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
Soru ortaya çıktı. Herhangi birinin bir kriteri var mı - kohonen ağının eğitilip eğitilmediği nasıl belirlenir.
NS sinyallerine göre işlemlerin %80-95'i kârlıysa eğitimli olduğunu söyleyebiliriz.
Soru ortaya çıktı. Herhangi birinin bir kriteri var mı - bir kohonen ağının eğitilip eğitilmediğinin nasıl belirleneceği.
NS sinyallerine göre işlemlerin %80-95'i kârlıysa eğitimli olduğunu söyleyebiliriz.
Kohonen haritaları durumunda, bu hala çok uzak. Küçük bir kart alırsanız, örneğin 50x50, 2500 ders alırsınız - olası sonuçlar. Ticaret kararları vermek için hala bir algoritma bulmamız gerekiyor....
Soru ortaya çıktı. Herhangi birinin bir kriteri var mı - kohonen ağının eğitilip eğitilmediği nasıl belirlenir.
NS sinyallerine göre işlemlerin %80-95'i kârlıysa eğitimli olduğunu söyleyebiliriz.
Kohonen haritaları durumunda, bu hala çok uzak. Küçük bir kart alırsanız, örneğin 50x50, 2500 ders alırsınız - olası sonuçlar. Ticaret kararları vermek için hala bir algoritma bulmamız gerekiyor....
Benim için her şey basit. Mumları neredeyse Likhovidov'a göre kodluyorum.
Ağ, sensör tarafından oluşturulan diziler üzerinde eğitilir.
Üçüncü aşama, giriş ve çıkış noktalarının aranmasıdır.
Aynı şey yarışmaya gönderildi, ancak TPM tarihe göre ayarlandı.
Ağı eğitirken, girdi dizisinin ağırlık vektöründen sapmasını gösteriyorum. Oldukça büyük bir fark olduğu ortaya çıkıyor. (Bence öyle) ve dönem için maksimum ve minimum sapma arasında azalmaz. Farklı yapmaya çalıştım ama sonuç aynı. Ve böylece eğitim kriterleri hakkında soru ortaya çıkıyor.
Eğitimin sonucu, iki karlı işlem için bir kayıp için 2'ye 1'dir.
Soru ortaya çıktı. Herhangi birinin bir kriteri var mı - kohonen ağının eğitilip eğitilmediği nasıl belirlenir.
NS sinyallerine göre işlemlerin %80-95'i kârlıysa eğitimli olduğunu söyleyebiliriz.
Kohonen haritaları durumunda, bu hala çok uzak. Küçük bir kart alırsanız, örneğin 50x50, 2500 ders alırsınız - olası sonuçlar. Ticaret kararları vermek için hala bir algoritma bulmamız gerekiyor....
Benim için her şey basit. Mumları neredeyse Likhovidov'a göre kodluyorum.
Ağ, sensör tarafından oluşturulan diziler üzerinde eğitilir.
Üçüncü aşama, giriş ve çıkış noktalarının aranmasıdır.
Aynı şey yarışmaya gönderildi, ancak TPM tarihe göre ayarlandı.
Ağı eğitirken, girdi dizisinin ağırlık vektöründen sapmasını gösteriyorum. Oldukça büyük bir fark olduğu ortaya çıkıyor. (Bence öyle) ve dönem için maksimum ve minimum sapma arasında azalmaz. Farklı yapmaya çalıştım ama sonuç aynı. Ve böylece eğitim kriterleri hakkında soru ortaya çıkıyor.
Eğitimin sonucu, iki karlı işlem için bir kayıp için 2'ye 1'dir.
Soru ortaya çıktı. Herhangi birinin bir kriteri var mı - kohonen ağının eğitilip eğitilmediği nasıl belirlenir.
NS sinyallerine göre işlemlerin %80-95'i kârlıysa eğitimli olduğunu söyleyebiliriz.
