そんな優秀なニューラルネットワークの理論家の中で、私はおそらく黒子に徹しているように見えるだろう。でも、誰かがハンバーガーを作って、誰かがそれを食べなければならない。そこで、危険を冒してでも、面白いアドバイスをしてみようと思います。2つの指標Force Index.mq4( period 3.53), DeMarker.mq4( period 3.53) をニューラルネットワークの学習に使用し、これらの指標の変化を通常の時間の流れと結びつけることができます - 時間が3番目の指標となります。指標はシンプルで、市場の変化を100％の信頼性で予測します。フォースインデックスには0.0を、デマーカーには0.1と0.9を入力します。これらの指標のコードでは、期間の次元をintからdoubleに変更する必要があることは明らかです。
そんな優秀なニューラルネットワークの理論家の中で、私はおそらく黒子に徹しているように見えるだろう。でも、誰かがハンバーガーを作って、誰かがそれを食べなければならない。そこで、危険を冒してでも、面白いアドバイスをしてみようと思います。2つの指標Force Index.mq4( period 3.53), DeMarker.mq4( period 3.53) をニューラルネットワークの学習に使用し、これらの指標の変化を通常の時間の流れと結びつけることができます - 時間が3番目の指標となります。指標はシンプルで、市場の変化を100％の信頼性で予測します。フォースインデックスには0.0を、デマーカーには0.1と0.9を入力します。これらの指標のコードで、期間の次元をintからdoubleに変更しなければならないことは明らかです。
...フィッティングとは、テストスイートに合わせるという意味ですが、ここでは完成したシステムをただテストするだけ...。
アトラクターに最適です :)写真では試していません。問題は、列の構造だと思います。前処理をしていない。
見つかったら送ります。デルファイですけどね...。
手を出したが、全く別のアプリケーション領域で。ちなみに、ノンリニアPCAを成功させるのは失敗しました。そして、リニアは弱すぎると思います。
マーサーの定理の拡張空間で、自分のデータを適用して同じ問題を解いてみる、これはここで取り上げたニューラルネットワークの連想の話題と同じである。
テストセットに合わせるか、テストセットと比較するか......その違いがわからない。IMHO
その差は大きく、（アルゴリズム的にも結果的にも）大きな差があります。でも、みんな自分の意見を貫こうよ。ご興味のある方がいらっしゃいましたら、直接ご連絡ください。
見つかれば送ります。Delphiなんですけどね...。
ありがたいことです。質問は前処理についてだったと思います。ネットワークの動作確認だけなので、やってませんでした。
フォーラム参加者、訪問者の皆様へご挨拶申し上げます。
私は、ニューラルネットワークの入力に最適な指標を議論し、探すことに興味があるすべての人に提供したいと思います。
私のプログラムでは、ニューロネットの収益性を見積もりツールとして使うことができますし、MQL4 Expert Advisorに学習させたニューロネットを配置することもできます。もちろん、合理的な範囲内で。私は、任意の数の層と各層のニューロンを持つ自作（Java）のペルセプトロンを持っており、JGAPライブラリ（http://jgap.sourceforge.net/）の遺伝的アルゴリズムでそれを訓練しています。
第1層のニューロン数は入力数と等しく、第2層ではランダム、第3層では-1ニューロンである。ニューロネットは取引シグナル（ニューロネットの出力>0.5 - 買い、ニューロネットの出力<-0.5 - 売り）を生成し、そのシグナルは自作の取引テスターによって処理され、ニューロネットのシグナルに基づいてポジションを反転（または、ポジションを持っていない場合は市場に参入）させることができます。遺伝的アルゴリズムの目標関数は、結果として得られる利益である。このようなアプローチにより、起こりうるあらゆるエラーを最小限に抑え、実際の取引に近い形でトレーニングを行うことができると私は考えています。学習したネットワークをMQL4 Expert Advisorにエクスポートして、MT4のStrategy Testerでテストしています。MT4のインジケーターでニューラルネットワークの入力を形成し、ファイルにアップロードしています。 インジケーターとExpert Advisorはプログラムで形成され、ファイルに書き込まれます（混乱やエラーが少ない）。私の場合、4層ネットワークは3層ネットワークより利益が出ない（通常は少ない）のですが、トレーニングに時間がかかります。
