D eductor Academic (http://www.basegroup.ru/download/deductor/ )은 물론 학문적 목적으로 두십시오. 상관 및 요인 분석을 수행하고 Kohonen 맵 을 그립니다. 그는 훨씬 더 많은 일을 하는 방법을 알고 있습니다 ... 나는 어떻게 그리고 무엇을 이해합니다.
신경망에 대한 입력을 제출하는 데 가장 적합한 지표 세트에 대해 토론하고 검색하는 데 관심이 있는 모든 사람들을 초대하고 싶습니다.
내 프로그램에서 신경망의 수익성은 평가 도구 역할을 할 수 있으며, 훈련된 신경망이 로드되지 않은 MQL4 Expert Advisor를 업로드할 수도 있습니다. 합리적인 범위 내에서 Rauzmeet.
나는 임의의 수의 레이어와 각 레이어의 뉴런이 있는 자체 작성(자바에서) 퍼셉트론을 가지고 있으며 JGAP 라이브러리(http://jgap.sourceforge.net/)의 유전 알고리즘으로 이를 훈련합니다.
첫 번째 레이어에서 뉴런의 수는 입력 수와 동일하고 두 번째 레이어에서 - 임의, 세 번째 레이어에서 - 1개의 뉴런. 신경망은 거래 신호를 생성합니다(신경망 출력 >0.5 - 매수, 신경망 출력<-0.5 - 매도). 신호는 자체 작성 거래 테스터에 의해 처리되며, 이 테스터는 신경망의 신호에 대한 위치를 뒤집습니다(또는 열린 위치가 없는 경우 시장에 진입). 유전자 알고리즘의 목적 함수는 최종 이익입니다. 그러한 접근 방식을 통해 가능한 모든 오류를 최소화하고 실제 거래에 최대한 가깝게 학습을 가져올 수 있습니다. 훈련된 네트워크를 MQL4 Expert Advisor로 내보내고 MT4 전략 테스터에서 작업을 확인합니다. 나는 MT4 표시기에서 신경망에 대한 입력을 형성하고 파일에 업로드합니다.프로그램은 표시기와 조언자를 생성하고 파일에 씁니다(이렇게 하면 혼란과 오류가 적습니다).
내 관찰에 따르면 4계층 네트워크는 3계층 네트워크보다 더 많은 이익(보통 더 적음)을 제공하지 않지만 훈련하는 데 더 오래 걸립니다. Core2 Quadro 2.3에서 4일 동안 8-10-1 네트워크를 훈련했습니다. 초기 인구가 다른 10개의 병렬 스트림은 "더 많은 수익을 내는" 서로 경쟁합니다. 4일 만에 개체군에 200개의 염색체가 있는 약 4000세대가 지났습니다. 최대 이익은 처음 2000세대에서 배웠으며 더 나아가 이익이 증가하지 않았습니다. 이익의 가장 큰 증가는 처음 100세대에 있었습니다.
이 네트워크의 결과를 MT4 Strategy Tester에서 살펴보았습니다. 네트워크가 +-0.5 임계값에 거의 도달하지 않고 거래 신호가 작동하지 않는 것으로 나타났습니다. 나는 그 이유를 이해하지 못했다. 나는 MQL4로 내보내기의 정확성을 확인했습니다 ). 임계값을 0.4로 낮추었고 작동하는 것 같았습니다... 게다가 EA는 한 번에 위치를 되돌릴 수 없다는 것을 발견했습니다... 내 EA는 막대가 닫히고 가격이 다음 막대 전에 떠날 수 있을 때 작동합니다 . 그러나 이것은 또한 그렇게 중요하지 않습니다 ... 교육 기간 동안 (나는 1-08-09에서 1-10-09까지 가르칩니다) MT4의 이익은 MT4의 테스트 기간 동안 내 테스터보다 적었습니다 (1- 10-09 09 ~ 1-11-09), 네트워크는 수익성이 있었습니다. 적자 입력이 발생하는 순간을 보니 신경망에 들어가는 데이터에 정보가 충분하지 않다는 인상을 받았습니다...
