Какое максимальное количество входных параметров допустимо в стратегии для оптимизатора? - страница 2

 
Ф. Уоссермен "Нейрокомпьютерная техника - Теория и практика"
Что такое искусственные нейронные сети? Что они могут делать? Как они работают? Как их можно использовать?
Эти и множество подобных вопросов задают специалисты из разных областей. Найти вразумительный ответ нелегко. Университетских курсов мало, семинары слишком дороги, а соответствующая литература слишком обширна и специализированна. Готовящиеся к печати превосходные книги могут обескуражить начинающих. Часто написанные на техническом жаргоне, многие из них предполагают свободное владение разделами высшей математики, редко используемыми в других областях.

Эта книга является систематизированным вводным курсом для профессионалов, не специализирующихся в математике. Все важные понятия формулируются сначала обычным языком. Математические выкладки используются, если они делают изложение более ясным. В конце глав помещены сложные выводы и доказательства, а также приводятся ссылки на другие работы. Эти ссылки составляют обширную библиографию важнейших работ в областях, связанных с искусственными нейронными сетями. Такой многоуровневый подход не только предоставляет читателю обзор по искусственным нейронным сетям, но также позволяет заинтересованным лицам серьезнее и глубже изучить предмет.

Значительные усилия были приложены, чтобы сделать книгу понятной и без чрезмерного упрощения материала. Читателям, пожелавшим продолжить более углубленное теоретическое изучение, не придется переучиваться. При упрощенном изложении даются ссылки на более подробные работы.

Книгу не обязательно читать от начала до конца. Каждая глава предполагается замкнутой, поэтому для понимания достаточно лишь знакомства с содержанием гл. 1 и 2. Хотя некоторое повторение материала неизбежно, большинству читателей это не будет обременительно.

Книга имеет практическую направленность. Если главы внимательно изучены, то большую часть сетей оказывается возможным реализовать на обычном компьютере общего назначения. Читателю настоятельно рекомендуется так и поступать. Никакой другой метод не позволит добиться столь же глубокого понимания. скачать тут:http://bigforex.biz/load/11-1-0-107 или скачать http://bigforex.biz/load/0-0-1-107-20

 
elritmo:
Взялся за портирование стратегии на язык MQL4 основанной на нейронке и столкнулся с проблемой ограничения количества параметров для оптимизации.
В ней 4 слоя и получается достаточно много весов для оптимизации 58 параметров весов. Может быть кто то подскажет как это обойти?
Есть сторонний оптимизатор и он без проблем соптимизировал все эти веса а в MT4 ввели почему то такие ограничения. Хотябы уж 100 параметров бы позволили - если долго оптимизировать будет ну это проблемы пользователя


Что за сторонний оптимизатор? он может тестировать советник на MQL4 ?? и использует какие котировки? можно применить его на котировках в формате МТ4??? 

можно линк где его скачать если он подходит по выше заданным вопросам?
 
elritmo c кодом можно поделиться, что-то подобное я уже выкладыл на форуме (первый раз на основании перцептрона Решетова), но около ста нейронов (уже не помню) и конкурсный советник(вариант его). Боллинджер есть в codeBase, если не найдешь. Могут дать свой. Все через него проходят.
 
Vinin:
elritmo c кодом можно поделиться, что-то подобное я уже выкладыл на форуме (первый раз на основании перцептрона Решетова), но около ста нейронов (уже не помню) и конкурсный советник(вариант его). Боллинджер есть в codeBase, если не найдешь. Могут дать свой. Все через него проходят.


Как удалось сделать такое? Чтобы множество параметров многих перцептронов тестировать? а бился над этим и не нашол решения. :(
100 нейронов!!! Я даже 4 не смог протестировать.
 
meta-trader2007. На конкурсном 250 нейронов, на каждый нейрон пять возможных вариантов. Все через глобальные переменные. На часовики за за год уходило 3 часа на один проход. Нужно было делать не меньше 5 проходов, но слой кохонена был предварительно обучен. То есть речь шла только о принятии решенни на конкретном образе. Варианты - купить, продать, закрыть "купить", закрыть "продать" и ничего не делать.
 
Vinin:
elritmo c кодом можно поделиться, что-то подобное я уже выкладыл на форуме (первый раз на основании перцептрона Решетова), но около ста нейронов (уже не помню) и конкурсный советник(вариант его). Боллинджер есть в codeBase, если не найдешь. Могут дать свой. Все через него проходят.
Да боллинджер я сам напишу это не проблема с вещественным отклонением сделать. Он используется в том числе в стратегии :)

Ну а как ваш код найти? может здесь выложишь вновь? Посмотрю как ты сделал с многослойной нейросетью. А код решетова я видел. Но там один слой - всё просто и весов мало.
 
elritmo. У меня используется не многослойная сеть, а только слой Кохонена. Код из дома выложу. Почищу все лишнее. И выложу.
 
meta-trader2007 писал (а):
elritmo:
Взялся за портирование стратегии на язык MQL4 основанной на нейронке и столкнулся с проблемой ограничения количества параметров для оптимизации.
В ней 4 слоя и получается достаточно много весов для оптимизации 58 параметров весов. Может быть кто то подскажет как это обойти?
Есть сторонний оптимизатор и он без проблем соптимизировал все эти веса а в MT4 ввели почему то такие ограничения. Хотябы уж 100 параметров бы позволили - если долго оптимизировать будет ну это проблемы пользователя


Что за сторонний оптимизатор? он может тестировать советник на MQL4 ?? и использует какие котировки? можно применить его на котировках в формате МТ4???

можно линк где его скачать если он подходит по выше заданным вопросам?

Самодельный, но делался не мной. Оптимизатор там мощный. Входов неограниченно. Расспаралеливание задач генетического оптимизатора. Задействуются все ядра процессора или сколько укажешь, значения индикаторов расчитываются на первом прогоне а не на каждом как в MT4. Вообще то в MT5 тоже обещают сделать таким же оптимизатор - посмотрим. Но вот ограничение на количество входных параметров меня огорчило. Надеюсь в MT4 или MT5 этого не будет.
 
Vinin:
elritmo. У меня используется не многослойная сеть, а только слой Кохонена. Код из дома выложу. Почищу все лишнее. И выложу.
Ага ну подождём. Спасибо.
 
Всё-таки несясно как так через глобальные переменные устроено всё. У моего нейрона всего один перцептрон и тес на М15 при всех тиках = 168 часов. Он еле тестируется, приходится шаг увеличитвать чтобы тестер заработал.
Можете показать как обойти запрет на количество вариантов тестируемых параметров в тестере МТ4 с помошью глобальных переменных?
У меня четыре весовых коэффицтентов и каждый от 0 до 200 с шагом 1(вариантов куча) и уже с шагом 1 нельзя протестить ТП, СЛ и ТР.