Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Reshetov'un kullandığına benzer basit bir doğrusal algılayıcı demek istiyorum. Rosenblatt, algılayıcısını beynin bir modeli olarak yarattı), çok ilkel bir model...
Bay Reshetov tarafından kullanılan basit doğrusal algılayıcı 40 yaşın üzerindedir.
Sinir ağlarının gerçek tarihi, aktivasyon fonksiyonu ile tam olarak Rosenblatt algılayıcısıyla başladı.
Bay Reshetov tarafından kullanılan basit doğrusal algılayıcı 40 yaşın üzerindedir.
Sinir ağlarının gerçek tarihi, aktivasyon fonksiyonu ile tam olarak Rosenblatt algılayıcısıyla başladı.
Ama onun algılayıcısı da mükemmel değil. Ve parkurun hareket yönünü tahmin etmek için uygun değildir.
Onlar. Rosenblatt'ın iki katmanlı algılayıcılarında (onları önce yarattı), ilk gizli katman bir aktivasyon işlevi rolü mü oynadı?
Ama onun algılayıcısı da mükemmel değil. Ve kursun hareket yönünü tahmin etmek için uygun değildir.
Onlar. Rosenblatt'ın iki katmanlı algılayıcılarında (onları önce yarattı), ilk gizli katman bir aktivasyon işlevi rolü mü oynadı?
Arkadaşlar lütfen konuya yazın, yoksa konuyu takip ediyorum ve burada daha yüksek konulardan bahsediyorsunuz en azından basit bir şeyi nasıl yapacağımızı çözerdik...
İşte basit bir Uzman Danışmanın algoritması:
Örneğin, son fraktal temelinde zararı durdur ve kâr giriş noktaları alan basit bir algoritmayı ele alalım:
Eğer bir up fraktalimiz varsa, o zaman fraktalı kırmak için Buy Stop emri veririz, stop loss sıfırdan fraktalın oluştuğu bara kadar olan barlar arasında minimum fiyatın altındadır. Kâr almak, zararı durdurmak için eşittir.
İşte bu EA için kod:
Bu algoritmada, fraktal modelin ölçüleceği bazı referans noktaları ayırt edilebilir:
Ağırlık olarak kullanılabilecek parametreler:
Satın almak için:
iUpFr
iUpFr-iSellSl
YukarıFr-SellSl
(UpFr-SellSl)/(iUpFr-iSellSl)
(UpFr-SellSl)/(iUpFr)
Satılık:
iDnFr
iDnFr-iBuySl
BuySl-DnFr
(BuySl-DnFr)/(iDnFr-iBuySl)
(BuySl-DnFr)/(iDnFr)
Bir sinir ağı oluşturmanın bir sonraki adımının bu özelliklerle karşılaştırılacak değişkenlerin tanıtılması olacağını doğru anlıyor muyum?
Ve karşılaştırma optimizasyon sürecinde gerçekleşecek mi?
Eğer yanılıyorsam, bu Uzman Danışmana basit bir sinir ağı eklemek için başka hangi pratik adımların atılması gerekiyor?
Sinir ağlarının matematiği o kadar karmaşık değildir. Giriş parametrelerinin seçimi, ağ tahmininin başarısı için çok daha önemlidir. Buradaki soru şudur: Hangi göstergeler ve parametreleri, piyasanın mevcut durumunu ve tarihini tam olarak tanımlar? Bir para biriminin son birkaç fiyatını bilmek, ağdaki katman sayısından bağımsız olarak gelecekteki fiyatı tahmin etmek için yeterli olmaktan uzaktır. Bu nedenle, çok sayıda geçmiş fiyat veya farklı dönemlerin göstergelerini seçmeniz gerekir. Büyük çoğunluk göstergeleri kullanır çünkü geçmiş fiyatlara göre son fiyatın konumunu daha etkili bir şekilde tanımlamanıza olanak tanır. Belki tartışmayı girdi parametrelerinin seçimine çevirebiliriz. Bana öyle geliyor ki farklı dönemlerdeki hareketlerin son değerlerinin karşılıklı ilişkisi ağ için iyi bir girdi olabilir. Kimin başka görüşleri var? Aynı ağın girişinde MACD, RSI, AC, Stoch vb. gibi farklı türde göstergeleri karıştırmak mümkün müdür?
Aynı ağın girişinde MACD, RSI, AC, Stoch vb. gibi farklı türdeki göstergeleri karıştırmak mümkün müdür?
Bir dizi göstergenin iyi pazar girişleri sağlamasının mümkün olduğunu düşünüyorum. Takipte, daha az zor olmayan başka bir soru ortaya çıkıyor - eğitim sırasında ağ çıkışına ne beslenmeli? Ne istiyoruz? Bir deseni tanıyor musunuz? Bir sonraki mumun rengini tahmin edin? Ya da belki bir değil, birkaç? Veya hareketin büyüklüğünü tahmin edebilir misiniz? )))
Bu soruların cevaplarını bulmak istiyorum.
Belki uygulayıcılar size ağlarını ne üzerine eğittiklerini söylerler? :))
Sevgili forum katılımcıları, bu konunun konusu Sinir Ağları , nasıl ustalaşılır, nereden başlamalı?
Gelelim konuya....
Beyler, bu sinir ağlarıyla ilgili değil - nasıl kullanıldığıyla ilgili ......
