"New Neural "は、MetaTrader 5プラットフォーム用のオープンソース・ニューラルネットワークエンジンプロジェクトです。 - ページ 14 1...789101112131415161718192021...100 新しいコメント Avals 2011.10.21 12:29 #131 ウラン です。1) [-1;0;1] の出力スキームにバグがあります。理論的には3つの出力オプションはすべて同じ確率であるべきですが、実際にはハイパータンジェントをゼロに、またはシグモイドを0.5に保つことは非常に難しく、それでもジャンプしようとするのです。というのは、あくまで例としてあげただけだからかもしれません。 ウラン です。2) "Statistics for Trader" の中で、Bulashev はポジション(注文)効率評価のスキームを持っており、このスキームを適用して、取引シグナルを配信するためにネットワークを訓練することができる。一方、トロール、ブレークイーブンはグリッドとは無関係の TS のすべての要素である。3) フィルターは前処理(例の準備)の要素であり、フライとカツを分離することが必要である。メッシュのアルゴリズムに前処理を押し込むと、普遍化できなくなります。いいえ、この場合のフィルターは取引ロジックの一部であり、データの前処理ではありません。 アルゴリズムにグリッドを押し込むのではなく、一般的なTSロジックの一部としてグリッドを教えられるようにすることを提案しているのです。NSの出力はどのようなものだと思いますか?最終的な売買予想だけ? Avals 2011.10.21 12:32 #132 TheXpert です。 I.e. ATR RSIとワイパーがコンテクストを設定する?また、複数のTC入力に?ノーチャンスでダサい嵌め込みだな。本当に儲かるものが必要なのか、NSがTSの要素の1つでしかない例で、じゃあ何で教えればいいんだ?追伸:ちなみに、2台のワゴンで非標準のフィルタリングを行ったシステムでも、多くのペアでかなり良い結果が得られています(NSは必要ないですね :))。 Mykola Demko 2011.10.21 12:40 #133 アヴァルス1) 例を挙げただけなので、あり得ることです。 2) いいえ、この場合のフィルターは取引ロジックの一部であり、データの前処理ではありません。 アルゴリズムにグリッドを押し込むのではなく、TS全体のロジックの一部としてネットワークを学習させることを提案しているのです。NSの出力はどのようなものだと思いますか?最 終的な売買予想だけ? 1)これは、あなたの方向に玉石混交というわけではなく、この点の重要性を強調したのです。2) NSの出力は、どのような解釈のシグナルにもなり得ます。取引の文脈では、それは市場状況の分類(悪い良い、横ばい傾向など)と特定の取引シグナルの両方になり得ますが、誰も特定の指標シグナルの分類を禁じてはいません。例えば、こんな感じです。"mashka ssha "は悪いシグナルを出す。このような信号に対してグリッドを訓練しておくと、さらに委員会で利用することができる。ネットを委員会にまとめるための便利なインターフェイスを作ることは、前述したとおりです。トランザクションの効率化は、後処理の特殊なケースに過ぎないのです。 Avals 2011.10.21 12:41 #134 TheXpert です。 NSに、自由度を上乗せしてTSをトレードすることを教えたい。 そうすると、そこでの弱点は、本当に利益でポジションを閉じることです。そのためにNSを教えようとすることもできますが、それはこのスレッドのテーマから外れているでしょう。 TheXpert 2011.10.21 12:43 #135 アヴァルス実際にお金になるものが必要なのです。まあ、このフィルターは些細なものなので、作っても全然問題ないんですけどね。アルゴリズムは単純だ。