Kohonen haritaları durumunda, bu hala çok uzak. Küçük bir kart alırsanız, örneğin 50x50, 2500 ders alırsınız - olası sonuçlar. Ticaret kararları vermek için hala bir algoritma bulmamız gerekiyor....
Benim için her şey basit. Mumları neredeyse Likhovidov'a göre kodluyorum.
Ağ, sensör tarafından oluşturulan diziler üzerinde eğitilir.
Üçüncü aşama, giriş ve çıkış noktalarının aranmasıdır.
Aynı şey yarışmaya gönderildi, ancak TPM tarihe göre ayarlandı.
Ağı eğitirken, girdi dizisinin ağırlık vektöründen sapmasını gösteriyorum. Oldukça büyük bir fark yaratıyor. (Bence öyle) ve dönem için maksimum ve minimum sapma arasında azalmaz. Farklı yapmaya çalıştım ama sonuç aynı. Ve böylece eğitim kriterleri hakkında soru ortaya çıkıyor.
Eğitimin sonucu, iki karlı işlem için bir kayıp için 2'ye 1'dir.
Soru ortaya çıktı. Herhangi birinin bir kriteri var mı - bir kohonen ağının eğitilip eğitilmediğinin nasıl belirleneceği.
NS sinyallerine göre işlemlerin %80-95'i kârlıysa eğitimli olduğunu söyleyebiliriz.
Kohonen haritaları durumunda, bu hala çok uzak. Küçük bir kart alırsanız, örneğin 50x50, 2500 ders alırsınız - olası sonuçlar. Ticaret kararları vermek için hala bir algoritma bulmamız gerekiyor....
Benim için her şey basit. Mumları neredeyse Likhovidov'a göre kodluyorum.
Ağı, sensör tarafından oluşturulan diziler üzerinde eğitiyorum.
Üçüncü aşama, giriş ve çıkış noktalarının aranmasıdır.
Aynı şey yarışmaya gönderildi, ancak TPM tarihe göre ayarlandı.
Ağı eğitirken, girdi dizisinin ağırlık vektöründen sapmasını gösteriyorum. Oldukça büyük bir fark olduğu ortaya çıkıyor. (Bence öyle) ve dönem için maksimum ve minimum sapma arasında azalmaz. Farklı yapmaya çalıştım ama sonuç aynı. Ve böylece eğitim kriterleri hakkında soru ortaya çıkıyor.
Eğitimin sonucu, iki karlı işlem için bir kayıp için 2'ye 1'dir.
Yukarıda öğrenme kriteri hakkında yazdım ... - bu doğru!
Genel olarak Neuroshel2'yi yüklemeye çalışın, Kohonen kartlarının klasik bir örneği var. Onunla deneyin - çok şey netleşecek.
Ayrıca, Tartan'ın forumunda sinir ağlarında MKL4 için tam teşekküllü bir kitaplık yayınladım, orada 5 sinir ağı algoritması uygulandı, dahil. Kohonen'in haritaları da var.
Ayrıca, bir sinir ağını eğitmek ve bir işlevde oluşturulmuş bir Ticaret Stratejisinin parametrelerini aramak için Genetik Algoritmanın (tamamen MQL4'te yazılmıştır) uygulanmasına bir örnek vardır - bu bir tür otomatik optimize edicidir. ...
Peki nedir bu Tartana forumu? adres, lütfen
Peki nedir bu Tartana forumu? adres, lütfen
Google eng "forex tartan nöro"
http://www.fxexpert.ru/forum/index.php?showtopic=656 ?
İnsanlar bana bunun nasıl olduğunu söylüyor .... belirli bir zaman aralığı için optimizasyon yapıldığında, farklı sonuçlar elde ediliyor .... yani, genetik algoritma her seferinde yeni bir genetik gelişim yolu seçiyor :-). Kim iş parçacığı böyle saçmalıklarla karşılaştı? Bu sıkıntılar nedeniyle, stratejinin başarısı hakkında istatistik toplamak mümkün değildir....