Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1063
![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Für mich scheint GDMH nicht sehr schwer zu implementieren zu sein, wenn ich es richtig verstanden habe... Aber ich werde es mir noch einmal ansehen
Sie berechnen jedes Polynom, indem Sie eine for-Schleife verwenden und die Summe der Multiplikation von Koeffizienten und Indikatorwerteingaben wie ai*xi erhalten.
2. als Nächstes wird das individuelle Polynom in die RDF-Eingabe eingespeist und trainiert
3. anschließend Berechnung des optimalen Koeffizienten mit der Methode der kleinsten Quadrate
4. als Nächstes wiederholen Sie den gesamten Prozess kontinuierlich während der Handelsperiode
Wenn ich es richtig verstanden habe und wenn ich Ihnen irgendwie helfen kann, dann können Sie mir schreiben.
Übrigens habe ich gute Beispielcodes für Lotoptimisation() und Money Management() usw., die sehr hilfreich sein können, wenn Sie die Genauigkeit und den Drawdown des Systems auf ein vernünftiges Niveau bringen können. Das System muss nicht immer zu 99% genau sein, aber Drawdown und aufeinanderfolgende Verluste spielen eine große Rolle.
In Ordnung, aber es muss richtig implementiert werden: Speichern der besten Modelle und Koeffizienten für Prädiktoren, für die nächste Verwendung
auch verschiedene Methoden der gmdh - schnelle genetische Selektion oder rohe Gewalt (ich glaube 1-st)
Außerdem können Sie in dieser neuen Bibliothek mehrere Agenten mit verschiedenen Prädiktoren und unterschiedlichen Einstellungen hinzufügen, das Ergebnis wird über alle Agenten gemitteltSeit 4 Jahren weiß man, dass es in allen Ausführungen ein lahmes Geräusch ist, das einen im Handumdrehen umbringt.
Trolling ist Trolling, aber wenn Sie etwas haben und jemand es braucht, schicken Sie es... Das Projekt ist offen und nicht Ihr))))
Ich bin nicht gierig. Aus reinem Prinzip, zumal ich ihm bereits den Link..... gegeben habe. Belassen Sie es einfach bei..... Ich habe vor, die Rassel fertigzustellen, ich glaube, Reshetov hatte einfach keine Zeit :-(((((. Aber einen guten Optimierer in einer Box zu haben, ist keine schlechte Idee. Aber was noch cooler ist. Wo man wirklich Geld verdienen kann, ist ein längst vergessenes Projekt, aber dafür braucht man Programmierer, und woher soll man die nehmen? Solche Menschen gibt es hier nicht. Übrigens, denken Sie daran, ich habe gerade am Tag des Programmierers Geburtstag. .....
In Ordnung, aber es muss richtig implementiert werden: Speichern des besten Modells und der Koeffizienten für die Prädiktoren, für die nächste Verwendung
auch verschiedene Methoden der gmdh - schnelle genetische Selektion oder rohe Gewalt (ich glaube 1-st)
Außerdem können Sie in dieser neuen Bibliothek mehrere Agenten mit verschiedenen Prädiktoren und unterschiedlichen Einstellungen hinzufügen, das Ergebnis wird über alle Agenten gemitteltUm das beste Modell zu speichern, müssen Sie das Ganze iterieren, um einen bestimmten Wert für "Schärfeverhältnis" und "Erholungsfaktor" zu erreichen. Solange sie nicht die erforderlichen Optimierungsergebnisse erzielt, sollten Sie nicht handeln. Ich habe sie bereits in Ihrer vorherigen Version implementiert. Wenn Sie Beispielcode wünschen, kann ich Ihnen diesen geben.
Ja, natürlich, der schnelle genetische Algorithmus. Aber wie ich bereits erwähnt habe, sollten Sie den Handel nicht platzieren, bis die in den Eingabeeinstellungen festgelegten Ergebnisse erreicht sind, und daher spielt es keine Rolle.
Lassen Sie mich die Möglichkeiten dieser neuen Bibliothek erkunden, und ich werde Ihnen ein Feedback geben.
In dieser Version überprüfe ich die Klassifizierungsfehler (oder Logloss-Fehler) auf der Testteilmenge und wähle die beste aus. Dieses Modell spare ich mir. Ich denke, es funktioniert gut, aber der aktuelle Kernel ist ätzend
Und diese Funktion wählt das beste Modell für die transformierten Prädiktoren
Gut, aber wie wird die Iteration wiederholt? Ich meine, ist es ein einmaliger Prozess oder wird er sich nach jeder Kerze oder jeder Stunde usw. wiederholen?
Das ist der wichtigste Teil.
