신경망 프로그래밍 질문 - 페이지 5

 
그렇다면 이러한 네트워크 구성은 다음을 포함한 모든 문제를 해결할 수 있습니다. 및 "독점 또는" :)
 
확인. 그러나 여전히 연습에 대해 조금 더 알고 싶습니다. 입력으로 무엇을 제공해야 하는지, 어떤 차원 N을 설정해야 하는지 등입니다. 물론 비밀이 아닌 이상 :) 저는 이 사업의 찻주전자이지만 합류할 준비가 되어 있습니다.
 
rsi :
확인. 그러나 여전히 연습에 대해 조금 더 알고 싶습니다. 입력으로 무엇을 제공해야 하는지, 어떤 차원 N을 설정해야 하는지 등입니다. 물론 비밀이 아닌 이상 :) 저는 이 사업의 찻주전자이지만 합류할 준비가 되어 있습니다.

위에 지표를 올렸습니다. 선의 경사각이 입력에 제공됩니다. 회귀. 에브르 1시간 런닝으로 해보세요
 
감사합니다 참고하겠습니다 :)
 
rsi :
감사합니다 참고하겠습니다 :)

이 shnyaga에 첨부된 또 다른 Z-점수가 있습니다. IMHO, 괜찮을 것입니다. :)
 

네. 재미있는 일. 다시 한 번 감사합니다. klot, 주말에는 충분합니다! :)

 
이것은 metaquote의 신경입니다. 한 번 보세요. 도움이 될 것입니다. 역전을 잘 예측하고 방향은 2-5bar의 짧은 기간 동안만 견딜 수 있을 정도로 예측합니다.
 
AAAksakal, 뭐 좀 봐?
 
klot :


일반적으로 모든 NS는 MQL4에서 직접 쉽게 프로그래밍할 수 있습니다. GA MT4를 사용하거나 자체적으로 국회의 가중치를 선택할 수도 있습니다. 비관주의는 상상력과 환상의 부족에 의해서만 결정됩니다. 기본적으로 제한이 없습니다...

비관론은 전략 테스터의 한계에 의해 결정됩니다. 입력 값의 범위가 크거나 이러한 동일한 값의 수가 제한을 초과하면 최적화 프로그램의 실행이 거부됩니다. 그래서 아직 한계가 있습니다.

오늘 저는 3:3:1 아키텍처(입력에 3개의 뉴런, 3개의 숨겨진 입력, 1개의 출력)를 사용하여 완전히 MQL4로 작성된 신경망 조립을 마침내 완료했습니다. 모든 레이어는 테스터 GA를 사용하여 구성됩니다. 그러나 문제는 1개의 레이어에 대해 적어도 12개의 입력 매개변수가 필요하다는 것입니다(Rosenblat과 같이). 그리고 옵티마이저는 그렇게 많이 당기지 않습니다. 나는 나가서 첫 번째 레이어를 단순화해야했습니다.

직접 만든 메쉬는 조립식과 달리 업그레이드가 가능하기 때문에 좋습니다. 예를 들어 첫 번째 레이어를 비표준으로 만들어야 한다는 사실 외에 입력 데이터의 동적 정규화도 삽입했습니다.

입력 신호는 매우 원시적입니다.

   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 );

위의 모든 원시성에도 불구하고 그리드는 매우 재학습 가능한 것으로 판명되었습니다. 이러한 가중치 및 임계값은 테스트 결과에 단일 오류가 없는 것으로 판명될 때 쉽게 선택됩니다(이익 요소가 없음). 그러나 이러한 조정 후에 스프레드의 배수에 대한 전방 테스트가 즉시 시작됩니다. 그리드가 조정되지 않도록 하기 위해 거래 전략을 더 만지작거려야 했습니다.

게임은 모든 두뇌를 뒤집어 놓았지만 촛불의 가치가 있었습니다.

테스트 결과입니다. 1개에서 273개까지의 거래 - 최적화, 그 다음 순방향 테스트.

다음은 순방향 테스트입니다.

다음은 전방 테스트 결과입니다.

