données doivent être comprises dans la plage de définition de la fonction d'activation.
Dans le script, la sigmoïde est [-1;+1]. Si vous le remplacez par, disons, une exponentielle... ou racine carrée.
http://www.statsoft.ru/home/portal/applications/NeuralNetworksAdvisor/Adv-new/ActivationFunctions.htm