L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 600

 
Ivan Negreshniy:
Cercalo, ma il problema è che non ci sono molte informazioni fresche e sistematiche sul web sul lavoro con la struttura NS di basso livello a livello di scala, poiché i nostri ricercatori raramente scendono anche al backend, come TensorFlow, per lo più tutti sono sopra o a Theano, Keras, Torch o il livello R in dissolvenza.

Non c'è bisogno di essere sciocchi. TensorFlow, Theano, Torch e CNTK sono tutte librerie di differenziazione automatica di basso livello utilizzate nella formazione di reti neurali profonde. Ci sono molte sovrastrutture sopra di esse, una delle più comuni è Keras. Per un utente comune (non un esperto di reti neurali) è conveniente (più facile e veloce) usare quelli di alto livello.

Sono interessato, quali librerie hai usato? O ne ha solo sentito parlare?

Buona fortuna

 
Vladimir Perervenko:

Non essere sciocco. TensorFlow, Theano, Torch e CNTK sono tutte librerie di differenziazione automatica di basso livello utilizzate nella formazione di reti neurali profonde. Ci sono molte sovrastrutture sopra di esse, una delle più comuni è Keras. Per un utente comune (non un esperto di reti neurali) è conveniente (più facile e veloce) usare quelli di alto livello.

Sono interessato, quali librerie hai usato? O ne ha solo sentito parlare?

Buona fortuna


Sì, dovresti leggere più attentamente, non dire sciocchezze.

Si trattava del back-end, spero non ci sia bisogno di spiegare il significato, e il front-end è per l'interfaccia utente, un livello superiore.

E per quanto riguarda l'interesse, forse avete sentito parlare dei grafici TensorFlow, Protocol Buffers, generazione di codice per diverse piattaforme e lingue, cioè essenzialmente il basso livello, quindi faccio lo stesso solo per il mio linguaggio NS e MQL.

Probabilmente non ne hai sentito parlare - Hlaiman EA Generator.


Forum sul trading, sistemi di trading automatico e test di strategia

Machine learning nel trading: teoria e pratica (trading e non solo)

Aleksey Terentev, 2018.01.23 06:39

Sì, ho delle difficoltà. Trovo difficile capire perché alcune persone trovano così difficile alzarsi dai talloni e lavorare sodo.
Sì, frequento questo thread e interferisco con le risposte degli altri invece di considerare costruttivamente le domande.
Facciamo una discussione costruttiva sul deep learning? Usando python? Imparando con un insegnante su buoni segnali?
Non ho nessuno con cui discutere. E hai appena detto che non riesci a trovare nulla. Beh, questo non succederà.
Sì, sto facendo una lezione da babbeo. Dopo tutto, l'avversario stesso ha applicato una velata presa in giro, ha confuso i termini e ha fatto un paio di errori logici.

E mi sono anche scusato in anticipo, perché ho scritto a sentimento.

E inoltre vi offro l'aiuto in una conoscenza dei principi di lavoro degli strumenti per la creazione di reti neurali. Senza alcuna ironia e sarcasmo.


Spero che capisca anche lei, da quello che ho scritto sopra, in che direzione potrei essere interessato ad aiutarla.

Visualizzazione di grafici, topologie NS, serializzazione, formati ProtoBuf, elaborazione batch e importazione/esportazione di array n-dimensionali Pesi NumPy di NS, ecc.

Se avete questo tipo di informazioni o esperienza di attuazione, con piacere, pronto a discutere.

 
Ivan Negreshniy:


Beh, sì, e per non dire sciocchezze, dovresti leggere con più attenzione.

Si trattava del back-end, speriamo che non ci sia bisogno di spiegare il significato, e il front-end è per l'interfaccia utente, cioè un livello superiore.

Non discutiamo sulla terminologia. Ecco un estratto:

"Usare la libreria TensorFlow".

Recentemente, il fiorente campo delle reti neurali profonde è stato arricchito da una serie di librerie open source. L'ampiamente pubblicizzatoTensorFlow (Google),CNTK (Microsoft),Apache MXNet e molti altri. Dato che tutti questi e altri importanti sviluppatori di software fanno parte del Consorzio R, viene fornita un'API per R per tutte queste librerie.

Tutte le librerie di cui sopra sono di livello molto basso. Per i principianti che imparano questo settore, sono difficili da digerire. Con questo in mente, il team di Rstudio ha sviluppato il pacchettokeras per R.

Keras è un'API di alto livello per reti neurali, progettata con l'obiettivo di essere in grado di sperimentare rapidamente. La capacità di passare dall'idea al risultato con il minor ritardo possibile è la chiave per fare una buona ricerca. Keras ha le seguenti caratteristiche chiave:

  • Consentendovi di eseguire ugualmente su CPU o GPU.

    API amichevole che permette una facile prototipazione di modelli di deep learning.

  • Supporto incorporato per reti convoluzionali (per la computer vision), reti ricorsive (per l'elaborazione di sequenze) e qualsiasi combinazione di entrambe.
  • Supporta architetture di rete arbitrarie: modelli con ingressi multipli o uscite multiple, condivisione dei livelli, condivisione dei modelli, ecc. Questo significa che Keras è adatto per costruire essenzialmente qualsiasi modello di deep learning, da una rete di memoria a una macchina neurale di Turing.
  • È in grado di funzionare sopra diversi back-end, tra cui TensorFlow, CNTK o Theano.