Ich verwende eine von mir selbst entwickelte Software eines Drittanbieters, um das Ganze zu iterieren, da ich nicht weiß, wie ich es in MQL5 machen soll. Ich meine, ich habe es in Ihrer vorherigen Version benutzt, um das "Schärfeverhältnis" nach jeder abgeschlossenen Optimierung zu überprüfen.
Haben Sie etwas Ähnliches getan, um den gesamten Prozess nach einer bestimmten Zeit kontinuierlich zu wiederholen?
Aber wie wird sie die Iteration wiederholen? Ich meine, ist es ein einmaliger Prozess oder wird er sich nach jeder Kerze oder jeder Stunde usw. wiederholen?
Das ist der wichtigste Teil.
Ich verwende eine von mir selbst entwickelte Software eines Drittanbieters, um das Ganze zu iterieren, da ich nicht weiß, wie ich es in MQL5 machen soll.
Dieser 1-Iteration-Prozess, in Tester. In dieser Funktion transformiert er dann iterativ Prädiktoren und lernt die Modelle
Ich habe eine andere Version für optomisator, aber meiner Erfahrung nach ist 1 Iteration auch hier gut
Haben Sie etwas Ähnliches getan, um den gesamten Prozess nach einer bestimmten Zeit kontinuierlich zu wiederholen?
noch nicht
wenn wir ein gutes Modell haben - wird es Tage und Wochen funktionieren, daher ist die automatische Optimierung keine vorrangige Aufgabediesen 1-Iteration-Prozess im Tester. In dieser Funktion transformiert er dann iterativ Prädiktoren und lernt die Modelle
Ich habe eine andere Version für optomisator, aber meiner Erfahrung nach ist 1 Iteration auch hier gut
Aber ich glaube nicht, dass ein Modell immer ohne Optimierung funktionieren kann. Vor allem, wenn der Markt ändert sich das beste Modell kann schrecklich scheitern, auch nach einem großen Wert der scharfen Verhältnis und andere Faktoren...
Dann denke ich, dass es in Ordnung ist, wenn Sie kontinuierlich optimieren.
Dies ist übrigens der Quellcode, von dem ich spreche:
input string OptimizationParameterCheckSettings="===Einstellungen für gespeicherte Optimierungsparameter===";
Eingabe bool OptimizationParameterCheck=true;
Eingabe double SharpRatioRequired=0.3;
Fügen Sie diesen Code in den Tester ein:
filehnd=FileOpen("SharpRatio_"+_Symbol+(string)_Period+".txt",FILE_READ|FILE_WRITE|FILE_CSV|FILE_ANSI|FILE_COMMON);//-Zur Speicherung des SharpRatio des letzten Laufs
double SharpRatio=NormalizeDouble(TesterStatistics(STAT_SHARPE_RATIO),2);
FileWrite(filehnd,SharpRatio);
FileClose(filehnd);
Als Nächstes wird die Funktion inside start aufgerufen:
if(SharpRatioLastRun<SharpRatioRequired)
{
Comment("Die derzeitige Handelsstrategie entspricht nicht den Anforderungen der letzten Optimierungsergebnisse....Daher wurde der Handel für einige Zeit eingestellt");
Rückkehr;
}
schöne Methode, danke!
schöne Methode, danke!
Ok, aber ich möchte wiederholen, dass Sie ernsthaft in Erwägung ziehen sollten, eine Form der kontinuierlichen Optimierung hinzuzufügen, sonst wird es scheitern. Denn wie ich bereits sagte, habe ich jede einzelne Kombination der Einstellungen sowie verschiedene Indikatoren und mehrere Zeitrahmen ausprobiert und nichts funktionierte perfekt so weit.....
Aber wenn ich ständig iteriere, dann hat es manchmal gut funktioniert. Übrigens, ich habe die Lösung für mein Problem. Aber ich mag diese Methode nicht, da sie mit MQL5 durchgeführt werden sollte und ich nicht weiß, wie man das in MQL5 macht.
Ok, aber ich möchte wiederholen, dass Sie ernsthaft in Erwägung ziehen sollten, eine Form der kontinuierlichen Optimierung hinzuzufügen, sonst wird es scheitern. Denn wie ich bereits sagte, habe ich jede einzelne Kombination der Einstellungen sowie verschiedene Indikatoren und mehrere Zeitrahmen ausprobiert und nichts funktionierte perfekt so weit.....
Aber wenn ich ständig iteriere, dann hat es manchmal gut funktioniert.
Weil Modelle immer noch mit großen Fehlern behaftet sind ^), brauchen wir Modelle, die länger funktionieren
zum Beispiel 2 Monate lernen und 1 Woche handeln