손가락으로 설명하겠습니다. ONNX.Price.Prediction.mq5에서 10개의 OHLC를 얻습니다. 그런 다음 이 데이터에서 평균과 SD를 결정하고 이 10개의 값을 정규화합니다. 그건 옳지 않습니다.
이 새 데이터에는 훈련 집합에서 얻은 평균과 표준 편차를 사용해야 합니다. 즉, 이전 스크립트에서요. 이해가 되시나요?
물론입니다. 문제 없습니다. 이 모델은 매우 빠르게 만들어졌습니다. 예를 들어 보겠습니다.
MQL5에서 추론의 정확성을 매우 빠르게 확인해야 했습니다.
물론 현재 데이터에 대한 예측의 효과도 확인했습니다. 약 52퍼센트. 저는 금요일에 기술적 세부 사항에 대한 자세한 설명이 포함된 검증 스크립트를 작성했습니다. 라시드는 이 모델을 기반으로 전문가 조언을 작성하여 테스터에서 실행했습니다. 아직 공개되지 않은 것 같습니다.
상황을 조금 설명해드리겠습니다. 이 예는 순전히 기술적이라는 것은 여기 계신 모든 분들에게 분명한 사실입니다. 그러나 이제 막 MT에 익숙해지고 데이터 과학 출신인 사람들은 이 예제를 보고 불쾌한 인상을 받을 수 있습니다. 그렇기 때문에 블라디미르 페레르벤코는 훈련 데이터를 사용하여 모든 정규화를 계산하여 정보가 테스트 샘플에서 유출되지 않도록 할 것을 제안합니다.
이 문제는 MO 모델을 학습할 때 적절한 손실 함수를 사용하여 해결할 수 있습니다. 이와 관련된 두 가지 문제가 있습니다. 첫 번째는 기술적인 문제입니다. MO 패키지의 표준 손실 함수는 수익 극대화와 간접적으로만 관련이 있기 때문에 사용자 정의 함수를 만들어야 합니다. 이는 매우 어려운 작업으로 코드 수준에서 MO 패키지를 잘 이해해야 합니다. 이 문제가 해결되면 사용자 지정 손실 함수가 모델 학습에 적합하지 않은 두 번째 수학적 문제가 나타날 수 있습니다.
이렇게 어려운 문제를 해결한 사람은 그 해결책을 공유하지 않을 가능성이 높습니다.
분명히 함수는 손실 함수에 대해 읽을 가치가 있습니다. 내가 올바르게 이해한다면, 예를 들어 손실 함수 만 구매할 수있는 시장에서 밝혀졌습니다:
구매 가격과 판매 가격의 차이의 합계, 다음과 같은 경우: "매수 가격" - "매도 가격" < 0.
이 경우 음의 값, 즉 0 또는 최대값에 가까워지는 합계를 얻게 됩니다. 차이의 합계보다 최소값이 되도록 하려면 마이너스 기호를 넣어야 합니다.
누군가가 그런 어려운 문제를 해결했다면 해결책을 공유하지 않을 것이라는 사실과 관련하여 나는 그것을 믿지 않았고, 이익을 극대화하는 방법을 이해하거나 적어도 일부 모델의 예로보고 싶습니다 (수익성 여부는 중요하지 않으며 일반적인 프레임 워크를 이해하는 것만으로는 중요하지 않습니다).
따라서 사용자 지정 손실 함수는 일반적으로 모델의 주요 부분이 아니기 때문에 일반적으로 모델 훈련에 좋지 않을 것이라고 생각합니다.
В статье будут рассмотрены основные принципы, заложенные в эволюционных алгоритмах, их разновидности и особенности. На примере простого эксперта с помощью экспериментов покажем, что может дать нашей торговой системе использование оптимизации. Рассмотрим программные пакеты, реализующие генетические, эволюционные и другие виды оптимизации и приведем примеры применения при оптимизации набора предикторов и оптимизации параметров торговой системы.
