O "New Neural" é um projecto de motor de rede neural Open Source para a plataforma MetaTrader 5. - página 2
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Que tal trazer desenvolvedores de sistemas neurais que já trabalham na área de trading como especialistas?
Convide-os a partir de outros sites.
Que tal trazer desenvolvedores de sistemas neurais que já estão trabalhando na área de trading como especialistas?
Liga-lhes de outros sites.
Está a falar de influenciadores pagos ou
Apenas sobre informar um público mais amplo na esperança de gerar interesse?
Está a falar de influenciadores pagos ou
simplesmente sobre informar um público mais amplo na esperança de gerar interesse?
Para nós, a tarefa de desenvolver o motor já avançou para a fase de implementação. Hoje tivemos uma discussão interna sobre a idéia e passamos a preparar a infra-estrutura.
Agora precisamos de especialistas para ajudar em palavras e ações.
Para nós, a tarefa de desenvolver o motor já avançou para a fase de implementação. Hoje tivemos uma discussão interna sobre a idéia e passamos a preparar a infra-estrutura.
Agora precisamos de especialistas para ajudar em palavras e ações.
Bem, então você precisa publicar o que você tem.
Haverá algo para discutir.
Mas se não houver reacção, então podemos coçar a cabeça.
Mas se não tiveres uma reacção, mais vale coçares a cabeça.
Ahem (modestamente) sobre a reação -- já existem 3 libras neurônicas.
Um tem mais de 10 redes. Já trabalhei com redes Kohonen, MLP, recirculação, Hopfield... ,
o segundo é a implementação do caso geral do MLP + rede Jordana-Elman -- ou seja, qualquer topologia (gráfico dirigido) com possibilidade de loop back de quaisquer camadas,
a terceira é uma implementação da Echo-Network, a minha favorita :) .
Foi realmente há muito tempo atrás (excepto na rede echo), mas podemos lembrar-nos disso. Não funcionou com modelos probabilísticos. Não estou familiarizado com as recentes melhorias do método de descida por gradiente e métodos híbridos.
Ahem (modestamente) sobre a resposta -- já existem 3 libras para os neurônios.
Foi realmente há muito tempo (excepto para a rede echo), mas você pode lembrar-se disso. Não tenho trabalhado com modelos probabilísticos. Não estou familiarizado com melhorias recentes no método de descida por gradiente e métodos híbridos.ESTÁ BEM. Podem ser fornecidos todos os tipos de topologias de rede como uma visão geral? Ou seja, quanto mais melhor, mas expressas em termos de estrutura ou diagramas?
Para que possamos definir os modelos a serem implementados e assim começar a desenhar classes base gerais abstratas.
A propósito, o objetivo não é apenas fazer algum conjunto de redes como resultado, mas permitir que as classes as estendam a outras topologias de rede em particular.
Antes de começar algo, prepare uma teoria e prática acessível e compreensível para as pessoas, e depois comece a construir algo.
E diga aos futuros criadores qual é a vantagem de um NS escrito apenas em MQL5 e qual é a desvantagem. Eu não acho que ninguém iria querer se preocupar em criar um pacote que funcione como uma emulação no MT5, sabendo que programas escritos em línguas emuladas são mais lentos do que em línguas de nível superior.
Meu conselho. Se todos ainda estiverem ansiosos para escrever, crie um modelo matemático em DLL, e prepare os dados em MQL5. Implementar cada tipo de NS em DLL separada. Por exemplo, a rede neural Kohonen estará em module_kohhonen.dll, e a rede Hopfield module_hopfield.dll. Use as línguas como pretendido e não reinvente a roda.
E uma interface gráfica está planejada. Para maior clareza, a capacidade de sentir a estrutura da rede, etc.
ESTÁ BEM. Todos os tipos de topologias de rede podem ser fornecidos como uma visão geral?
OK, eu estou interessado em 4 das redes implementadas
1. Redes Kohonen, incluindo a SOM. Bom de usar para partições em cluster onde não é claro o que procurar. Eu acho que a topologia é bem conhecida: vetor como entrada, vetor como saída ou saídas agrupadas de outra forma. A aprendizagem pode ser com ou sem um professor.
2. MLP , na sua forma mais geral, ou seja, com um conjunto arbitrário de camadas organizadas como um gráfico com feedbacks. Usado muito amplamente.
3. Rede de recirculação. Honestamente, eu nunca vi uma implementação normal não linear a funcionar. Utilizado para compressão de dados e extração de componentes principais (PCA). Na sua forma linear mais simples, é representada como uma rede linear de duas camadas na qual o sinal pode ser propagado de ambos os lados (ou de três camadas na sua forma expandida).
4.Echo rede. Similar em princípio ao MLP, aplicado lá também. Mas totalmente diferente na organização e tem um tempo de aprendizagem bem definido (bem, e sempre produz um mínimo global, ao contrário).
5. PNN -- Eu não o usei, não sei como. Mas acho que há alguém lá fora que o pode fazer.
6. Modelos para lógica fuzzy (não confundir com redes probabilísticas). Não implementado. Mas pode ser útil. Se alguém encontrar informações, atira o plz. Quase todos os modelos têm autoria japonesa. Quase todos eles são construídos manualmente, mas se fosse possível automatizar a construção da topologia pela expressão lógica(se bem me lembro), seria muito legal.
_______________
Sugira outros modelos.
Todas as redes são representáveis como entrada, caixa negra, saída.
A interface completa de todas as redes provavelmente não vai funcionar, embora você deva tentar.