神经网络EA 源码+中文说明（5）采用栈式 RBM 的深度神经网...

版权归原作者所有，我只是学习的搬运工。：）值得研究的神经网络EA。
本文是有关深度神经网络和预测器选择的前文之续篇。在此我们将涵盖由栈式RBM 初始化的深度神经网络特性, 以及它在"darch" 软件包里的实现。还将揭示使用隐藏的马尔科夫模型来改进神经网络预测性能的可能性。总之, 我们将以程序化方式实现一个可操作的智能交易程序。目录

1.     DBN 的结构

2.     数据的准备及选择

2.1.      输入变量

2.2.      输出变量

2.3.      初始化数据帧

  

2.3.1. 删除高相关性变量

2.4.      最重要变量的选择

3.     实验部分。

3.1.      构建模型

  

3.1.1. "darch" 软件包的简述

3.1.2. 构建 DBN 模型。参数。

3.2.      训练和测试样品的形成。

  

3.2.1. 分级平衡和预处理。

3.2.2. 目标变量编码

3.3.      训练模型

  

3.3.1. 预训练

3.3.2. 微调

3.4.      测试模型。标尺。

  

3.4.1. 预测解码。

3.4.2. 改善预测结果

   

校验

使用马尔科夫链模型进行平滑

在理论性平衡曲线上校正预测信号
  

3.4.3. 标尺

4.     智能交易程序的结构

4.1.      智能交易程序操作的描述

4.2.      自控制。自训练

安装和启动

改进定性指标的方式方法。

结论

学习 学习

学习 学习

效果如何？

效果如何？

謝謝分享~~

学习一下

多谢分享

不知道效果怎么样，复盘看看多谢分享

多谢分享