손가락으로 설명하겠습니다. ONNX.Price.Prediction.mq5에서 10개의 OHLC를 얻습니다. 그런 다음 이 데이터에서 평균과 SD를 결정하고 이 10개의 값을 정규화합니다. 그건 옳지 않습니다.
이 새 데이터에는 훈련 집합에서 얻은 평균과 표준 편차를 사용해야 합니다. 즉, 이전 스크립트에서요. 이해가 되시나요?
물론입니다. 문제 없습니다. 이 모델은 매우 빠르게 만들어졌습니다. 예를 들어 보겠습니다.
MQL5에서 추론의 정확성을 매우 빠르게 확인해야 했습니다.
물론 현재 데이터에 대한 예측의 효과도 확인했습니다. 약 52퍼센트. 저는 금요일에 기술적 세부 사항에 대한 자세한 설명이 포함된 검증 스크립트를 작성했습니다. 라시드는 이 모델을 기반으로 전문가 조언을 작성하여 테스터에서 실행했습니다. 아직 공개되지 않은 것 같습니다.
물론 저도 알고 있었습니다. 하지만 이 예시를 사용하는 사람들이 이해했을까요?
52%의 효율성. 그들은 이해해야 합니다.
MAE=0.0005
이 문제는 MO 모델을 학습할 때 적절한 손실 함수를 사용하여 해결할 수 있습니다. 이와 관련된 두 가지 문제가 있습니다. 첫 번째는 기술적인 문제입니다. MO 패키지의 표준 손실 함수는 수익 극대화와 간접적으로만 관련이 있기 때문에 사용자 정의 함수를 만들어야 합니다. 이는 매우 어려운 작업으로 코드 수준에서 MO 패키지를 잘 이해해야 합니다. 이 문제가 해결되면 사용자 지정 손실 함수가 모델 학습에 적합하지 않은 두 번째 수학적 문제가 나타날 수 있습니다.
이렇게 어려운 문제를 해결한 사람은 그 해결책을 공유하지 않을 가능성이 높습니다.
분명히 함수는 손실 함수에 대해 읽을 가치가 있습니다. 내가 올바르게 이해한다면, 예를 들어 손실 함수 만 구매할 수있는 시장에서 밝혀졌습니다:
구매 가격과 판매 가격의 차이의 합계, 다음과 같은 경우: "매수 가격" - "매도 가격" < 0.
이 경우 음의 값, 즉 0 또는 최대값에 가까워지는 합계를 얻게 됩니다. 차이의 합계보다 최소값이 되도록 하려면 마이너스 기호를 넣어야 합니다.
누군가가 그런 어려운 문제를 해결했다면 해결책을 공유하지 않을 것이라는 사실과 관련하여 나는 그것을 믿지 않았고, 이익을 극대화하는 방법을 이해하거나 적어도 일부 모델의 예로보고 싶습니다 (수익성 여부는 중요하지 않으며 일반적인 프레임 워크를 이해하는 것만으로는 중요하지 않습니다).
따라서 사용자 지정 손실 함수는 일반적으로 모델의 주요 부분이 아니기 때문에 일반적으로 모델 훈련에 좋지 않을 것이라고 생각합니다.
최대 수익 기준에 따라 전략을 최적화한 다음(다른 마크업을 하기에는 너무 게으른 경우) 이 TS로 트레이닝하세요. 또는 시장에서 수익성 있는 TS를 가져와도 됩니다. 선생님과 같은 트레이닝을 받으세요.
나는 다른 마크 업을하는 것이 게으르다고 말하지 않고 다른 변형을 시도하고 기계 학습의 선배가 아니기 때문에 어떤 아이디어가 떠오르면 결과를 얻기 위해 시도하는 예제의 최소한 몇 가지 변형을 찾으려고 노력합니다.
자체 지표 값으로 솔루션의 매개 변수 변형을 만들려고했지만 현재 컴퓨팅 성능으로 매개 변수 선택이 거의 10 년 동안 수행 될 지표 값 집합의 변형이 너무 많다는 것이 밝혀졌습니다).
