Discussion de l'article "Programmation d'un Réseau de Neurones Profond à partir de zéro à l'aide du langage MQL"
Approche géniale - je viens de travailler sur une approche similaire - pour optimiser les poids en utilisant des algorithmes génériques intégrés au Strategy Tester! !! J'adore !
Pourquoi optimiser aussi le "biais" ? Je pensais que c'était toujours "1.0" pour éviter les valeurs 0, ou ?
Bel article, il explique les bases des réseaux neuronaux, et il est important qu'il utilise l'optimiseur pour la formation.
Salut Li,
J'ai mis à jour l'article avec 2 fichiers de démonstration. Un pour MQL5 et un pour MQL4. Le DeepNeuralNetwork.mqh peut être utilisé pour les deux, mql5 et mql4.
En tout cas, je joins ces fichiers ici pour montrer comment les utiliser.
N'hésitez pas à me contacter si vous avez d'autres questions.
Merci pour les codes que vous avez partagés. J'ai essayé de comprendre votre façon de faire.
J'ai quelques hésitations à propos des valeurs y[0], y[1], y[2] puisqu'elles ne changent pas et sont toujours 0,33333._xValues[1,2,3] changent avec la nouvelle barre ; donc si le trade est basé sur lesyValues, je n'ai vu AUCUN TRADE alors que le TRADE OCCUPE quand les conditions sont basées sur les _xValues.
Est-ce ma faute ou simplement une erreur de codage dans votre code original ?
Quelle belle façon d'utiliser l'algorithme génétique des testeurs comme structures existantes pour la formation.
Salutations et merci pour cet article intéressant.
J'ai formé le réseau neuronal pour 2019 ; puis j'ai essayé d'utiliser les meilleurs paramètres/résultats (de l'optimisation de la stratégie - puisque c'est le terrain d'entraînement) pour 2020 mais je n'ai pas obtenu de bons résultats.
Mes questions sont les suivantes
1) A quoi sert la formation ?
2) À quelle fréquence doit-il être effectué ?
3) Peut-on s'attendre à ce que les meilleurs paramètres de 2019 fonctionnent bien pour 2020 ?
4) Si les meilleurs paramètres de 2019 ne donnent pas de bons résultats en 2020, à quelle fréquence l'entraînement doit-il être effectué et quelles sont ses limites ?
5) Puis-je m'entraîner tous les jours, toutes les semaines ? Je m'entraîne pendant quelques jours, semaines ou mois ?
Merci.
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Vous acceptez la politique du site Web et les conditions d'utilisation
Un nouvel article Programmation d'un Réseau de Neurones Profond à partir de zéro à l'aide du langage MQL a été publié :
Cet article vise à apprendre au lecteur comment créer un Réseau de Neurones Profond à partir de zéro en utilisant le langage MQL4/5.
Cela commence par l'unité de base d'un réseau de neurones : un seul neurone. Dans cet article, je vais me concentrer sur les différentes parties du type de neurone que nous allons utiliser dans notre réseau de neurones profonds, bien que la plus grande différence entre les types de neurones soit généralement la fonction d'activation.
Le neurone artificiel, vaguement modélisé à partir d'un neurone du cerveau humain, héberge simplement les calculs mathématiques. Comme nos neurones, il se déclenche lorsqu'il rencontre suffisamment de stimuli. Le neurone combine l'entrée des données avec un ensemble de coefficients, ou pondérations, qui amplifient ou atténuent cette entrée, ce qui attribue ainsi une signification aux entrées pour la tâche que l'algorithme essaie d'apprendre. Voyez chaque partie du neurone en action dans l'image suivante :
Auteur : Anddy Cabrera