ニューラルネットワークのプログラミングに関する質問 - ページ 5

 
そして、そのようなネットワーク構成は、「排他的か」を含め、あらゆる問題を解決することができるのです :)
 
オッケーです。ただ、やはりもう少し実践的なことを知りたいですね。入力に何を送り込むのか、ディメンションNはどう設定するのか、などなど。もちろん、秘密でなければの話ですが :)この業界はド素人ですが、参加する準備はできています。
 
rsi:
オッケーです。ただ、やはりもう少し実践的なことを知りたいですね。入力に何を送り込むのか、ディメンションNはどう設定するのか、などなど。もちろん、秘密でなければの話ですが :)私はこの業界ではド素人ですが、参加する準備はできています。

以上、インジケーターを並べてみました。線形回帰の傾きの角度が入力に与えられる。Eura 1 時間で動作させてみる
 
ありがとうございます、見てきます :)
 
rsi:
ありがとうございます、見てみますね :)

これにZアカウントを追加して、いい感じにしたいですね :)
 

ええ、不思議なものですね。klotさん、いつもありがとうございます!週末はもう十分です :)

 
metaquotesのneuroです。 ご覧になってみてください。2~5barの短時間であれば許容できる範囲です。
 
AAAksakal、何を見ているのですか?
 
klot:


そして一般的に、どんなNSでもMQL4で直接簡単にプログラムすることができます。NSのウェイトもMT4のGAや自分で選択できます。 悲観論は想像力と空想力の欠如によってのみ定義されます。 基本的に限界はありません...。

悲観論は、戦略テスターの制限によって定義されます。すなわち、入力値の範囲が大きいか、これらの非常に大きな値の数が制限を超えると、オプティマイザーは開始を拒否します。やっぱり限界があるんですね。

今日、3:3:1アーキテクチャ(入力に3ニューロン、隠し入力3、出力1)で、全てMQL4で書かれたニューラルネットワークの構築をようやく完了しました。すべてのレイヤーはテスターGAを使用して構成されています。しかし、問題は、1つのレイヤーに対して、少なくとも12個の入力パラメータが必要で、少なくとも-1から1までの値を1刻みで指定する必要があることだ(Rosenblattのように)。でも、オプティマイザーはそんなにたくさんは処理できないんです。もがきながら1層目を簡略化することになったのです。

他人のメッシュに対して、自作はバージョンアップが可能な点が良いですね。例えば、最初のレイヤーを非標準にしたほか、入力データの動的正規化も追加しました。

入力される信号は、極めて原始的なものです。

   static  int  p = 12;
   ...
   double       z1 = Close[0] - iMA(Symbol(), 0, p, 0, MODE_SMA, PRICE_OPEN, 0);
   double       z2 = Open[p] - iMA(Symbol(), 0, p, 0, MODE_SMA, PRICE_OPEN, p);
   double       z3 = Open[p * 2] - iMA(Symbol(), 0, p, 0, MODE_SMA, PRICE_OPEN, p * 2);

つまり、重みと閾値を簡単に選択でき、テスト結果に一度も誤りがないことが証明された(profit factorなし)。しかし、そのようなフィッティングの後、フォワードテストはすぐにスプレッドで急降下を始める。グリッドの調整をさせないように、取引戦略をいじる必要があったのです。

脳みそが裏返るような思いもしましたが、頑張った甲斐がありました。

以上がテスト結果です。1トレードから273トレードまで - 最適化、さらなるフォワードテスト。

そして、こちらがフォワードテストです。

フォワードテストの結果を紹介します。

ストラテジーテスターレポート
RNN
Alpari-Demo (Build 409)

シンボルマークEURUSD (ユーロ vs 米ドル)
期間1時間(上半期) 2011.10.24 00:00 ~ 2012.01.13 23:59 (2011.10.24 ~ 2012.01.14)
モデル始値による(バー始値制御が明示されているExpert Advisorのみ)
パラメータt1=54; t2=4; t3=48; x1=194; x2=128; x3=68; y1=1; y2=1; y3=-1; t4=136; sl=900; lots=1; mn=888です。

歴史に残るバー2431モデル化されたダニ3862シミュレーション品質非対称性
チャートの不一致エラー0




初回入金額10000.00



当期純利益14713.00利益合計40711.60全損-25998.60
収益性1.57期待されるペイオフ88.10

アブソリュートドローダウン2721.60最大ドローダウン4800.00 (39.74%)相対的ドローダウン39.74% (4800.00)

総取引高167ショートポジション(勝率)101 (67.33%)ロングポジション(勝率)66 (92.42%)

利益を得た取引(全体の割合)129 (77.25%)損失取引(全体に占める割合)38 (22.75%)
最大儲け話900.00負け組み-907.20
平均値得な話315.59負け組み-684.17
最大れんしょう13 (2557.00)継続的損失(ロス)4 (-3605.40)
最大継続的な利益(勝利数)3511.60 (11)連続損失(損失数)-3605.40 (4)
平均値連勝4継続損失1





一番面白いのは、チャートからも最適化区間が順方向区間より悪いことがわかることです。これはめったにないことです。他のフォワードは、最適化よりもずっと悪い結果が出ているのですが、それでも一番良い結果が出ているのです。

 
Reshetov:

悲観論は、ストラテジー・テスターの限界によって決定されます。つまり、入力値の範囲が大きいか、同じ値の数が制限を超えると、オプティマイザーは起動を拒否します。やっぱり限界があるんですね。

今日、3:3:1アーキテクチャ(入力に3ニューロン、隠し入力3、出力1)で、全てMQL4で書かれたニューラルネットワークの構築をようやく完了しました。すべてのレイヤーはテスターGAを使用して構成されています。しかし、問題は、1つのレイヤーに対して、少なくとも12個の入力パラメータが必要で、少なくとも-1から1までの値を1刻みで指定する必要があることだ(Rosenblattのように)。でも、オプティマイザーはそんなにたくさんは処理できないんです。もがきながら1層目を簡略化することになったのです。

他人のメッシュに対して、自作はバージョンアップが可能な点が良いですね。例えば、最初のレイヤーを非標準にしたほか、入力データの動的正規化も追加しました。

入力される信号は、極めて原始的なものです。

つまり、重みと閾値を簡単に選択でき、テスト結果に一度も誤りがないことが証明された(profit factorなし)。しかし、そのようなフィッティングの後、フォワードテストはすぐにスプレッドで急降下を始める。グリッドの調整をさせないように、取引戦略をいじる必要があったのです。

脳みそが裏返るような思いもしましたが、頑張った甲斐がありました。



入力256個、ニューロン256個につき隠れ層1個の普通のグリッドを作りました。そして、1つのニューロンからなる出力層。そして、私はそれをすべてMT4で完璧に訓練しました。

3つの隠しレイヤーを持つオプションもあったが、それらは不要であった