나는 "시장에서 수익성있는 TS를 가져 가라"는 문구를 읽었을 때 놀랐습니다. 나는 그들이 거기에 없다고 생각했기 때문에 그러한 옵션을 고려하지도 않았습니다.
이미 너무 많이 공유해서 어느 순간 지겨워졌어요.....
몇 년 전에는 모든 사람이 머신 러닝에 익숙하지 않았습니다. 게시물을 다시 읽으면 같은 스레드/지점에서 토론을 찾을 수 있을까요?
이 스레드가 계속 성장하고 있는 동안 3000페이지에 달하는 모든 스레드를 이해하려고 노력할 가치가 있는 것 같습니다.
분명히 주제가 커지기 전에 3000 페이지의 주제를 모두 이해하려고 노력해야합니다.
블라디미르 페레르벤코와 막심 드미트리예프스키의 기사를 이해하는 것이 더 낫습니다. 시간을 더 유용하게 보낼 수 있습니다. 포럼은 대부분 물입니다.
블라디미르 페레르벤코와 막심 드미트리예프스키의 글을 더 잘 이해할 수 있습니다. 시간을 더 유용하게 보낼 수 있습니다. 포럼은 대부분 물입니다.
감사합니다!
몇 년 전만 해도 모든 사람이 머신 러닝에 익숙하지 않았습니다. 게시물을 다시 읽으면 같은 스레드/브랜치에서 토론을 찾을 수 있어야 하나요?
스레드가 계속 늘어나는 동안 3000페이지에 달하는 모든 스레드를 이해하려고 노력할 가치가 있는 것 같습니다.
귀하의 문제는 알 수 없는 매개변수를 찾는 최적화 문제입니다.
다음은 공부해야 할 유일한 문서입니다 https://www.mql5.com/ru/articles/2225.
AMO가 수익을 극대화하고 손실을 최소화하도록 가르치고 싶다면:
다음을 수행해야 합니다.
1) 거래 신호에서 수익과 손실을 계산하는 함수인 적합성 함수를 만듭니다.
2) 적합성 함수를 위해 트레이딩 신호를 생성하는 AMO 알고리즘(1페이지)
3) 모든 최적화 알고리즘(유전, 파티클 스웜, 이탈) - AMO의 타겟으로 신호를 생성하는 알고리즘(2번 항목).
알고리즘은 다음과 같습니다.
1) AO가 AMO의 타겟을 생성합니다.
2) AMO가 이 타겟을 학습합니다.
3) AMO가 거래 신호의 예측을 생성합니다.
4) 거래 신호는 FF에 의해 평가되고 결과를 생성합니다.
5) FF의 결과는 AO에 의해 평가되고 허용 가능한 결과를 얻을 때까지 원을 그리며 최대화/최소화됩니다.
==========
AO - 최적화 알고리즘
AMO - 머신 러닝 알고리즘
FF - 적합도 함수
=========
추신: AMO가 아닌 뉴런카로 작업하고 싶다면 타겟팅을 학습하지 않고도 AO 도구를 사용하여 가중치를 변경할 수 있습니다.
문제는 알 수 없는 매개변수를 찾는 최적화 문제입니다.
공부해야 할 유일한 문서는 https://www.mql5.com/ru/articles/2225 입니다.
네트워크가 수익을 극대화하고 손실을 최소화하도록 가르치고 싶다면 말이죠:
다음이 필요합니다.
1) 트레이딩 신호의 수익과 손실을 계산하는 함수인 적합성 함수를 만듭니다.
2) 적합성 함수를 위해 트레이딩 신호를 생성하는 MO 알고리즘(1페이지)
3) 모든 최적화 알고리즘(유전, 파티클 스웜, 이탈) - AMO의 타겟으로 신호를 생성합니다(2페이지).
다음과 같은 알고리즘
1) AO가 AMO의 타겟을 생성합니다.
AO - 최적화 알고리즘
AMO - 머신 러닝 알고리즘
FF - 피트니스 함수
AO의 예를 들어주실 수 있나요? 저는 선생님을 찾는 일이 단편적인 작업이며 자동화에 적합하다는 인상을 받았습니다.