Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 593
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Zaman Gecikmeli Odaklı İleri Yayılım Ağları
Yapısal örüntü tanımada, statik sinir ağlarını kullanmak gelenekseldir. Buna karşılık, zamansal model tanıma, zamanla değişen kalıpları işlemeyi ve yalnızca mevcut değil, aynı zamanda önceki birkaç ero değerine de bağlı olan belirli bir zaman noktasında bir yanıt üretmeyi gerektirir.
Orada hiç? :) Forex'teki bu tür mimarilerin türü teorik olarak işe yarayacaktır .. ama denemeniz gerekiyor. Yapması kolaydır, MLP'ye birkaç "ilginç" nöron ekleyin veya 2 model bağlayın.
Modeli nereden alacaksınız?
Kendim yapacağım) Henüz okumayı bitirmedim, ortaya çıktığı gibi kitaplarda çok ilginç şeyler var
pazarlar için "hafıza" fikri iyi olmalı .. ama süper yavaş tekrarlar değil, daha basit ve daha özel bir şey
En basit örnek:
Harici bir "kaydırıcı", örneğin önceki işlemlerden, oynaklıktan veya diğer bazı sistem hiperparametrelerinden bazı işlevler anlamına gelebilir.
Ancak kaydırıcının 1 veya birkaç nörona yerleştirilmesi daha iyi olur, o zaman lineer olmadığı da ortaya çıkacaktır.
Tüm sorunları çözecek yeni bir nöron türü veya python paketinin ortaya çıkacağını ummamalısınız - ve modelin fazla takılmaması ve durağanlıktan korkmaması vb.
Model ne kadar karışık olursa olsun, basit bir ilkeye dayanacaktır - bir kişi tarafından hazırlanan eğitim verileri alınır ve model yalnızca girdi verilerinden sonucun nasıl hesaplanacağına dair basitleştirilmiş bir açıklama oluşturur. Bütün bunlar en yakın komşunun tahmininden uzak değil, ancak olağan modeller büyüklük sıralarını daha hızlı tahmin ediyor (uzun eğitim gerekli olmasına rağmen), bu yüzden daha çok seviliyorlar.
Anahtar kelime "insan tarafından hazırlanmış eğitim verileri" dir. Uzman verileri sizin için doğru bir şekilde hazırlarsa, modeli bunlara göre eğitecek ve karlı bir şekilde ticaret yapacaksınız, örneğin, SanSanych, Vizard, toksik, Mikhail tarafından yayınlanan eğitim ve test tablolarına bakın.
Şaşırmış görünüyorsun. Ve doğrusal olmayan giriş filtreleri ve düzinelerce katmana sahip hiçbir şaşırtıcı rnn nöron bunu sizin için yapamaz.
Tüm sorunları çözecek yeni bir nöron türü veya python paketinin ortaya çıkacağını ummamalısınız - ve modelin fazla takılmaması ve durağanlıktan korkmaması vb.
Model ne kadar karışık olursa olsun, basit bir ilkeye dayanacaktır - bir kişi tarafından hazırlanan eğitim verileri alınır ve model yalnızca girdi verilerinden sonucun nasıl hesaplanacağına dair basitleştirilmiş bir açıklama oluşturur. Bütün bunlar en yakın komşunun tahmininden uzak değil, ancak olağan modeller büyüklük sıralarını daha hızlı tahmin ediyor (uzun eğitim gerekli olmasına rağmen), bu yüzden daha çok seviliyorlar.
Anahtar ifade "insan tarafından hazırlanmış eğitim verileri" dir. Uzman verileri sizin için doğru bir şekilde hazırlarsa, modeli bunlara göre eğitecek ve karlı bir şekilde ticaret yapacaksınız, örneğin, SanSanych, Vizard, toksik, Mikhail tarafından yayınlanan eğitim ve test tablolarına bakın.
Şaşırmış görünüyorsun. Ve doğrusal olmayan giriş filtreleri ve düzinelerce katmana sahip hiçbir şaşırtıcı rnn nöron bunu sizin için yapamaz.
ne yazık ki (mb sadece benim için), burada tartışılanların çoğu nörostatiktir. Aslında, istatistiksel özellikleri zaman içinde değişmeyen çok iyi hazırlanmış verilere ihtiyaç duyar, çünkü tahmin edicileri seçmenin ve filtrelemenin pek çok farklı yolu vardır. Bu yaklaşım, ön işleme nedeniyle bana çok karmaşık görünüyor.
Ancak "hafıza" ve uyarlanabilir şeyler için çeşitli seçeneklerle nörodinamik yönüne de bakabilirsiniz .. bana bu daha basit ve olduğu gibi doğal bir yaklaşım gibi görünüyor, ancak verimlilikten emin değilim. nasıl yapılacağı hakkında.
Ve piyasayı hangi bakış açısıyla değerlendireceğinize bağlı olarak - bir dizi kalıp veya belirli yasalara göre gelişen bir sistem olarak.
Ancak, "hafıza" ve uyarlanabilir şeyler için çeşitli seçeneklerle nörodinamik yönüne de bakabilirsiniz .. bana bu daha basit ve olduğu gibi doğal bir yaklaşım gibi görünüyor, ancak verimlilikten emin değilim. nasıl yapılacağı hakkında.
...
belirli yasalara göre gelişen bir sistem.
...
Araştırılması gerekiyor, şüphesiz. Ancak insanlık henüz uygun bir araç icat etmedi (en azından kamusal alanda değil).
lstm nöronları bu konu için oldukça ilginçtir, daha az sayıda nöron kullanarak zaman serilerini sıradan nöronlardan çok daha doğru bir şekilde tanımlayabilirler. Ancak onlarla ilgili sorun aşırı uyumdur.
