文章 "多层感知器和反向传播算法(第 3 部分):与策略测试器集成 - 概述(I)" 新评论 MetaQuotes 2023.07.04 07:51 新文章 多层感知器和反向传播算法(第 3 部分):与策略测试器集成 - 概述(I)已发布: 多层感知器是简单感知器的演变,可以解决非线性可分离问题。 结合反向传播算法,可以有效地训练该神经网络。 在多层感知器和反向传播系列的第 3 部分当中,我们将见识到如何将此技术集成到策略测试器之中。 这种集成将允许使用复杂的数据分析,旨在制定更好的决策,从而优化您的交易策略。 在本文中,我们将讨论这种技术的优点和问题。 在研究了如何实现所需的控件后,我设计了要部署的体系结构。 虽然这个过程可能看起来不必要,甚至荒谬,但它对开发非常重要,因为它给出了将要做什么,以及需要首先完成哪些活动的思路。 使用 Figma,我的设计,稍后会用作文档和参考的内容。 为了更好地理解前一个主题的上下文,我将针对所要建立的消息流进行解释,以便创建稳定和安全的通信。 这个思路最初不涉及一些技术问题,以便令架构更容易理解。 每当服务器(Python)初始化时,它都会等待发送初始化消息,即 "1 - Waiting for initialization" 流。 消息交换过程仅在智能系统加载到图表后开始。 MetaTrader 的任务是向 Python 发送一条消息,告知它在哪台主机、端口和环境上运行。 作者:Jonathan Pereira 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
新文章 多层感知器和反向传播算法(第 3 部分):与策略测试器集成 - 概述(I)已发布:
多层感知器是简单感知器的演变,可以解决非线性可分离问题。 结合反向传播算法,可以有效地训练该神经网络。 在多层感知器和反向传播系列的第 3 部分当中,我们将见识到如何将此技术集成到策略测试器之中。 这种集成将允许使用复杂的数据分析,旨在制定更好的决策,从而优化您的交易策略。 在本文中,我们将讨论这种技术的优点和问题。
在研究了如何实现所需的控件后,我设计了要部署的体系结构。 虽然这个过程可能看起来不必要,甚至荒谬,但它对开发非常重要,因为它给出了将要做什么,以及需要首先完成哪些活动的思路。
使用 Figma,我的设计,稍后会用作文档和参考的内容。
为了更好地理解前一个主题的上下文,我将针对所要建立的消息流进行解释,以便创建稳定和安全的通信。 这个思路最初不涉及一些技术问题,以便令架构更容易理解。
每当服务器(Python)初始化时,它都会等待发送初始化消息,即 "1 - Waiting for initialization" 流。 消息交换过程仅在智能系统加载到图表后开始。 MetaTrader 的任务是向 Python 发送一条消息,告知它在哪台主机、端口和环境上运行。
作者:Jonathan Pereira