Метод Брауна-Робинсон является наиболее старым (1951 г.) алгоритмом итеративного решения минимаксных задач, представленных в виде платёжных матриц. При этом он является методом поиска решения с оппонентом и способностью авторедукции доминируемых строк и столбцов. Однако, ему присущи ряд недостатков: Несоответствие решения аксиоматике вектора...
実験は良いが、その結果をMTでどう使うか?モデルをアンロードしてインジケーターに入れれば、サンプル外の領域での動作を確認できるのでしょうか?
しかし、無料版には月1000件の取引という制限があり、つまりテスターでは1000件以上の取引が発生するため、使用できません。そのため、小さなヒッチがあり、それに対処していたところです
モデルを迅速に推定し、予測子をチェックする - はい、このモデルをリアルタイムで使用する - はい、モデルを戦略テスターで リクエスターを経由して呼び出す - 高価、サーバーへの1000コールで30ルーブル、例えばテスターでは5分間で8000コール、すなわちテスターで5分間、1ヶ月間実行すると240ルーブル。
元々レシェトフの分類器のために用意されたセットなのでしょうか?ちなみにOpenClの場合はmql5に書き換えるべき、そうすれば計算が早くなる、カッコいい
RNNはそれだけのデータを消化できるのか?3~4入力の例が用意されていますが、5~10入力まで拡張することができます。また、これ以上の計算をするのは非現実的で、最適化するパラメータの数=2N
現実的にはgpuで書き換える必要があるが、できるのか?
現実的にはgpu上で書き換える必要があるが、できるのか?
ノー
来週書き直します(笑)。
来週書き直します)
そして、それをどのように最適化するのか?自分専用のカウンターと自分専用の遺伝的アルゴリズム?テスター・オプティマイザーを使用せずに?
標準のオプティマイザーを使っているが、NSはgbuで学習させるので、javaの別バージョンがあり、それをmql5で書き換える必要がある。
https://sites.google.com/site/libvmr/home/theory/method-brown-robinson-resetov
社内のオプティマイザーを通してですが、NSはgbuで学習させる予定です
係数の選定はどのように行うのでしょうか?10個の入力に対して1024個の係数が必要で、非現実的です。また、次元数が小さすぎて、実際の作業には向いていません。
リンク先を読むと、このバージョンではオプティマイザーで係数を選択する必要はないようです。
核兵器があると次元が上がるので、そこはトリッキーなシステムです。
まず、ビデオカードでモデルを学習させ、k値を保存し、オプティマイザがストップなどを選択するだけです。
係数はどのように選択するのですか?10入力の場合、1024個の係数が必要になり、非現実的です。また、次元数が小さすぎて、実際の作業には向いていません。
これはレシェトフのRNNで、確率モデルです。
そして、ミハイルが使っているjPredictorです。レシェトフのニューロン、それは多くの入力を持ち、勾配降下の代わりに何らかの学習を行う。