"新神经 "是MetaTrader 5平台的一个开源神经网络引擎项目。 - 页 24

 
Tol64

太糟糕了))。这是目前最适合各种水平的用户的程序。

嗯哼,所以邀请利奥夫会很好。或者其他人,已经在NSDT上工作过。

我在读这个主题,至少现在我开始想象一切是多么复杂)。

那么目标就实现了 :)
 
阿瓦尔斯

我可以发布一个使用SOM的4k的实际完成的代码。

至少要让人明白我的意思。


关于建议。输入和输出是与网络分离的。不管怎么说。它们的形成可能是自动化的。但这也不是一件容易的事,而且只针对典型的变体。

话说回来,你会需要一些编码,在某种程度上。但更多的时候是在一个非常微不足道的层面。

建议的培训--OOS计划是无效的。我以前说过,而且我想不止一次。

市场不是一个可以用反馈来检查网络质量的领域。检查网络质量的唯一方法是在训练样本上运行它。而且,只需将调谐参数的数量减少到可学习的最小值,就可以消除过度训练。

 
阿瓦尔斯

奇怪的是,在这里看到有人声称神经网络 和优化算法对市场的适用性很小的帖子....。
 

TheXpert

而且,只需将设置的数量减少到可教的最小值,就能消除过度训练。

或增加Sample实例的数量,直到网络不再有效地学习。
 
TheXpert

我可以发布一个使用SOM的4k的实际完成的代码。

至少要让人明白我的意思。

那就好了,也许你已经有了它的便利。

TheXpert

关于建议。输入和输出是与网络分离的。通过各种方式。它们的形成可以是自动化的。但这也不是一件容易的事,而且只针对典型的变体。

稍微说一下,在某种程度上会有编码的需要。但最常见的是在一个非常微不足道的层面。

通用选项可以满足大多数用户的需求。这就是我所建议的,能够插入编码--你自己对数据的预处理和后处理。

TheXpert

建议的培训--OOS方案是低效的。我已经说过不止一次了。

市场不是一个可以用反馈来检查网络质量的领域。检查网络质量的唯一方法是在训练样本上运行它。只需将调谐参数的数量减少到可学习的最小值,就能消除过拟合。

而当你在现实生活中交易时,也是OOS,而不是训练样本。OOS有缺点,特别是如果使用不当,但它可以被使用。但最好还是问问这些图书馆的潜在用户是否需要它。或者最好从一开始就把实施这种方法的可能性纳入概念。

 
joo:
奇怪的是,在这里看到声称神经网络和优化算法对市场没有什么适用性的人的帖子....。
我仍然认为,没有NS,你也可以这样做。但如果有人能方便地实现它的交易,那我就可以玩玩了))))。顺便说一句,我大约10年前就试过了。
 
joo:
或者增加样本的数量,直到网络不能再有效地学习。

:) 所以你认为你举的例子越多越好?这只是不适合交易。这不是那么简单:你想减少输入参数的数量--你应该完全按照你的需要来喂养,而不是为了过度训练。训练期和例子的数量也是一样的--你想测试更多的例子,因为1917年)))。

正如笑话中所说:"醉汉丢了钱包,正在灯下寻找。他们问他。

- 你在哪里失去了它?

- 在那里的某个地方。

- 你为什么在这里看?

- 因为这里更亮":)

 
阿瓦尔斯
:) 所以你认为你举的例子越多越好?它只是不适合于指导。
不,我不是这么说的。
 
阿瓦尔斯:

将是好事,也许你已经有了它。

有三种模式--训练、运行和自动训练。对于在线交易,现在只有运行模式可用。

自动训练只是OOS模式,在这个模式下你可以检查策略的前景。

附加的文件:
2Send.zip  28 kb
 

我对该项目持怀疑态度。首先,目前你甚至不能在不修改的情况下使用基本交易功能 库和向导。可以说,这是对普通非程序员交易员来说,黄昏的第0级。现在,非编程人员使用向导的专家顾问和库的交易功能,是不可能进行交易的。那么--我们到底在谈论什么?连轮子、自行车或其他砖块都没造,就造了一艘宇宙飞船?对不起,如果这是为非程序员交易员社区而不是为狭窄的爱好者群体而设的--看起来并不严肃。

P.S.

如果你需要一个微分进化法的代码例子--我可以发给你。该方法非常简单。它搜索的是全球极值。

P.S.

谁能解释一下我们为什么需要NS,它们是做什么的。我读过维基,我不太明白。