NS + göstergeleri. Deney. - sayfa 8
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
NSDT'de Kohonen yoktur, ancak Uyarlanabilir Ağ Göstergeleri eklentisinde başka sınıflandırma ağları vardır. Ağı NeuroShell2'den doğrudan MT4'e veya NSDT'ye bağlamak mümkün olsa da.
Kohonen ağını ticaret için nasıl kullanmayı planladığınızı merak ediyorum. Her üç sınıftan sonra ortaya çıktı, çok daha fazlası. Ortaya çıkan sınıfları ayrıştırmak için bir tür algoritma bulmamız gerekiyor. ..
Pom'lu çubukların sınıflandırılması üzerine yeni araştırmaya başladığımda. Kohonen çizelgeleri , deneyin basitliği için çubukları kodladım: yükseliş +1, düşüş -1, kaçma 0. NS2'deki buldozerden 15 sınıf yaptım. Eğitimden sonra 4 sınıfın boş olduğu ortaya çıktı. Sınıf sayısını 11 olarak değiştirdim ve bu formda bu ızgarayı MT4'e sürdüm. Sonra, bir komut dosyası kullanarak, tüm uç noktalara yakın üç sınıf yazdım, basit bir dönüş çizgisi yaptım. Ayrıca, girdi verileri "olduğu gibi" sağlandı, yani. sadece sınıf numaraları Hiçbir yerde normalleşme olmadı. Ardından, dönüş hattından gelen sinyallere göre, sadece bu ızgaralardan oluşan basit bir Uzman Danışman, 2005 için "ayarlandı". İşin garibi, o bile kazandı. Tabii ki, sonuçlar hakkında herhangi bir sonuç çıkarmaya bile çalışmadım, çünkü bu bir deney bile değil, bir laboratuvar çalışması. Ama yön için umutları düşünmek istedim ...
Onlar. Sınıf seçim algoritmasına gerek olmadığını söylemek istiyorum. NS2'nin kendisindeki grafikte her şey açıkça çizilmişti. Ve genel olarak, istenen sonucu NS2'nin kendisinde elde edebilirsiniz. Doğru, bunun için biraz ileri geri atlamanız, parametrelerle oynamanız, grafiklere bakmanız, çıktılara bakmanız gerekiyor. Onlar. biraz uğraştırıcı ama oldukça mümkün.
Kohonen ağını ticaret için nasıl kullanmayı planladığınızı merak ediyorum. Her üç sınıftan sonra ortaya çıktı, çok daha fazlası. Ortaya çıkan sınıfları ayrıştırmak için bir tür algoritma bulmamız gerekiyor. ..
Tabii ki 3 hatta 10 bile değil. İlk etapta uygun kriterlere ulaşmak için kalemlerle analiz yapıyorum. Sonra otomatikleştiriyorum. Amaçlanandan:
- her girdi için bir "ideallik derecesi" tahmini asılır - örneğin, yerel ekstremalara ne kadar yakın olduğu (33)
- o zaman her sınıf saflık açısından değerlendirilebilir - oraya kaç tane ideal veya buna yakın girdi var ve kaç tanesi boş
Girdi setinin (saat) ilk versiyonunun ilk çalışması, yüz sınıf (nöron) için piyasaya giriş açısından oldukça kabul edilebilir 2-3 sınıf olduğunu gösterdi. Eh, bu sınıfların gücüne göre günde yaklaşık 2-4 işlem ortaya çıkıyor.
Her şey hala nemli ve geliştirme aşamasında :-) Sonra bağımsız olarak bir ağ oluşturacak, eğitecek, değerlendirecek, yerleşik test cihazında çalıştıracak, sonuçları kaydedecek, yeni bir tane oluşturacak, çalıştıracak bir program yapmayı (zaten başlamış) planlıyorum. , bir "şampiyon" seçin, vb.
not. Tamam, şimdilik NS2'ye eziyet edeceğim, sadece dediğim gibi, arayüz ve ağ eğitiminin sonuçlarını değerlendirme açısından perişan.
Neden? Orada.
Kohonen ağı ile çalışarak, kaç sınıfın çıkacağını önceden söyleyemeyeceğiz. Öğrenme işlemi sırasında, belirtilen ayrılabilirlik kriteri karşılandığı sürece (örneğin, Öklid mesafesi) girdi öznitelik vektörü sınıflara bölünecektir. Diyelim ki "pıhtılarımız" var, merkezleri bulduk ve sonra ...
Görsel olarak harita üzerinde değerlendirebilirsiniz tabiki ama ben otomatik olmasını isterim. İkinci aşamada, hangi sınıfların hangi eylemlere karşılık geldiğini belirten bir öğretmen olmalıdır.
Benimki de hala nemli. Fikirler, gelişmeler var. Ben de NS2 ile çalışıyorum.
Kohonen ağı ile çalışarak, kaç sınıfın çıkacağını önceden söyleyemeyeceğiz. Öğrenme işlemi sırasında, belirtilen ayrılabilirlik kriteri karşılandığı sürece (örneğin, Öklid mesafesi) girdi öznitelik vektörü sınıflara bölünecektir. Diyelim ki "pıhtılarımız" var, merkezleri bulduk ve sonra ...
Görsel olarak harita üzerinde değerlendirebilirsiniz tabiki ama ben otomatik olmasını isterim. İkinci aşamada, hangi sınıfların hangi eylemlere karşılık geldiğini belirten bir öğretmen olmalıdır.
Benimki de hala nemli. Fikirler, gelişmeler var. Ben de NS2 ile çalışıyorum.
Peki kaç ders çıkacağını neden söyleyemeyiz? Tüm söyleyebileceğimiz. NS2'de nasıl olduğunu bilmiyorum (teyit etmeyeceğim - bakmadım), ancak Trader'da kaç tane sınıf belirlediğiniz, çok fazla olacak - sınıf satın al, sınıf sat, çıkış sınıfı satın al, çıkış sat sınıf. Ne kadar gerekli ve olacak. Ve bunda bir problem yok...
Birincisi, HC2'yi sevmiyorum çünkü orada Kohonen'in haritalarını renklendirmek imkansız ve ikincisi, kümelemeyi anında değiştiremezsiniz, çıkarıcının kolayca izin verdiği. Bunun için ağın yeniden eğitilmesi gerekmez! Yalnızca sınıflardaki ilişkilendirme parametrelerini değiştirmek için. Aynı çıkarıcıda, sınıfların sayısını ayarlayabilir, kümeleme için önem düzeylerini ayarlayabilirsiniz, o zaman kaç tane olacağı gerçekten net değil veya sınıflar olmadan da yapabilirsiniz ve girdinin hangi hücreye düştüğüne bakabilirsiniz. içine.
www.basegroup.ru Google tarafından kolayca aranır
www.basegroup.ru Google tarafından kolayca aranır
www.basegroup.ru Google tarafından kolayca aranır