在MTS使用人工智能 - 页 3 12345678910...28 新评论 Yury Reshetov 2006.11.29 16:45 #21 Itso: 真的,雷舍托夫很好,到目前为止,似乎没有人在MQL4中做过神经网络,他们只是在谈论和吹嘘。 Caesar 在CodeBase - TheSelf-Learning Expert 中发布了一个神经网络。 Rashid Umarov 2006.11.29 16:49 #22 Ahem...."石花 "出来了 :)- 第一个创建的神经网络? Christo Tsvetanov 2006.11.29 17:14 #23 对不起--睡过头了--我很抱歉。 但是,我仍然不否认我的推理。 然而罗什--这一切是如何结束的? Rashid Umarov 2006.11.29 17:54 #24 一点也不。你仍然需要成长到使用神经网络 的必要性(这个结论是我自己做的)。也就是说,首先你需要问题的定义(策略的形式化等),然后才是掌握一个工具(使用神经网络)。 还有一件事。有一个强烈的怀疑是,我此刻的神经网络(我的脑袋)比任何人工网络都要酷,而我此刻可以创造出这样的网络。决定以后有需要时再回到这个话题上。到目前为止,还没有感觉到这种需要。 Vladimir 2006.11.29 20:44 #25 亲爱的雷舍托夫,我并不是要贬低你的成就。相反,我想了解你的专家顾问的本质。我对优化深信不疑:它应该在专家顾问内部进行,使其成为一个成熟的神经网络。我关于perceptrona的问题拼错了。我将尝试重新表述:为什么使用AC(平面)的线性组合,而不是描述多面体的条件if(a1<x1 && a2>x2 && a3<x3 && a4<x4)。让我试着打一个比方。假设我在外面零度以下时戴了一顶帽子,我想预测我明天是否会戴帽子。也就是说,我应该预测明天的温度:如果低于零度,我就会穿上它。用你的系统,我取今天的温度并乘以35。我把一周前的温度加到结果中,乘以27。然后我把两周前的温度乘以84,我把三周前的温度乘以7。虽然温度很有意义(就像空调一样),但上面描述的其线性组合的结果却失去了意义。当然,我可以调整模型的系数,以便它能以一定的概率预测明天的温度。但我认为最好是使用具有某种物理意义的条件。例如,如果今天的温度低于零,而昨天的温度高于零,那么我们就有温度下降的趋势,而且有可能明天的温度也会低于零。你还可以添加影响明天温度的其他因素(指标)。例如,如果今天的温度低于零,而且无云,明天的温度可能也会低于零。如果我们放弃这个类比,转而研究外汇,为什么不选择几个不同的指标来衡量价格走势,并对它们施加条件,如if(IND1>X1 && IND2>X2 ...)。绝大多数专家顾问都是以这种方式建立的。但很少有专家顾问能够自我学习(适应),即优化x1、x2......。在现实生活中。 顺便说一下,我也有一点在神经网络上创建专家顾问的经验。它是通过最近的邻居方法建立的。它的计算量很大,但没有什么用处。我最终放弃了它。 Sceptic Philozoff 2006.11.30 03:46 #26 是的,这就是他们,gpwr最初对提供给感知器输入的指标的选择感到困惑的真正动机。 我引用的是我的预感。 数学写了(a)。 尤里,别这样,为什么这么激动。这个问题几乎可以肯定是关于这个过滤的隐藏 意义,而不是对结果的解释...粗略地说:为什么要 进行这种特殊的过滤?由于适用于交易系统,这可能不是最充分的问题,但你可以尝试对你的选择进行推理 - 为什么是AC而不是一些IACD... Gpwr,你已经在前一页得到了答案:不要在神经网络中寻找隐藏的意义;在可优化的参数数量中寻找合理性,当然还有系统的最终结果及其或多或少可接受的统计有效性。毕竟,许多趋势跟踪系统都是基于缪斯的。人喜欢把他周围的世界看成是平滑的,而不是分形的,因为平滑的世界对他来说似乎更可预测。 2 Rosh: 我喜欢你的想法,即三个平行的神经网络,每个都在图形的不同部分上训练,但我,也对我的原始NS的训练结果感到沮丧,更喜欢GA而不是NS。麦考密克在他的交易系统百科全书中似乎认为GA比NS更有前途...... 而一般来说,一个声称能在图表的任何部分工作的正常系统必须具有适应性,以说明其自身的灾难。粗略地说,分支作者的EA中的感知器权重应该以某种方式适应市场的状态。 eugenk1 2006.11.30 05:17 #27 我将稍微偏离一下主题,虽然这也很符合。 今天下班开车时,我的笨脑袋突然想到,我们都应该重新考虑对指标的态度。 这是在它们在神经网络中的应用的角度,但不仅仅是在其中。简而言之,我想从这样的想法出发:指标不是一个装饰屏幕的小工具,而是一个帮助交易的工具。在我看来,帮助这个过程的最好方法是估计价格向上或向下移动一定点数的概率,而没有任何智慧。 因此,让我们考虑指标是一个数字(或者说是价格系列的函数),从+1到-1变化。这个数字的符号显示价格运动的假定方向--'+'向上,'-'向下,而模块--在这个方向上达到大量点数的概率,例如30(将它作为一个强制性的指标参数会更好)。也就是说,所有的指标都有一个统一的统一的界面。它们里面有什么,完全取决于作者的良知。我特别为连接指标和神经网络的目的想出了这个方法。在这种情况下,它们非常容易连接。但我认为这个想法有它自己的价值。 