Core2 Quadro 2.3で8-10-1ネットワークを4日間学習させました。10本のスレッドが並列に並び、異なる初期集団で「誰が一番儲かるか」を競い合う。4日間で約4000世代、200本の染色体を持つ集団。最初の2000世代で最大の利益が得られ、それ以上では利益は増えなかった。一番利益が増えたのは、最初の100世代です。
MT4のストラテジーテスターでこのネットワークの結果を確認しました。ネットワークが+-0.5の閾値に達することはほとんどなく、トレードシグナルが発動しないことがわかりました。つまり、MQL4へのエクスポートが正しいことを確認しました（JavaとMQL4で同じ入力値で、ネットは同じ値を返しますが、ランダムな値ではなく、受信ストリーム全体が送信されるべきでした）。しきい値を0.4に下げたらうまくいったような...。すると、Expert Advisorでは、一度にポジションを開くことができないことがわかりました...。私のExpert Advisorはバーを閉じ、価格は次のバーの前に移動する時間があります。学習期間（私は1-08-09から1-10-09まで学習中）では、MT4での利益は私のテスターより少なく、MT4でのテスト期間（1-10-09から1-11-09）では、ネットでは利益が出ています。どのようなポイントで採算の合わないエントリーが発生するのかを調べてみると、ニューラルネットワークに入るデータの情報量が不足している印象で...。
I 入力ニューラルネットワーク： (k=100)
指標の仕組みは理解しているが、最低限の指標を自分で選べるほど、指標や相場を理解していない...。フォーラムを検索して、（このアイデアを得た投稿の著者は、残念ながら覚えていません）見つけました。
10スレッド、200世代、母集団サイズ200で、1-08-09から1-10-09の期間で調査（私のjavaテスターでは結果が出ています。）ネットワーク 9-10-1 : プロフィット 10521
9-20-1 純：利益 10,434
9-30-1 ネットワーク : プロフィット 10361
9-50-1 ネットワーク：利益 10059
結果は良いのですが、前のバージョンの方が良かったような...前のインプットと一緒にしてみないと（前回のトレーニングの結果を保存していないのです）
1から+1までの範囲の値を調整するために、追加の乗算器が必要です。
この文章を読んで、学習したニューラルネットワークをExpert Advisorにエクスポートする際にエラーが発生した可能性を考え、再度テストする必要があります。
追伸：現在、任意の構造のリカレントニューラルネットワークを書いています（私の理解では、リカレントニューラルネットワークは値だけでなく、傾斜角も考慮するようです）。
そんな優秀なニューラルネットワークの理論家の中で、私はおそらく黒子に徹しているように見えるだろう。でも、誰かがハンバーガーを作って、誰かがそれを食べなければならない。そこで、危険を冒してでも、面白いアドバイスをしてみようと思います。2つの指標Force Index.mq4( period 3.53), DeMarker.mq4( period 3.53) をニューラルネットワークの学習に使用し、これらの指標の変化を通常の時間の流れと結びつけることができます - 時間が3番目の指標となります。指標はシンプルで、市場の変化を100％の信頼性で予測します。フォースインデックスには0.0を、デマーカーには0.1と0.9を入力します。これらの指標のコードでは、期間の次元をintからdoubleに変更する必要があることは明らかです。
そんな優秀なニューラルネットワークの理論家の中で、私はおそらく黒子に徹しているように見えるだろう。でも、誰かがハンバーガーを作って、誰かがそれを食べなければならない。そこで、危険を冒してでも、面白いアドバイスをしてみようと思います。2つの指標Force Index.mq4( period 3.53), DeMarker.mq4( period 3.53) をニューラルネットワークの学習に使用し、これらの指標の変化を通常の時間の流れと結びつけることができます - 時間が3番目の指標となります。指標はシンプルで、市場の変化を100％の信頼性で予測します。フォースインデックスには0.0を、デマーカーには0.1と0.9を入力します。これらの指標のコードで、期間の次元をintからdoubleに変更しなければならないことは明らかです。
ずいぶん時間が経ってしまった......。私は遺伝的アルゴリズムを書き、後続の層から前の層へのフィードバックを持つ再帰的順伝搬ネットワークを作った...。新しいニューロのmql4へのエクスポートはやってません...。が、まだ手をつけていない。その時は、あなたの指標を心に留めておきます。:)