MTS에서 인공 지능 사용 - 페이지 24

 
Vinin :
질문이 생겼습니다. 누구든지 기준이 있습니까 - kohonen 네트워크가 훈련되었는지 여부를 결정하는 방법.

NS 신호에 따라 거래의 80-95%가 수익성이 있으면 훈련되었다고 말할 수 있습니다.
 
meta-trader2007 писал (а):
비닌 :
질문이 생겼습니다. 누구든지 기준이 있습니까 - kohonen 네트워크가 훈련되었는지 여부를 결정하는 방법.

NS 신호에 따라 거래의 80-95%가 수익성이 있으면 훈련되었다고 말할 수 있습니다.


코호넨 맵 의 경우 아직 멀었습니다. 50x50과 같은 작은 카드를 사용하면 2500개의 클래스를 얻을 수 있습니다. 가능한 결과입니다. 거래 결정을 내리기 위해서는 여전히 알고리즘이 필요합니다....

 
klot :
meta-trader2007은 다음과 같이 썼습니다.
비닌 :
질문이 생겼습니다. 누구든지 기준이 있습니까 - kohonen 네트워크가 훈련되었는지 여부를 결정하는 방법.

NS 신호에 따라 거래의 80-95%가 수익성이 있으면 훈련되었다고 말할 수 있습니다.


코호넨 맵의 경우 아직 멀었습니다. 50x50과 같은 작은 카드를 사용하면 2500개의 클래스를 얻을 수 있습니다. 가능한 결과입니다. 우리는 여전히 거래 결정을 내리기 위한 알고리즘을 제시해야 합니다....


저에게는 모든 것이 간단합니다. 나는 거의 Likhovidov에 따라 양초를 코딩합니다.

네트워크는 센서에 의해 생성된 시퀀스에 대해 훈련됩니다.

세 번째 단계는 진입점과 출구점을 찾는 것입니다.

대회에도 똑같은 걸 보냈는데, 역사에 따라 TPM이 조정됐다.

네트워크를 훈련 할 때 가중치 벡터에서 입력 배열의 편차를 표시합니다. 그것은 꽤 큰 차이로 밝혀졌습니다. (나는 그렇게 생각한다) 그리고 그것은 신기원의 최대 편차와 최소 편차 사이에서 감소하지 않습니다. 다른 방법으로 시도했지만 결과는 동일합니다. 따라서 훈련 기준에 대한 질문이 발생합니다.

훈련의 결과는 2대 1이며, 2개의 수익성 있는 거래에 대해 1개의 손실이 발생합니다.

 
Vinin :
클로트 :
meta-trader2007은 다음과 같이 썼습니다.
비닌 :
질문이 생겼습니다. 누구든지 기준이 있습니까 - kohonen 네트워크가 훈련되었는지 여부를 결정하는 방법.

NS 신호에 따라 거래의 80-95%가 수익성이 있으면 훈련되었다고 말할 수 있습니다.


코호넨 맵의 경우 아직 멀었습니다. 50x50과 같은 작은 카드를 사용하면 2500개의 클래스를 얻을 수 있습니다. 가능한 결과입니다. 우리는 여전히 거래 결정을 내리기 위한 알고리즘을 제시해야 합니다....


저에게는 모든 것이 간단합니다. 나는 거의 Likhovidov에 따라 양초를 코딩합니다.

나는 센서에 의해 생성된 시퀀스에 대해 네트워크를 훈련합니다.

세 번째 단계는 진입점과 출구점을 찾는 것입니다.

대회에도 똑같은 걸 보냈는데, 역사에 따라 TPM이 조정됐다.

네트워크를 훈련할 때 가중치 벡터에서 입력 배열의 편차를 표시합니다. 그것은 꽤 큰 차이로 밝혀졌습니다. (나는 그렇게 생각한다) 그리고 그것은 신기원의 최대 편차와 최소 편차 사이에서 감소하지 않습니다. 다른 방법으로 시도했지만 결과는 동일합니다. 따라서 훈련 기준에 대한 질문이 발생합니다.

훈련의 결과는 2대 1이며, 2개의 수익성 있는 거래에 대해 1개의 손실이 발생합니다.

우리는 볼 것이다. 시장에는 가격 움직임 궤적에 대한 옵션이 있는 만큼 올바른 결정이 많이 있습니다. :) . 또한 실생활에서 거래하는 Expert Advisor와 함께 콘테스트에 참여합니다.
 
klot :
비닌 :
클로트 :
meta-trader2007은 다음과 같이 썼습니다.
비닌 :
질문이 생겼습니다. 누구든지 기준이 있습니까 - kohonen 네트워크가 훈련되었는지 여부를 결정하는 방법.

NS 신호에 따라 거래의 80-95%가 수익성이 있으면 훈련되었다고 말할 수 있습니다.


코호넨 맵의 경우 아직 멀었습니다. 50x50과 같은 작은 카드를 사용하면 2500개의 클래스를 얻을 수 있습니다. 가능한 결과입니다. 거래 결정을 내리기 위해서는 여전히 알고리즘이 필요합니다....


저에게는 모든 것이 간단합니다. 나는 거의 Likhovidov에 따라 양초를 코딩합니다.

