L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 256
![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ogni array[][] è un insieme di singole informazioni di qualità, cioè per ogni ingresso, un array[][] separato. Voglio alimentare molti array, 4 sono pronti finora, ne creerò altri nei piani, ogni array descrive lo stato del prezzo, si scopre da diverse angolazioni, ecc.
ogni array contiene 1000 righe e 1000 colonne, bene, in generale, ho un tridimensionale, si scopre che la dimensione K è un nuovo bidimensionaleNormalmente, le reti lavorano con matrici bidimensionali. Potremmo combinare tutte le matrici in una matrice larga con 2000 (3000 o 4000) colonne e 1000 righe, e poi addestrare la rete neurale come al solito. Puoi allenare la neuronica in R con rattle, è un programma speciale con interfaccia visiva per l'analisi dei dati, puoi usare pulsanti e menu per elaborare i dati e insegnare il modello, e poi nella scheda "log" guarda lo script R generato per tutte queste operazioni, e poi puoi semplicemente cambiare ed eseguire il codice risultante nella console R. In altre parole, si fanno tutte le operazioni con il mouse e poi si può guardare lo script R generato che fa la stessa cosa.
https://www.mql5.com/ru/articles/1165 - c'è molto e bene nel rattle.
C'è anche il pacchetto mxnet per R, che è un neurone di deep learning, e si allena su array quadridimensionali, con ancora più misure di quelle necessarie.
Ci sono istruzioni per l'installazione (Installlation) e alcuni esempi nelle cartelle vignette e demo -https://github.com/dmlc/mxnet/tree/master/R-package
Non capisco cosa vuoi fare, per questo non ti dico nulla, ma a giudicare dal numero di input, puoi iniziare a studiare metodi di compressione dei dati come "PCA" o altri, ne avrai bisogno.
La logica della tua domanda è probabilmente più profonda della mia spiegazione.
Voglio alimentare un paio di array bidimensionali nella rete.
Le matrici sono le stesse sugli assi, cioè classificando le colonne per periodo e le righe per barra.
Normalmente, le reti lavorano con matrici bidimensionali. Potremmo combinare tutte le matrici in una matrice larga con 2000 (3000 o 4000) colonne e 1000 righe, e poi addestrare la rete neurale come al solito. Puoi allenare la neuronica in R con rattle, è un programma speciale con interfaccia visiva per l'analisi dei dati, puoi usare pulsanti e menu per elaborare i dati e insegnare il modello, e poi nella scheda "log" guarda lo script R generato per tutte queste operazioni, e poi puoi semplicemente cambiare ed eseguire il codice risultante nella console R. In altre parole si fanno tutte le operazioni con il mouse e poi si può guardare lo script R generato che fa la stessa cosa, è comodo per imparare le possibilità del linguaggio.
https://www.mql5.com/ru/articles/1165 - c'è molto e bene nel rattle.
C'è anche il pacchetto mxnet per R, che è un neurone di deep learning, e si allena su array quadridimensionali, con ancora più misure di quelle necessarie.
C'è una guida all'installazione (Installlation) e alcuni esempi nelle cartelle vignette e demo -https://github.com/dmlc/mxnet/tree/master/R-package
La logica della tua domanda è probabilmente più profonda della mia spiegazione.
Voglio alimentare un paio di array bidimensionali nella rete.
Le matrici sono uguali lungo gli assi, cioè le colonne sono classificate per periodo e le righe per barra.
Non ho una logica profonda)))
Hai solo un sacco di input, ci vorrà molto tempo per imparare, si arriva al punto in cui è necessario ridurre il numero di input, quindi comprimere le informazioni.
Grazie!
Le reti di solito lavorano con matrici bidimensionali. Potete combinare tutte le matrici in una matrice larga con 2000 (3000 o 4000) colonne e 1000 righe, e poi addestrare la rete neurale come al solito. Puoi allenare la neuronica in R con rattle, è un programma speciale con interfaccia visiva per l'analisi dei dati, puoi usare pulsanti e menu per elaborare i dati e insegnare il modello, e poi nella scheda "log" guarda lo script R generato per tutte queste operazioni, e poi puoi semplicemente cambiare ed eseguire il codice risultante nella console R. In altre parole si fanno tutte le operazioni con il mouse e poi si può guardare lo script R generato che fa la stessa cosa, è comodo per imparare le possibilità del linguaggio.
https://www.mql5.com/ru/articles/1165 - c'è molto e bene nel rattle.
C'è anche il pacchetto mxnet per R, che è un neurone di deep learning, e si allena su array quadridimensionali, con ancora più misure di quelle necessarie.
C'è una guida all'installazione (Installlation) e alcuni esempi nelle cartelle vignette e demo -https://github.com/dmlc/mxnet/tree/master/R-package
Potresti dirmi se ho seguito le istruzionihttps://www.mql5.com/ru/articles/1165
È silenzioso.
Potresti dirmi se ho seguito le istruzionihttps://www.mql5.com/ru/articles/1165
È silenzioso.
prova a inserire solo
Prova a digitare solo
Odio disturbarvi con queste sciocchezze, ma non potete sapere se manca qualcosa di standard.
*** aggiunto
È un semplice rattle() digitato
Non voglio disturbarvi con queste sciocchezze, ma se sapete che manca qualcosa di standard
*** aggiunto
È facile inserire rattle()
L'immagine non mostra il rattle()
Dopo aver inserito questo comando, dovrebbe apparire la finestra del sonaglio, come descritto nell'articolo
TC.RData (come ho capito dall'articolo) dovrebbe essere caricato in rattle().