Sevgili forum katılımcıları, bu konunun konusu Sinir Ağları , nasıl ustalaşılır, nereden başlamalı?
Gelelim konuya....
Bu konu açıldığında bazen alıntıladığım, ileri ağların kısa bir açıklaması. Böylece, en basit ileri ağı oluşturuyoruz.
Adım 1: Giriş verilerini seçin. Örneğin,
x1 = WPR Başına1
x2 = WPR Başına2
x3 = WPR Per3
Adım 2: Gizli katmandaki nöronların sayısını seçin - örneğin iki nöron, y1 ve y2. Çıkış düzeyindeki nöron sayısını seçiyoruz - örneğin, iki nöron, z1 ve z2. Böylece bir 3-2-2 ağı oluşturduk. z1 ve z2 çıktılarımızdır.
Adım 3: Karar verme mantığını ayarlayın. Örneğin z1>=u satın al, z1<=-u sat, z2<=-v kapat satın, z2>=v kapat sat, burada |u|<=1 ve |v|<=1.
Adım 4: Gizli nöronları y1=F(x1,x2,x3) ve y2=F(x1,x2,x3) tanımlayın:
y1 = F(a0+a1*x1+a2*x2+a3*x3)
y2 = F(b0+b1*x1+b2*x2+b3*x3)
burada F() doğrusal olmayan bir işlevdir (etkinleştirme işlevi). Örneğin, F(x)=tanh(x)=(exp(x)-exp(-x))/(exp(x)+exp(-x))). exp()'i hesaplarken hataları önlemek için daha basit bir işlevi tercih ederim:
F(x) = -1 ise x<=-1 ise, x -1 ise<x<1, x>=1 ise 1.
Adım 5: z1=F(y1,y2) ve z2=F(y1,y2) çıkış nöronlarını tanımlayın:
z1 = F(c0+c1*y1+c2*y2)
z2 = F(d0+d1*y1+d2*y2)
burada F() aynı nöron aktivasyon fonksiyonudur.
Böylece ağ oluşturulur ve tanımlanır. Williamps-Percent-Range (WPR) için Per1, Per2 ve Per3 periyodlarını ayarlayın ve metadraft bakteriyatörü a0, a1, a2, a3, b0, b1, b2, b3, c0, c1, c2, d0, d1, d2 ile optimize edin , - 1<=u<=+1, -1<=v<=+1. Ayrıca Per1, Per2 ve Per3'ü de optimize edebilirsiniz. Farklı girdilerle oynayabilirsiniz. Örneğin, WPR yerine MACD'yi veya başka bir göstergeyi deneyin. Açılış pozisyonları için kendinizi bir çıkış nöronuyla sınırlayabilirsiniz: z(y1,y2)>=u satın al, z(y1,y2)<=-u sat. Ve zararı durdur, sonda durdur veya kârı al ile kapatın.
Her ticaret kararına karşılık gelen bir çıktı nöronunun atandığı daha karmaşık bir ağ oluşturmak da mümkündür. Örneğin, aynı girdi verileri ve gizli nöronlar verildiğinde 4 çıktı nöronu oluşturuyoruz.
z1(y1,y2)>u1 - uzun açık
z2(y1,y2)>u2 - açık kısa
z3(y1,y2)>u3 - uzun olanı kapat
z4(y1,y2)>u4 - kısa devreyi kapat
Bu durumda, optimize edilmiş katsayıların sayısı önemli ölçüde artar. Genellikle, u1=u2=u3=u4=0.9.
Güçlü bir bilgisayarınız varsa, içlerindeki gizli katmanların ve nöronların sayısını artırabilirsiniz.
Sevgili forum katılımcıları, bu konunun konusu Sinir Ağları , nasıl ustalaşılır, nereden başlamalı?
Gelelim konuya....
Sinir ağlarını kendi başınıza programlama zahmetine girmeyin, hazır programlar var. Rusça'da bir kitabı bulunan tek program Statistica Neural Networks'tür ve ayrıca, bu kitap gerçekten sinir ağları uzmanları tarafından yazıldığı izlenimini veriyor ve sinir ağlarıyla çalışma yöntemlerine ilişkin oldukça iyi bir girişe ve genel bakışa sahip. ve mevcut sinir ağları türleri. Program, eğitimli ağları MT'deki danışmanlarda kullanılabilecek dll biçiminde dışa aktarmanıza izin verir (henüz kendim denemedim, bir şeyler ters giderse özür dilerim). Ağ olmayan özel ticaret programlarını MT'ye bağlamak o kadar kolay değildir ve mümkünse çarpık veya eğik veya çok pahalıdır. Metastock dosyalarına veri aktarımı sağlayan terminallere sahip DC'ler vardır; burada ağ olmayanlarla çalışmak için özel bir ticaret programı kurmak kolaydır. Eski! Peki, neden MT geliştiricileri, gereksiz yedeklemeler olmadan diğer teknik analiz programlarını kullanabilmeniz için verileri dışa aktarma olanağı sağlamıyor.
Yeni başlayanlar için, IMHO, en iyi program NeuroShell -2, Rusça yardım ve Rusça örnekler var. Ayrıca, NS 2'den gelen sinir ağları, MT4'teki Uzman Danışmanlara ve göstergelere kolayca eklenebilir.
Buradan okuyabilirsiniz: http://www.fxreal.ru/forums/forums.php?forum=3