신경망의 입력에 적용했습니다: (k=100)
지표가 어떻게 작동하는지 상상할 수 있지만 시장 상황을 반영할 최소 지표 수를 독립적으로 선택할 만큼 지표와 시장을 이해하지 못합니다...
나는 포럼에서 검색하기 시작했고 (불행히도 나는 아이디어를 가져온 게시물의 저자를 기억하지 못했습니다):
1-08-09에서 1-10-09 사이의 기간 동안 10개의 스트림, 200세대, 인구 규모 200에서 가르쳤습니다(내 Java 테스터가 결과를 제공함). 순 9-10-1 : 이익 10521 순 9-20-1 : 이익 10434 네트워크 9-30-1 : 이익 10361 네트워크 9-50-1 : 이익 10059 결과는 좋은데 이전옵션으로 하는게 더 나을거같긴한데...이전입력과 함께 넣어야할듯.(과거훈련결과 저장안함)
-1에서 +1 범위의 값을 가져오려면 추가 요소가 필요합니다.
써주신 내용을 읽고나서, 훈련된 신경망을 Expert Advisor로 내보내는 과정에서 에러가 날 수 있다는 생각이 들었습니다.. 다시 테스트를 해봐야겠네요...
추신: 이제 저는 임의 구조의 순환 신경망을 작성하고 있습니다(내가 이해하는 대로 순환 신경망은 값뿐만 아니라 경사각도 고려합니다).
그런 뛰어난 신경망 이론가들 중에서 나는 아마도 회색 까마귀처럼 보일 것입니다. 하지만 누군가는 햄버거를 요리해야 하고 누군가는 먹어야 합니다. 따라서 감히 관심 있는 조언을 드리고자 합니다. 두 개의 지표 Force Index.mq4(기간 3.53), DeMarker.mq4(기간 3.53)를 사용하여 신경망을 훈련하고 이러한 지표의 변화를 일반적인 시간 경과와 연관시킬 수 있습니다. 시간은 세 번째 지표가 됩니다. 지표는 단순하며 100% 신뢰성으로 시장 변화를 예측합니다. Force Index에 레벨 0.0을 입력하고 DeMarker 레벨에 0.1과 0.9를 입력합니다. 이 표시기의 코드에서 마침표의 차원을 int에서 double로 변경해야 한다는 것이 분명합니다.
그런 뛰어난 신경망 이론가들 중에서 나는 아마도 회색 까마귀처럼 보일 것입니다. 하지만 누군가는 햄버거를 요리해야 하고 누군가는 먹어야 합니다. 따라서 감히 관심 있는 조언을 드리고자 합니다. 두 개의 지표 Force Index.mq4(기간 3.53), DeMarker.mq4(기간 3.53)를 사용하여 신경망을 훈련하고 이러한 지표의 변화를 일반적인 시간 경과와 연관시킬 수 있습니다. 시간은 세 번째 지표가 됩니다. 지표는 단순하며 100% 신뢰성으로 시장 변화를 예측합니다. Force Index에 레벨 0.0을 입력하고 DeMarker 레벨에 0.1과 0.9를 입력합니다. 이 표시기의 코드에서 마침표의 차원을 int에서 double로 변경해야 한다는 것이 분명합니다.
너무 많은 시간이 이미 지났습니다 ... 나는 내 자신의 유전 알고리즘을 작성하고 후속 계층에서 이전 계층으로의 피드백으로 반복 피드 포워드 네트워크를 만들었습니다 ...하지만 mql4로 새로운 신경성을 내보내지 않았습니다. ... 내 손이 아직 닿지 않는데... 그렇게 하면 당신의 지표를 염두에 두겠습니다. :)
... 피팅은 테스트 세트에 맞게 조정하는 것을 의미하지만 여기서는 완성된 시스템이 테스트 세트에 대해서만 테스트됩니다 ...
그것은 어트랙터에서 잘 작동합니다. :) 나는 사진에서 그것을 시도하지 않았습니다. 질문은 시리즈의 구조에 있다고 생각합니다. 전처리 안했습니다.
찾으면 포스팅하겠습니다. 거기에 실제로 델파이 ...
나는 손을 대었지만 완전히 다른 응용 분야에서. 그건 그렇고, 나는 비선형 PCA가 작동하도록 관리하지 못했습니다. 선형, IMHO, 다소 약합니다.