E per quanto riguarda l'interesse, forse avete sentito parlare di grafici TensorFlow, Protocol Buffers, generazione di codice per diverse piattaforme e lingue, cioè essenzialmente a basso livello, quindi faccio lo stesso, solo per il mio linguaggio NS e MQL.

Non solo ne ho sentito parlare, ma lo uso. Ma con il linguaggio R per l'esecuzione in MT. Quindi abbiamo un approccio e una direzione diversi. I miei sviluppi non vi saranno utili.

Probabilmente non hai sentito - Hlaiman EA Generator.

Ne ho sentito parlare, l'ho letto. Non è il percorso che voglio fare.

Spero che tu capisca da quello che ho scritto sopra, la direzione in cui potrei essere interessato.

Visualizzazione di grafici, topologie NS, serializzazione, formati ProtoBuf, elaborazione batch e importazione/esportazione di array n-dimensionali pesi NumPy, ecc.

Se avete tali informazioni o esperienza nella loro realizzazione, sarei disposto a discuterne con voi.

Ripeterò ancora una volta. Abbiamo un approccio e una direzione diversi. La mia esperienza non vi sarà utile.

Buona fortuna
 

Vladimir Perervenko:

Peri principianti, questo è un settore difficile da imparare.Con questo in mente, il team di Rstudio ha sviluppato il pacchettokeras per R.

Buona fortuna

Non capisco cosa intendi per Keras. Proprio ieri ho letto che è un add-on di alto livello per TensorFlow, e ne ho anche visto un'istanza. Niente R, solo Python.
 
Maxim Dmitrievsky:

interessante, non ho visto una descrizione di tali tandem da nessuna parte... dovrò cercarla


Nel 2007 stavano costruendo comitati di 3-5 strategie e la qualità del lavoro è migliorata notevolmente. Ma il problema del comitato è che almeno due dei tre dovrebbero essere adeguati, poi tireranno il comitato a un vantaggio maggiore che separatamente. Se il comitato ha 2 modelli riqualificati. Caso del tubo. Nella migliore delle ipotesi, non perderanno, che in questo scenario non è affatto male!!!!

 

Yuriy Asaulenko:

Vladimir Perervenko:

Questa è un'area difficile da imparare per i principianti,così il team di Rstudio ha sviluppato il pacchettokeras per R.

Buona fortuna

Su Keras non capisco. Proprio ieri ho letto che è un add-on di alto livello per TensorFlow, e ho anche visto un'istanza di esso. Niente R, solo Python.


L'uomo ha anche dato un link per non perdersi, evitando accuratamente R e anche in tali condizioni gestito.

 
Yuriy Asaulenko:
Non capisco Keras. Proprio ieri ho letto che era un add-on di alto livello per TensorFlow e ho anche visto un esempio. Niente R, solo Python.

Cosa c'è da capire. Tutto in Python è già in R. Seguite i link, date un'occhiata.

Buona fortuna

 
SanSanych Fomenko:

L'uomo ha anche dato un link per non perdersi, evitando accuratamente R e anche in quelle condizioni gestito.

Non ho visto il link.

Ecco il link a Keras -https://habrahabr.ru/company/ods/blog/325432/

Non escludo che un'interfaccia di Keras sia fatta per R. Ma non è stato R a inventare Keras. Cioè, non è stato il team di Rstudio a sviluppare il pacchettoKeras per R, ma piuttosto l'interfaccia per Keras. E per l'utente ci sono due grandi differenze: il pacchetto o l'interfaccia.

È quello che sto cercando di chiarire.

Библиотеки для глубокого обучения: Keras
Библиотеки для глубокого обучения: Keras
  • habrahabr.ru
Привет, Хабр! Мы уже говорили про Theano и Tensorflow (а также много про что еще), а сегодня сегодня пришло время поговорить про Keras. Изначально Keras вырос как удобная надстройка над Theano. Отсюда и его греческое имя — κέρας, что значит "рог" по-гречески, что, в свою очередь, является отсылкой к Одиссее Гомера. Хотя, с тех пор утекло много...
 
Yuriy Asaulenko:

Non ho visto il link.

Ecco il link a Keras -https://habrahabr.ru/company/ods/blog/325432/


Questo è un link a Hubr. Il link della libreria è https://keras.rstudio.com/index.html.

Leggere le fonti primarie.

Buona fortuna

R Interface to 'Keras' • keras
R Interface to 'Keras' • keras
  • keras.rstudio.com
Keras is a high-level neural networks API developed with a focus on enabling fast experimentation. Being able to go from idea to result with the least possible delay is key to doing good research. Keras has the following key features: Allows the same code to run on CPU or on GPU, seamlessly. User-friendly API which makes it easy to quickly...
 
cercali tutti su Google :)
Mihail Marchukajtes:

Nel 2007 stavano costruendo comitati di 3-5 strategie e la qualità del lavoro è migliorata notevolmente. Ma il problema del comitato è che almeno due dei tre devono essere adeguati, allora tireranno il comitato a un vantaggio maggiore dei singoli. Se il comitato ha 2 modelli riqualificati. Caso del tubo. Nella migliore delle ipotesi non si fonderanno, che a questo punto non è nemmeno una brutta cosa!!!!


gli ensemble e i comitati sono un po' diversi dal tandem per quanto mi riguarda

a proposito, l'ensemble NS, di MLP, è molto buono... ma lento

sul comitato è interessante ma controverso, lo stesso classificatore ternario Reshetov

non ha pasticciato con i tandem