"Новый нейронный" - проект Open Source движка нейронной сети для платформы MetaTrader 5. - страница 2

 

Может в качестве экспертов привлечь разработчиков нейронных систем, которые уже работают в области трейдинга?

Позвать их с других сайтов.

 
Renat:

Может в качестве экспертов привлечь разработчиков нейронных систем, которые уже работают в области трейдинга?

Позвать их с других сайтов.

Вы говорите о проплаченных авторитетах или

просто об информировании более широкой аудитории в надежде вызвать интерес?

 
Urain:

Вы говорите о проплаченных авторитетах или

просто об информировании более широкой аудитории в надежде вызвать интерес?

Для нас задача разработки движка уже перешла в стадию реализации. Сегодня провели внутреннее обсуждение идеи и перешли к подготовке инфраструктуры.

Теперь нужны эксперты, которые помогут словом и делом.

 
Renat:

Для нас задача разработки движка уже перешла в стадию реализации. Сегодня провели внутреннее обсуждение идеи и перешли к подготовке инфраструктуры.

Теперь нужны эксперты, которые помогут словом и делом.

Ну тогда нужно опубликовать что у вас есть.

будет что обсуждать будут и спецы.

А вот если реакции не будет тогда можна и посусекам поскрести.

 
Urain:

А вот если реакции не будет тогда можна и посусекам поскрести.

Гхм (скромно) насчет реакции -- уже есть 3 либки для нейронок.

В одной больше 10 сеток. Работал с сетями Кохонена, MLP, рециркуляционными, Хопфилда ... ,

во второй реализация общего случая сети MLP + Жордана-Элмана -- т.е. любой топологии (направленный граф) с возможностью обратного замыкания любых слоев,

третья -- реализация Эхо-сети, самая любимая :) .

Давно это было правда (кроме эхо-сети), но вспомнить можно. Не работал с вероятностными моделями. Не знаком с последними улучшениями метода градиентного спуска и гибридными методами.

 
TheXpert:

Гхм (скромно) насчет реакции -- уже есть 3 либки для нейронок.

Давно это было правда (кроме эхо-сети), но вспомнить можно. Не работал с вероятностными моделями. Не знаком с последними улучшениями метода градиентного спуска и гибридными методами.

Ок. А можно все виды топологии сетей предоставить в виде обзора?  То есть чем больше, тем лучше, но чтоб это было выражено в виде структуры или схем? 

чтоб определится с реализуемыми моделями и тем самым начать проектировать абстрактные общие базовые классы.

задача кстати, не только сделать какой-то набор сетей в результате, но и заложить в классах возможность расширять их на другие частности сетевых топологий.

 
А графический интерфейс планируется. Для наглядности, возможности пощупать структуру сети, и т.п.
 

перед тем как что-то начинать, подготовьте для народа доступную и понятную теорию, практику, а потом уже начинайте что-то ваять.

и расскажите будущим создателям, в чем преимущество НС написанной только на MQL5 и в чем недостаток. Не думаю что кто-то захочет горбатится ради создания пакета, который будет работать в виде эмуляции в MT5 зная, что программы написанные на эмулируемых языках медленнее работают чем программы на языках высокого уровня.

 

мой совет. если все всё равно горят желанием написать, создайте математическую модель в DLL, а подготовку данных на MQL5. Каждый тип НС реализуйте в отдельных DLL. Например нейронная сеть Коххонена будет находится в файле module_kohhonen.dll, а сеть Хопфилда module_hopfield.dll . Используйте языки по назначению и не изобретайте велосипед.

 
sayfuji:
А графический интерфейс планируется. Для наглядности, возможности пощупать структуру сети, и т.п.
думаю да, прикрутить отдельный функционал для визуализации чего то не так сложно. Главное чтоб это "что-то" было. :)
 
sergeev:

Ок. А можно все виды топологии сетей предоставить в виде обзора?

Ок, по мне интересны 4 сети из реализованных

1. Сети Кохонена, в т.ч. SOM. Хорошо использовать для разделения на кластеры там, где непонятно чего искать. Топология думаю известна на входе вектор, на выходе вектор или по-другому сгруппированные выходы. Обучение может быть как с учителем, так и без.

2. MLP , в максимально общем виде, т.е. с произвольным набором слоев, организованных в виде графа с наличием обратных связей. Применяется очень широко

3. Рециркуляционная сеть. Честно говоря, ни разу не видел нормальной рабочей нелинейной реализации. Применяется для сжатия информации и выделения главных компонент (PCA) . В простейшем линейном виде представляется как линейная двуслойная сеть, в которой сигнал можно распространять с обеих сторон (или трехлойная в развернутом виде).

4.Эхо-сеть. По принципу схожа с MLP, применяется там же. Но абсолютно отличается по организации и имеет четко заданное время обучения (ну и всегда выдает глобальный минимум, в отличие).

5. PNN -- не использовал, не шарю. Но думаю найдутся умельцы.

6. Модели для нечеткой логики (не путать с вероятностными сетями). Не реализовывал. Но могут быть полезны. Если кто-то найдет информацию киньте плз. Почти все модели имеют японское авторство. Почти все собираются вручную, но если бы получилось автоматизировать построение топологии по логическому выражению(если я все правильно помню), это было бы нереально круто.

_______________

Предлагайте другие модели.

Все сети представимы в виде вход--черный ящик--выход

Полностью заинтерфейсить все сети наверное не получится, хотя надо бы попытаться.

Документация по MQL5: Основы языка / Типы данных / Целые типы / Тип bool
Документация по MQL5: Основы языка / Типы данных / Целые типы / Тип bool
  • www.mql5.com
Основы языка / Типы данных / Целые типы / Тип bool - Документация по MQL5