TSを実行し、入力と必要なパラメータ(МА、RSI、АТР)をエントリポイントまたはその近辺で収集します。そして、収集したすべてのパラメータをエントリーとエグジット、または取引 結果をpipsで、またはプラスの場合は1だけ、マイナスの場合は-1だけ与えます。それを3層ノンリニアパースペクトロンに送り込み、学習させるという単純なものです。 ほらね。 Документация по MQL5: Стандартные константы, перечисления и структуры / Торговые константы / Свойства сделок www.mql5.com Стандартные константы, перечисления и структуры / Торговые константы / Свойства сделок - Документация по MQL5 Avals 2011.10.21 12:46 #136 ウラン です。2) NSの出力は、どのような解釈のシグナルであってもよく、取引の文脈では、市場状況の分類(悪い良い、横ばい傾向など)や特定の取引シグナルとなり得ますが、特定の指標のシグナルを分類することは誰も禁じていません。例えば、こんな感じです。"mashka ssha "は悪いシグナルを出す。このような信号に対してグリッドを訓練しておくと、さらに委員会で利用することができる。ネットを委員会にまとめるための便利なインターフェイスを作ることは、前述したとおりです。トランザクションの効率化は、後処理の特殊なケースに過ぎない。 委員会は解決策の一部に過ぎません。このような、特定のシステムのロジックの一部に過ぎないNSのトレーニングを、いかに便利かつ効率的に実施するか。学習サンプルがないため、別々に学習させることはできません。 Mykola Demko 2011.10.21 12:53 #137 アヴァルス 委員会は解決策の一部に過ぎません。このような、特定のシステムのロジックの一部に過ぎないNSのトレーニングを、いかに簡便かつ効率的に実施するか。学習サンプルがないため、別々に学習させることはできません。 何を防いで作るか」を答えたかったのですが、特定の解決策にしかならないでしょう。なるほど、NSのトレーニングはEAの一部として、また既成の例とは別に提供する必要があるのですね。 Avals 2011.10.21 13:01 #138 TheXpert です。まあ、このフィルターは些細なものなので、作っても全然問題ないんですけどね。アルゴリズムは単純だ。TSを実行し、エントリーポイントまたはその近辺で入力と必要なパラメータ(MA、RCI、ATR)を収集します。そして、収集したパラメータを入力として与え、出力として、取引 結果をpipsで表示するか、単純に良ければ1、悪ければ-1を表示するのです。そして、それを3層ノンリニアパースペクトロンという些細なものに送り込み、学習させるのです。 ほらね。はい、それはできますが、それは一つのことを通してだけです)))例えば、オプション付きのTS。同じようなことを、ホールディングスの各ランでも行ってみてください。なるほど、どうにかしてこのプロセスをひねり出して自動化することができるのですね。またはその逆で、入力フィルタが正常(ブール論理)で、NSが買い/売りです。しかし、原理的にはすべてがうまくいき、どうにか実現できるものなのです。問題は、他の人が使うときの利便性、わかりやすさ、携帯性です。 Mykola Demko 2011.10.21 13:18 #139 セルゲイNSとの連携は、トポロジーの選択だけなのでしょうか?トレーニング方法も重要な役割を担っています。トポロジーと学習は密接に関係しています。すべてのユーザーにイマドキの人がいるのだから、半分くらいは自分で判断してもいいんじゃない?プリセットにとらわれないネットワークデザイナーを 作る必要があります。そして、できるだけ普遍的なものを。