전략 테스트 보고서
RNN
Alpari 데모(빌드 409)

상징 EURUSD(유로 vs USD)
기간 1시간(H1) 2011.10.24 00:00 - 2012.01.13 23:59 (2011.10.24 - 2012.01.14)
모델 공개 가격(바 개방을 명시적으로 제어하는 Expert Advisor만 해당)
옵션 t1=54; t2=4; t3=48; x1=194; x2=128; x3=68; y1=1; y2=1; y3=-1; t4=136; sl=900; 로트=1; mn=888;

역사의 바 2431 시뮬레이션된 진드기 3862 시뮬레이션 품질 해당 없음
그래프 불일치 오류 0




초기 보증금 10000.00



순이익 14713.00 총 이윤 40711.60 총 손실 -25998.60
수익성 1.57 우승 기대 88.10

절대 드로다운 2721.60 최대 드로다운 4800.00 (39.74%) 상대적인 하락 39.74% (4800.00)

총 거래 167 숏포지션(%원) 101 (67.33%) 롱포지션(%원) 66 (92.42%)

수익성 있는 거래(전체의 %) 129 (77.25%) 거래 손실(전체의 %) 38 (22.75%)
가장 큰 수익성 있는 거래 900.00 무역 손실 -907.20
중간 수익성 있는 거래 315.59 무역 손실 -684.17
최대 금액 연속 우승(이익) 13 (2557.00) 연속 손실(손실) 4(-3605.40)
최고 연속 이익 (승수) 3511.60 (11) 연속 손실(손실 수) -3605.40 (4)
평균 연속 이득 4 지속적인 손실 하나





가장 흥미로운 것은 그래프에서도 최적화 섹션이 전방 섹션보다 나쁘다는 것을 보여줍니다. 이것은 거의 발생하지 않습니다. 나는 많은 다른 사람들 중에서 이 스트라이커를 최고로 선택했지만, 즉. 다른 포워드에서는 최적화와 대부분보다 더 나쁜 결과가 있지만 그럼에도 불구하고.

 
Reshetov :

비관론은 전략 테스터의 한계에 의해 결정됩니다. 입력 값의 범위가 크거나 이러한 동일한 값의 수가 제한을 초과하면 최적화 프로그램의 실행이 거부됩니다. 그래서 아직 한계가 있습니다.

오늘 저는 3:3:1 아키텍처(입력에 3개의 뉴런, 3개의 숨겨진 입력, 1개의 출력)를 사용하여 완전히 MQL4로 작성된 신경망 조립을 마침내 완료했습니다. 모든 레이어는 테스터 GA를 사용하여 구성됩니다. 그러나 문제는 1개의 레이어에 대해 적어도 12개의 입력 매개변수가 필요하다는 것입니다(Rosenblat과 같이). 그리고 옵티마이저는 그렇게 많이 당기지 않습니다. 나는 나가서 첫 번째 레이어를 단순화해야했습니다.

직접 만든 메쉬는 조립식과 달리 업그레이드가 가능하기 때문에 좋습니다. 예를 들어 첫 번째 레이어를 비표준으로 만들어야 한다는 사실 외에 입력 데이터의 동적 정규화도 삽입했습니다.

입력 신호는 매우 원시적입니다.

위의 모든 원시성에도 불구하고 그리드는 매우 재학습 가능한 것으로 판명되었습니다. 이러한 가중치 및 임계값은 테스트 결과에 단일 오류가 없는 것으로 판명될 때 쉽게 선택됩니다(이익 요소가 없음). 그러나 이러한 조정 후에 스프레드의 배수에 대한 전방 테스트가 즉시 시작됩니다. 그리드가 조정되지 않도록 하기 위해 거래 전략을 더 만지작거려야 했습니다.

게임은 모든 두뇌를 뒤집어 놓았지만 촛불의 가치가있었습니다.



256개의 뉴런당 하나의 은닉층인 256개의 입력으로 구성된 일반 그리드를 만들었습니다. 음, 한 뉴런의 출력 레이어입니다. 그리고 이 모든 것이 MT4에서 완벽하게 가르쳐졌습니다.

사실, 3개의 은닉 레이어가 있는 옵션이 있었지만 중복되었습니다.