Normal bir nöronu eğiterek, çapraz doğrulama için verilerin bir bölümünü seçebileceğinizi ve böylece fazla uyum ile ilgilenebileceğinizi varsayalım. Ve lstm nöron için, veri varış sırası önemlidir, her yeni tahmin, nöronun iç durumunu kullanır ve değiştirir. Sonuç olarak, tüm zaman serisi katı bir sırayla tahmin edilir, her tahmin geçmişe bağlıdır ve geleceği etkiler. Örneklerden bazıları çapraz doğrulamada daha sonra kullanılmak üzere rastgele çıkarılırsa, sıra ihlal edilecektir, bu kötüdür ve tüm bu eğitim hakkında şüphe uyandırır. Eğitim ve test için verileri sırayla iki parçaya bölerseniz, Forex'te yardımcı olmadığı için tekrar bir fazlalık alırsınız.
Yapabileceğiniz tek şey, lstm'yi maksimum doğruluk ve umut için eğitmektir. Ancak Forex bu tür sorumsuzluğu affetmez.
Overfit lstm nöronları konusunda yıllarca süren akademik çalışmalara ihtiyaç var, bu sorun çözüldüğünde kâseyi oluşturmaya başlamak mümkün olacak.
MQL'nin kendisi ne iyi ne de kötüdür. Sözdizimi olarak C++'a benzer. Genel olarak, standart dil. Sorun, bunun için gerekli kütüphanelerin mevcudiyetidir. Ve orada değiller ya da o kalitede değiller. Bu nedenle, Python'u bağlamaya ihtiyaç vardır. MQL ile entegrasyonu için zaten bir bağlantı verdim. Bayanlar daha fazla. Kütüphane artık tamamen işlevseldir. İndir .
Araştırılması gerekiyor, şüphesiz. Ancak insanlık henüz uygun bir araç icat etmedi (en azından kamusal alanda değil).
lstm nöronları bu konu için oldukça ilginçtir, daha az sayıda nöron kullanarak zaman serilerini sıradan nöronlardan çok daha doğru bir şekilde tanımlayabilirler. Ancak onlarla ilgili sorun aşırı uyumdur.
Normal bir nöronu eğiterek, çapraz doğrulama için verilerin bir bölümünü seçebileceğinizi ve böylece fazla uyum ile ilgilenebileceğinizi varsayalım. Ve lstm nöron için, veri varış sırası önemlidir, her yeni tahmin, nöronun iç durumunu kullanır ve değiştirir. Sonuç olarak, tüm zaman serisi katı bir sırayla tahmin edilir, her tahmin geçmişe bağlıdır ve geleceği etkiler. Örneklerden bazıları çapraz doğrulamada daha sonra kullanılmak üzere rastgele çıkarılırsa, sıra ihlal edilecektir, bu kötüdür ve tüm bu eğitim hakkında şüphe uyandırır. Eğitim ve test için verileri sırayla iki parçaya bölerseniz, Forex'te yardımcı olmadığı için tekrar bir fazlalık alırsınız.
Yapabileceğiniz tek şey, lstm'yi maksimum doğruluk ve umut için eğitmektir. Ancak Forex böyle bir sorumsuzluğu affetmez.
Overfit lstm nöronları konusunda yıllarca süren akademik çalışmalara ihtiyaç var, bu sorun çözüldüğünde kâseyi oluşturmaya başlamak mümkün olacak.
forex'te kendi kendisiyle oynayan ns'ye ihtiyaç var :) bu lstm değil. lstm, bir hata yaptığında alnına vuran harici bir ajan olarak VR'yi kullanmaz
Eh, sobsno Yuri bunun hakkında zaten yazdı, özetlemek için benim
MQL'nin kendisi ne iyi ne de kötüdür. Sözdizimi olarak C++'a benzer. Genel olarak, standart dil. Sorun, bunun için gerekli kütüphanelerin mevcudiyetidir. Ve orada değiller ya da o kalitede değiller. Bu nedenle, Python'u bağlamaya ihtiyaç vardır. MQL ile entegrasyonu için zaten bir bağlantı verdim. Bayanlar daha fazla. Kütüphane artık tamamen işlevseldir. İndir .
Sıkı çalışman için teşekkür ederim! daha sonra kullanırsak kendime sakladım
Uyuyamıyorum - İnternetteki tüm pislikleri biraz okudum. Bunu beğendim:
"Artışların kullanılması genel olarak o kadar da kötü değil, logaritmik fiyatın çoğu girdi olarak veriliyor, artışlar bir adım ileri , yine de bu uygun.
NS'den galip gelen insanları tanıyorum, ancak bu adamlar iletişime o kadar kapalı ve hatta ne yaptıklarına dair ipuçları bile veriyorlar, yeni başlayan biri olarak kesinlikle şansım yok. Sadece orada her şeyin son derece karmaşık olduğunu biliyorum, Wells değil, bir metatrader değil ve hatta S# değil, C++ ve MatLab, caliderlerden gelen verilerin şifresini çözen ve yorumlayan bazı özelliklere sahip, bunun olduğu ortaya çıktı. Aynı metodoloji, duyduğum kadarıyla çılgınca, eskiden CERN'de günde terabayt öğüten bir amca onlarla çalışıyor, kuantum kaosunda yeni parçacıklar arıyor.
Güzel. Ben fikrimi koruyorum - en saf fiyat artışları, bir gözyaşı gibi, Ulusal Meclis'in girdilerine sunulmalıdır. Artışlar her şeyin anahtarıdır. Bu sorunun çözümü onlara dayanmaktadır. Aslında, Forex'te, bu artışların dalga paketi hareketinin ( olasılık yoğunluk fonksiyonu ) sözde durağan sürecini takip ediyoruz. Ve daha fazlası değil. (Bu paragrafı zaten yaptım :)))