나는 센서에 의해 생성된 시퀀스에 대해 네트워크를 훈련합니다.

세 번째 단계는 진입점과 출구점을 찾는 것입니다.

대회에도 똑같은 걸 보냈는데, 역사에 따라 TPM이 조정됐다.

네트워크를 훈련할 때 가중치 벡터에서 입력 배열의 편차를 표시합니다. 그것은 꽤 큰 차이로 밝혀졌습니다. (나는 그렇게 생각한다) 그리고 그것은 신기원의 최대 편차와 최소 편차 사이에서 감소하지 않습니다. 다른 방법으로 시도했지만 결과는 동일합니다. 따라서 훈련 기준에 대한 질문이 발생합니다.

훈련의 결과는 2대 1이며, 2개의 수익성 있는 거래에 대해 1개의 손실이 발생합니다.

우리는 볼 것이다. 시장에는 가격 변동 궤적에 대한 옵션이 있는 만큼 올바른 결정이 많이 있습니다. :) . 또한 실생활에서 거래하는 Expert Advisor와 함께 콘테스트에 참여합니다.
그리고 모든 것이 그렇습니다. 학습 기준을 다루는 방법. 모든 옵션을 다 써버렸습니다.
 
Vinin :
클롯 :
비닌 :
클롯 :
meta-trader2007은 다음과 같이 썼습니다.
비닌 :
질문이 생겼습니다. 누구든지 기준이 있습니까 - kohonen 네트워크가 훈련되었는지 여부를 결정하는 방법.

NS 신호에 따라 거래의 80-95%가 수익성이 있으면 훈련되었다고 말할 수 있습니다.


코호넨 맵의 경우 아직 멀었습니다. 50x50과 같은 작은 카드를 사용하면 2500개의 클래스를 얻을 수 있습니다. 가능한 결과입니다. 우리는 여전히 거래 결정을 내리기 위한 알고리즘을 제시해야 합니다....


저에게는 모든 것이 간단합니다. 나는 거의 Likhovidov에 따라 양초를 코딩합니다.

나는 센서에 의해 생성된 시퀀스에 대해 네트워크를 훈련합니다.

세 번째 단계는 진입점과 출구점을 찾는 것입니다.

대회에도 똑같은 걸 보냈는데, 역사에 따라 TPM이 조정됐다.

네트워크를 훈련할 때 가중치 벡터에서 입력 배열의 편차를 표시합니다. 그것은 꽤 큰 차이로 밝혀졌습니다. (나는 그렇게 생각한다) 그리고 그것은 신기원의 최대 편차와 최소 편차 사이에서 감소하지 않습니다. 다른 방법으로 시도했지만 결과는 동일합니다. 따라서 훈련 기준에 대한 질문이 발생합니다.

훈련의 결과는 2대 1이며, 2개의 수익성 있는 거래에 대해 1개의 손실이 발생합니다.

우리는 볼 것이다. 시장에는 가격 변동 궤적에 대한 옵션이 있는 만큼 올바른 결정이 많이 있습니다. :) . 또한 실생활에서 거래하는 Expert Advisor와 함께 콘테스트에 참여합니다.
그리고 모든 것이 그렇습니다. 학습 기준을 다루는 방법. 모든 옵션을 다 써버렸습니다.


학습 기준에 대해 위에서 썼습니다 ... - 사실입니다!

일반적으로 Neuroshel2를 설치하려고 하면 코호넨 카드의 고전적인 예가 있습니다. 그와 함께 시도하십시오 - 많은 것이 분명해질 것입니다.

또한 Tartan의 포럼에 신경망에 대한 본격적인 MKL4 라이브러리를 게시했습니다. 여기에는 5개의 신경망 알고리즘이 구현되어 있습니다. 코호넨의 지도도 있습니다.

신경망을 훈련하고 하나의 기능으로 형성된 거래 전략의 매개변수를 검색하기 위한 유전 알고리즘(순전히 MQL4로 작성됨) 구현의 예도 있습니다. 이는 일종의 자동 최적화 도구입니다. ...

 

그리고 이 Tartana 포럼은 무엇입니까? 주소, 제발

 
AlexSTAL :

그리고 이 Tartana 포럼은 무엇입니까? 주소, 제발



Google eng "forex tartan neuro"
http://www.fxexpert.ru/forum/index.php?showtopic=656 ?
 

사람들은 그것이 어떻게 나오는지 말해 줍니다.... 특정 시간 간격에 대해 최적화할 때 다른 결과가 얻어집니다. 즉, 유전 알고리즘 은 매번 새로운 유전 발달 경로를 선택합니다 :-). 누가 그런 쓰레기에 직면 했습니까? 이러한 문제 때문에 전략의 성공에 대한 통계를 수집하는 것은 불가능합니다....

 
피트니스 함수의 표면은 매우 들쭉날쭉할 수 있으므로 최대값이 뚜렷하지 않고 대부분이 있으며 거의 동일합니다. 이 때문에 GA는 항상 다른 것을 찾습니다 ... 아니면 GA가 올바르게 작동하지 않을 수도 있습니다 ...