私が提案したネットワーク構築の方式では、学習方法はトポロジーに依存しないのですグリッド自体が、何かがどこから来て、何がどこへ行くのかを知っているので、エラー伝播は自動的に行われ、プログラマーはそれを気にする必要はない。 セルゲイエフ 2011.10.19 17:06:50 様々なトポロジーや視覚的な理解を得るためには、2次元のアレイで十分なのでしょうか?先日も返信したのですが、暇つぶし程度に考えてみました。 ネットワークを構築するには、このようなコネクションテーブルがあれば十分です層神経細胞入力コネクション層コネクションニューロンリンク出力100000101010110000111010200100201110これは3層MLPの例で、ゼロ層入力、第1層2ニューロン、第2層1ニューロンです。最初の3列は全ニューロンと全ニューロン入力を連続的に列挙して作成し、2パス目はマッチングを設定する(ただし、例外として「通信層」が「層」以上であれば出力は0より大きく、これらのバックは遅延オペレータからの信号のみを受けることができる)。このような接続テーブルを使えば、ランダムでもトポロジーを設定することができ、やはり汎用性の指標になりますね。本当は、ニューロン自体にレイヤー番号を格納して、1次元配列の場合は連番にすることを考えていたのですが、とりあえず、一般的な式と詳細は後で議論した方がいいでしょう。 TheXpert 2011.10.21 13:21 #140 ウラン です。私の提案するネットワーク方式では、学習方法はトポロジーに依存しないのですグリッド自体が、何かがどこから来てどこへ行くかを知っているので、エラー伝播は自動的に行われ、プログラマーはそれを気にする必要がありません。信じられませんね :) 1...789101112131415161718192021...100 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
1) [-1;0;1] の出力スキームにバグがあります。理論的には3つの出力オプションはすべて同じ確率であるべきですが、実際にはハイパータンジェントをゼロに、またはシグモイドを0.5に保つことは非常に難しく、それでもジャンプしようとするのです。
というのは、あくまで例としてあげただけだからかもしれません。
2) "Statistics for Trader" の中で、Bulashev はポジション(注文)効率評価のスキームを持っており、このスキームを適用して、取引シグナルを配信するためにネットワークを訓練することができる。一方、トロール、ブレークイーブンはグリッドとは無関係の TS のすべての要素である。
3) フィルターは前処理(例の準備)の要素であり、フライとカツを分離することが必要である。メッシュのアルゴリズムに前処理を押し込むと、普遍化できなくなります。
いいえ、この場合のフィルターは取引ロジックの一部であり、データの前処理ではありません。
アルゴリズムにグリッドを押し込むのではなく、一般的なTSロジックの一部としてグリッドを教えられるようにすることを提案しているのです。NSの出力はどのようなものだと思いますか?最終的な売買予想だけ?
I.e. ATR RSIとワイパーがコンテクストを設定する?また、複数のTC入力に?ノーチャンスでダサい嵌め込みだな。
本当に儲かるものが必要なのか、NSがTSの要素の1つでしかない例で、じゃあ何で教えればいいんだ?
追伸:ちなみに、2台のワゴンで非標準のフィルタリングを行ったシステムでも、多くのペアでかなり良い結果が得られています(NSは必要ないですね :))。
1) 例を挙げただけなので、あり得ることです。
2) いいえ、この場合のフィルターは取引ロジックの一部であり、データの前処理ではありません。
アルゴリズムにグリッドを押し込むのではなく、TS全体のロジックの一部としてネットワークを学習させることを提案しているのです。NSの出力はどのようなものだと思いますか?最 終的な売買予想だけ?