我不会去处理用这个标准写的新指标,它的曲线是可以立即理解的。否则,可能经常发生的情况是,你在互联网上看到一个指标。没有关于它的描述。而且,即使有源代码,也很难说作者的想法和如何处理它......。唉,这样的做法让各种流行的东西,如各种莫布和布林格失去了存在的权利。但没有人承诺会很容易......。在我看来,这种标准的优点很多时候超过了其缺点。 Dmitry Fedoseev 2006.11.30 08:23 #28 eugenk1 писал (а): 我想出这个办法正是为了将指标与神经网络连接起来。 你们这些人知道诺查丹玛斯系统吗?或者我应该再从档案中挖出这个链接?对于100个指标,不同时间段的价格,都在神经网络.... Dmitry Fedoseev 2006.11.30 08:28 #29 gpwr писал (а): 除了很少有专家能够自我学习(适应),即优化x1、x2......。在现实生活中。 谁也不会太懒;-)在我的专家顾问中优化冠军的优化期。我的专家顾问本身偶尔会在M15、H1上显示利润。我还没有时间去实验。 Sceptic Philozoff 2006.11.30 09:24 #30 Integer wrote: 谁不偷懒呢;-)在我的专家顾问中优化冠军的优化期。我的专家顾问本身偶尔会在M15、H1上显示利润。我还没有时间去实验。 如果这不是一个秘密--从正式宣布锦标赛到报名结束,中间有多少时间? 12345678910...28 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
真的,雷舍托夫很好,到目前为止,似乎没有人在MQL4中做过神经网络,他们只是在谈论和吹嘘。
但是,我仍然不否认我的推理。
然而罗什--这一切是如何结束的?
还有一件事。有一个强烈的怀疑是,我此刻的神经网络(我的脑袋)比任何人工网络都要酷,而我此刻可以创造出这样的网络。决定以后有需要时再回到这个话题上。到目前为止,还没有感觉到这种需要。
亲爱的雷舍托夫,我并不是要贬低你的成就。相反,我想了解你的专家顾问的本质。我对优化深信不疑:它应该在专家顾问内部进行,使其成为一个成熟的神经网络。我关于perceptrona的问题拼错了。我将尝试重新表述:为什么使用AC(平面)的线性组合,而不是描述多面体的条件if(a1<x1 && a2>x2 && a3<x3 && a4<x4)。让我试着打一个比方。假设我在外面零度以下时戴了一顶帽子,我想预测我明天是否会戴帽子。也就是说,我应该预测明天的温度:如果低于零度,我就会穿上它。用你的系统,我取今天的温度并乘以35。我把一周前的温度加到结果中,乘以27。然后我把两周前的温度乘以84,我把三周前的温度乘以7。虽然温度很有意义(就像空调一样),但上面描述的其线性组合的结果却失去了意义。当然,我可以调整模型的系数,以便它能以一定的概率预测明天的温度。但我认为最好是使用具有某种物理意义的条件。例如,如果今天的温度低于零,而昨天的温度高于零,那么我们就有温度下降的趋势,而且有可能明天的温度也会低于零。你还可以添加影响明天温度的其他因素(指标)。例如,如果今天的温度低于零,而且无云,明天的温度可能也会低于零。如果我们放弃这个类比,转而研究外汇,为什么不选择几个不同的指标来衡量价格走势,并对它们施加条件,如if(IND1>X1 && IND2>X2 ...)。绝大多数专家顾问都是以这种方式建立的。但很少有专家顾问能够自我学习(适应),即优化x1、x2......。在现实生活中。
顺便说一下,我也有一点在神经网络上创建专家顾问的经验。它是通过最近的邻居方法建立的。它的计算量很大,但没有什么用处。我最终放弃了它。
数学写了(a)。
尤里,别这样,为什么这么激动。这个问题几乎可以肯定是关于这个过滤的隐藏 意义,而不是对结果的解释...粗略地说:为什么要 进行这种特殊的过滤?由于适用于交易系统,这可能不是最充分的问题,但你可以尝试对你的选择进行推理 - 为什么是AC而不是一些IACD...
Gpwr,你已经在前一页得到了答案:不要在神经网络中寻找隐藏的意义;在可优化的参数数量中寻找合理性,当然还有系统的最终结果及其或多或少可接受的统计有效性。毕竟,许多趋势跟踪系统都是基于缪斯的。人喜欢把他周围的世界看成是平滑的,而不是分形的,因为平滑的世界对他来说似乎更可预测。
2 Rosh: 我喜欢你的想法,即三个平行的神经网络,每个都在图形的不同部分上训练,但我,也对我的原始NS的训练结果感到沮丧,更喜欢GA而不是NS。麦考密克在他的交易系统百科全书中似乎认为GA比NS更有前途......
而一般来说,一个声称能在图表的任何部分工作的正常系统必须具有适应性,以说明其自身的灾难。粗略地说,分支作者的EA中的感知器权重应该以某种方式适应市场的状态。
我想出这个办法正是为了将指标与神经网络连接起来。
除了很少有专家能够自我学习(适应),即优化x1、x2......。在现实生活中。
谁也不会太懒;-)在我的专家顾问中优化冠军的优化期。我的专家顾问本身偶尔会在M15、H1上显示利润。我还没有时间去实验。
谁不偷懒呢;-)在我的专家顾问中优化冠军的优化期。我的专家顾问本身偶尔会在M15、H1上显示利润。我还没有时间去实验。
如果这不是一个秘密--从正式宣布锦标赛到报名结束,中间有多少时间?