Mercer의 정리에 따르면 데이터를 확장된 공간으로 이동하고 동일한 문제를 해결하려고 합니다. 이론상으로는 여기에서 논의되는 신경망의 연관 주제와 동일합니다.
테스트 세트로 조정하거나 테스트 세트와 비교 - 차이를 보지 못합니다. 임호
차이가 있고 큰 차이가 있습니다(알고리즘 및 결과에 따라). 그러나 각자의 의견을 지키도록 합시다. 관심이 있는 사람이 있으면 개인적으로 작성하십시오.
찾으면 포스팅하겠습니다. 거기에 실제로 델파이 ...
고마울거야. 나는 질문이 전처리에 있었다고 생각한다. 네트워크만 확인했기 때문에 하지 않았습니다.
포럼의 모든 참가자 및 방문자에게 인사드립니다.
신경망에 대한 입력을 제출하는 데 가장 적합한 지표 세트에 대해 토론하고 검색하는 데 관심이 있는 모든 사람들을 초대하고 싶습니다.
내 프로그램에서 신경망의 수익성은 평가 도구 역할을 할 수 있으며, 훈련된 신경망이 로드되지 않은 MQL4 Expert Advisor를 업로드할 수도 있습니다. 합리적인 범위 내에서 Rauzmeet.나는 임의의 수의 레이어와 각 레이어의 뉴런이 있는 자체 작성(자바에서) 퍼셉트론을 가지고 있으며 JGAP 라이브러리(http://jgap.sourceforge.net/)의 유전 알고리즘으로 이를 훈련합니다.
첫 번째 레이어에서 뉴런의 수는 입력 수와 동일하고 두 번째 레이어에서 - 임의, 세 번째 레이어에서 - 1개의 뉴런. 신경망은 거래 신호를 생성합니다(신경망 출력 >0.5 - 매수, 신경망 출력<-0.5 - 매도). 신호는 자체 작성 거래 테스터에 의해 처리되며, 이 테스터는 신경망의 신호에 대한 위치를 뒤집습니다(또는 열린 위치가 없는 경우 시장에 진입). 유전자 알고리즘의 목적 함수는 최종 이익입니다. 그러한 접근 방식을 통해 가능한 모든 오류를 최소화하고 실제 거래에 최대한 가깝게 학습을 가져올 수 있습니다. 훈련된 네트워크를 MQL4 Expert Advisor로 내보내고 MT4 전략 테스터에서 작업을 확인합니다. 나는 MT4 표시기에서 신경망에 대한 입력을 형성하고 파일에 업로드합니다.프로그램은 표시기와 조언자를 생성하고 파일에 씁니다(이렇게 하면 혼란과 오류가 적습니다).내 관찰에 따르면 4계층 네트워크는 3계층 네트워크보다 더 많은 이익(보통 더 적음)을 제공하지 않지만 훈련하는 데 더 오래 걸립니다.
Core2 Quadro 2.3에서 4일 동안 8-10-1 네트워크를 훈련했습니다. 초기 인구가 다른 10개의 병렬 스트림은 "더 많은 수익을 내는" 서로 경쟁합니다. 4일 만에 개체군에 200개의 염색체가 있는 약 4000세대가 지났습니다. 최대 이익은 처음 2000세대에서 배웠으며 더 나아가 이익이 증가하지 않았습니다. 이익의 가장 큰 증가는 처음 100세대에 있었습니다.
이 네트워크의 결과를 MT4 Strategy Tester에서 살펴보았습니다. 네트워크가 +-0.5 임계값에 거의 도달하지 않고 거래 신호가 작동하지 않는 것으로 나타났습니다. 나는 그 이유를 이해하지 못했다. 나는 MQL4로 내보내기의 정확성을 확인했습니다 ). 임계값을 0.4로 낮추었고 작동하는 것 같았습니다... 게다가 EA는 한 번에 위치를 되돌릴 수 없다는 것을 발견했습니다... 내 EA는 막대가 닫히고 가격이 다음 막대 전에 떠날 수 있을 때 작동합니다 . 그러나 이것은 또한 그렇게 중요하지 않습니다 ... 교육 기간 동안 (나는 1-08-09에서 1-10-09까지 가르칩니다) MT4의 이익은 MT4의 테스트 기간 동안 내 테스터보다 적었습니다 (1- 10-09 09 ~ 1-11-09), 네트워크는 수익성이 있었습니다. 적자 입력이 발생하는 순간을 보니 신경망에 들어가는 데이터에 정보가 충분하지 않다는 인상을 받았습니다...