1)これは、あなたの方向に玉石混交というわけではなく、この点の重要性を強調したのです。
2) NSの出力は、どのような解釈のシグナルにもなり得ます。取引の文脈では、それは市場状況の分類(悪い良い、横ばい傾向など)と特定の取引シグナルの両方になり得ますが、誰も特定の指標シグナルの分類を禁じてはいません。例えば、こんな感じです。"mashka ssha "は悪いシグナルを出す。このような信号に対してグリッドを訓練しておくと、さらに委員会で利用することができる。ネットを委員会にまとめるための便利なインターフェイスを作ることは、前述したとおりです。トランザクションの効率化は、後処理の特殊なケースに過ぎないのです。
NSに、自由度を上乗せしてTSをトレードすることを教えたい。
実際にお金になるものが必要なのです。
まあ、このフィルターは些細なものなので、作っても全然問題ないんですけどね。アルゴリズムは単純だ。TSを実行し、入力と必要なパラメータ(МА、RSI、АТР)をエントリポイントまたはその近辺で収集します。
そして、収集したすべてのパラメータをエントリーとエグジット、または取引 結果をpipsで、またはプラスの場合は1だけ、マイナスの場合は-1だけ与えます。それを3層ノンリニアパースペクトロンに送り込み、学習させるという単純なものです。
ほらね。
2) NSの出力は、どのような解釈のシグナルであってもよく、取引の文脈では、市場状況の分類(悪い良い、横ばい傾向など)や特定の取引シグナルとなり得ますが、特定の指標のシグナルを分類することは誰も禁じていません。例えば、こんな感じです。"mashka ssha "は悪いシグナルを出す。このような信号に対してグリッドを訓練しておくと、さらに委員会で利用することができる。ネットを委員会にまとめるための便利なインターフェイスを作ることは、前述したとおりです。トランザクションの効率化は、後処理の特殊なケースに過ぎない。
委員会は解決策の一部に過ぎません。このような、特定のシステムのロジックの一部に過ぎないNSのトレーニングを、いかに簡便かつ効率的に実施するか。学習サンプルがないため、別々に学習させることはできません。
まあ、このフィルターは些細なものなので、作っても全然問題ないんですけどね。アルゴリズムは単純だ。TSを実行し、エントリーポイントまたはその近辺で入力と必要なパラメータ(MA、RCI、ATR)を収集します。
そして、収集したパラメータを入力として与え、出力として、取引 結果をpipsで表示するか、単純に良ければ1、悪ければ-1を表示するのです。そして、それを3層ノンリニアパースペクトロンという些細なものに送り込み、学習させるのです。
ほらね。
はい、それはできますが、それは一つのことを通してだけです)))
例えば、オプション付きのTS。同じようなことを、ホールディングスの各ランでも行ってみてください。なるほど、どうにかしてこのプロセスをひねり出して自動化することができるのですね。
またはその逆で、入力フィルタが正常(ブール論理)で、NSが買い/売りです。
しかし、原理的にはすべてがうまくいき、どうにか実現できるものなのです。問題は、他の人が使うときの利便性、わかりやすさ、携帯性です。
NSとの連携は、トポロジーの選択だけなのでしょうか?トレーニング方法も重要な役割を担っています。トポロジーと学習は密接に関係しています。
すべてのユーザーにイマドキの人がいるのだから、半分くらいは自分で判断してもいいんじゃない?
プリセットにとらわれないネットワークデザイナーを 作る必要があります。そして、できるだけ普遍的なものを。
私が提案したネットワーク構築の方式では、学習方法はトポロジーに依存しないのです
グリッド自体が、何かがどこから来て、何がどこへ行くのかを知っているので、エラー伝播は自動的に行われ、プログラマーはそれを気にする必要はない。
セルゲイエフ
2011.10.19 17:06:50様々なトポロジーや視覚的な理解を得るためには、2次元のアレイで十分なのでしょうか?
先日も返信したのですが、暇つぶし程度に考えてみました。
ネットワークを構築するには、このようなコネクションテーブルがあれば十分です
これは3層MLPの例で、ゼロ層入力、第1層2ニューロン、第2層1ニューロンです。
最初の3列は全ニューロンと全ニューロン入力を連続的に列挙して作成し、2パス目はマッチングを設定する(ただし、例外として「通信層」が「層」以上であれば出力は0より大きく、これらのバックは遅延オペレータからの信号のみを受けることができる)。
このような接続テーブルを使えば、ランダムでもトポロジーを設定することができ、やはり汎用性の指標になりますね。
本当は、ニューロン自体にレイヤー番号を格納して、1次元配列の場合は連番にすることを考えていたのですが、とりあえず、一般的な式と詳細は後で議論した方がいいでしょう。
私の提案するネットワーク方式では、学習方法はトポロジーに依存しないのです
グリッド自体が、何かがどこから来てどこへ行くかを知っているので、エラー伝播は自動的に行われ、プログラマーはそれを気にする必要がありません。
信じられませんね :)