Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 339

 
elibrarius:

А почему для расчета нейрона используется сигмоид? 

Совсем не обязательно. Функции активации могут быть самые разные - от ступеньки до наклонной прямой. Их в любом пакете не меньше десятка, и еще и настраиваются под конкретные потребности.
 
elibrarius:

А почему для расчета нейрона используется сигмоид? Не лучше ли линейное распределение иметь (от нуля до кол-ва входов)? Ведь "функция имеет гладкую форму на отрезке [-5,5]"

Она хороша, если всего 5 входов, а если сотня? То пракически все занчения будут за пределами этого участка. В статье https://www.mql5.com/ru/articles/497 применяется добавочный коэффициент, чтобы учесть 10 входов. Так для каждой сети придется пересчитывать этот коэффициент.

Интересно, а более свежих статей по нейросетям на этом сайте Вы не нашли?

Такое впечатление, что попал на форум десятилетней давности. Удивлен

 
Vladimir Perervenko:

Интересно, а более свежих статей по нейросетям на этом сайте Вы не нашли?

Такое впечатление, что попал на форум десятилетней давности. Удивлен

Понравилась https://www.mql5.com/ru/articles/2279 с использованием ALGLIB, но во первых она не доведена до торгового советника и надо дорабатывать,
во вторых,  как говорит

Maxim Dmitrievsky:
MLP не подходить для прогнозирования рынков, смотрите ролики выше, нужна RNN, тобишь сеть с памятью

Если я пропустил такую сеть, с примером реализации в МТ5 - подскажите) Пока иду от простого, попробую разобраться в вашей последней статье (по предпоследней вижу комментарии, что в связи с изменениями языка R, что-то уже не работает)

Так же хотелось бы иметь реализацию без внешней программы, а чисто в МТ5, и чтобы можно было вычисления распределить по ядрам компа и в сеть с облаком - для скорости. Или внешние программы-сети могут это делать?
Нейросеть: Самооптимизирующийся советник
Нейросеть: Самооптимизирующийся советник
  • 2016.10.03
  • Jose Miguel Soriano
  • www.mql5.com
Возможно ли создать советник, который согласно командам кода автоматически оптимизировал бы критерии открытия и закрытия позиций с определенной периодичностью? Что произойдет, если реализовать в советнике нейросеть (многослойный персептрон), которая, будучи модулем, анализировала бы историю и оценивала стратегию? Можно дать коду команду на ежемесячную (еженедельную, ежедневную или ежечасную) оптимизацию нейросети с последующим продолжением работы. Таким образом возможно создать самооптимизирующийся советник.
 
nowi:


вот ссылка 

что интересно я не разу не видел бесплатных библиотек где была бы подобная реализация генетического программирования...все только сети сети сети....

Пакет генетического программирования https://cran.r-project.org/web/packages/rgp/index.html

Удачи

CRAN - Package rgp
  • cran.r-project.org
Oliver Flasch
 
elibrarius:

Понравилась https://www.mql5.com/ru/articles/2279 с использованием ALGLIB, но во первых она не доведена до торгового советника и надо дорабатывать,
во вторых,  как говорит

Если я пропустил такую сеть, с примером реализации в МТ5 - подскажите)

Так же хотелось бы иметь реализацию без внешней программы, а чисто в МТ5, и чтобы можно было вычисления распределить по ядрам компа и в сеть с облаком - для скорости. Или внешние программы-сети могут это делать?

Посмотрите Это, это, Это и может это.

Не все будет понятно, но какие то основные понятия по нейросетям сможете почерпнуть, я надеюсь.

Удачи

 
Vladimir Perervenko:

Посмотрите Это, это, Это и может это.

Не все будет понятно, но какие то основные понятия по нейросетям сможете почерпнуть, я надеюсь.

Удачи

Спасибо, буду разбираться.
 
Vladimir Perervenko:

Посмотрите Это, это, Это и может это.

Не все будет понятно, но какие то основные понятия по нейросетям сможете почерпнуть, я надеюсь.

Удачи


Я тоже засел за R :) не подскажете, где здесь найти LSTM, мб какие-то ссылки еще по этой теме? сенкс
 
Maxim Dmitrievsky:

Я тоже засел за R :) не подскажите, где здесь найти LSTM, мб какие-то ссылки еще по этой теме? сенкс

В R есть неплохой пакет mxnet. Но более продвинутые модели нужно смотреть в Pythone. 

Удачи 

 
Vladimir Perervenko:

В R есть неплохой пакет mxnet. Но более продвинутые модели нужно смотреть в Pythone. 

Удачи 


спасибо, в tensorflow точно должны быть?
 
Maxim Dmitrievsky:

спасибо, в tensorflow точно должны быть?

Не думаю, что Вы сможете начать с TensorFlow. Это низкоуровневый пакет. В Python есть море пакетов реализующих различные виды LSTM. Но это трудный путь.

если Вы программируете на Python  начните с keras, в R есть пакет kerasr (API). 

К TensorFlow(Python)  в R  есть также АПИ - tensorflow. Пробуйте.

Удачи