신경망의 입력에 적용했습니다: (k=100)
지표가 어떻게 작동하는지 상상할 수 있지만 시장 상황을 반영할 최소 지표 수를 독립적으로 선택할 만큼 지표와 시장을 이해하지 못합니다...나는 포럼에서 검색하기 시작했고 (불행히도 나는 아이디어를 가져온 게시물의 저자를 기억하지 못했습니다):
1-08-09에서 1-10-09 사이의 기간 동안 10개의 스트림, 200세대, 인구 규모 200에서 가르쳤습니다(내 Java 테스터가 결과를 제공함).순 9-10-1 : 이익 10521
순 9-20-1 : 이익 10434
네트워크 9-30-1 : 이익 10361
네트워크 9-50-1 : 이익 10059
결과는 좋은데 이전옵션으로 하는게 더 나을거같긴한데...이전입력과 함께 넣어야할듯.(과거훈련결과 저장안함)
-1에서 +1 범위의 값을 가져오려면 추가 요소가 필요합니다.
써주신 내용을 읽고나서, 훈련된 신경망을 Expert Advisor로 내보내는 과정에서 에러가 날 수 있다는 생각이 들었습니다.. 다시 테스트를 해봐야겠네요...
추신: 이제 저는 임의 구조의 순환 신경망을 작성하고 있습니다(내가 이해하는 대로 순환 신경망은 값뿐만 아니라 경사각도 고려합니다).
그런 뛰어난 신경망 이론가들 중에서 나는 아마도 회색 까마귀처럼 보일 것입니다. 하지만 누군가는 햄버거를 요리해야 하고 누군가는 먹어야 합니다. 따라서 감히 관심 있는 조언을 드리고자 합니다. 두 개의 지표 Force Index.mq4(기간 3.53), DeMarker.mq4(기간 3.53)를 사용하여 신경망을 훈련하고 이러한 지표의 변화를 일반적인 시간 경과와 연관시킬 수 있습니다. 시간은 세 번째 지표가 됩니다. 지표는 단순하며 100% 신뢰성으로 시장 변화를 예측합니다. Force Index에 레벨 0.0을 입력하고 DeMarker 레벨에 0.1과 0.9를 입력합니다. 이 표시기의 코드에서 마침표의 차원을 int에서 double로 변경해야 한다는 것이 분명합니다.
그런 뛰어난 신경망 이론가들 중에서 나는 아마도 회색 까마귀처럼 보일 것입니다. 하지만 누군가는 햄버거를 요리해야 하고 누군가는 먹어야 합니다. 따라서 감히 관심 있는 조언을 드리고자 합니다. 두 개의 지표 Force Index.mq4(기간 3.53), DeMarker.mq4(기간 3.53)를 사용하여 신경망을 훈련하고 이러한 지표의 변화를 일반적인 시간 경과와 연관시킬 수 있습니다. 시간은 세 번째 지표가 됩니다. 지표는 단순하며 100% 신뢰성으로 시장 변화를 예측합니다. Force Index에 레벨 0.0을 입력하고 DeMarker 레벨에 0.1과 0.9를 입력합니다. 이 표시기의 코드에서 마침표의 차원을 int에서 double로 변경해야 한다는 것이 분명합니다.
너무 많은 시간이 이미 지났습니다 ... 나는 내 자신의 유전 알고리즘을 작성하고 후속 계층에서 이전 계층으로의 피드백으로 반복 피드 포워드 네트워크를 만들었습니다 ...하지만 mql4로 새로운 신경성을 내보내지 않았습니다. ... 내 손이 아직 닿지 않는데... 그렇게 하면 당신의 지표를 염두에 두겠습니다. :)