Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2453

 
Andrey Dik #:
für sicher.
Die Grundidee besteht darin, der Fitnessfunktion eine Metrik für die Gewichte und die NS-Ausgänge hinzuzufügen.

Ich weiß nicht, aber meiner Meinung nach wird es funktionieren, wenn die Eingabedaten qualitativ normalisiert sind (gleichmäßig) und nur für ein reguläres mehrschichtiges Perspectron

und wenn Sie NS-Pakete von der Stange verwenden, werden Ihre neuen Metriken durch Ausfälle beeinträchtigt


obwohl Sie vielleicht nach etwas suchen, das der Glühoptimierung ähnelt, aber auch hier werden die Techniken beschrieben, der Zweck der Erstellung eines Fahrrads ist nicht klar, und erst recht nicht, wie zuverlässig es ist und wie man es bewerten kann, imho

 
Es ist besser, das Rad neu zu erfinden, wenn es um einfachere Modelle in kleinem Maßstab geht, z. B. um die lineare Regression. Schauen Sie sich zunächst die Optionen an, die bereits für das Hinzufügen von Koeffizienten zur Verlustfunktion zur Verfügung stehen (Ridge- und Lassoregression, Akaike-Kriterium usw.).
 
Andrey Dik #:

bei einem Test...? Der Test ist derselbe wie die Ableitung einer Funktion. Es kann sich um dieselbe Kurve handeln, die in demselben Punkt tangiert wird, aber an zwei verschiedene Funktionen.


Haben Sie verstanden, was Sie gesagt haben? Es ist eine bedeutungslose Ansammlung von Worten.

 
Vladimir Perervenko #:

О !! Hallo Vladimir, was ist es, dass Sie nicht hören, für eine lange Zeit war, sehr vermisst Ihre Artikel, die Sie nicht schreiben nichts Neues?

Es gibt auch eine Frage an Sie, es gibt eine "Gauß-Optimierung" (ich bin sicher, Sie kennen sie), sie scheint die effektivste Suchmethode für "schwere" Fitnessfunktionen zu sein, aber ich kann damit keine guten Ergebnisse erzielen, hier ist mein Beispiel, können Sie einen Kommentar zu meiner Frage abgeben, warum sie funktioniert.

mco vs GPareto (Multi-objective optimization)
mco vs GPareto (Multi-objective optimization)
  • 2021.08.23
  • mr.T
  • stackoverflow.com
I am not an expert in this field, I just wanted to compare two search algorithms. ness function is simple, find two minima in vector I almost always get a bad solution from the GPareto algorithm. I understand that these are different algorithms, but Question is Is this normal? it should be?, or am I doing something wrong? I am...
 
Vladimir Perervenko #:

Verstehst du, was du da sagst? Die Wortfolge ergibt keinen Sinn.

Sie wissen nicht, was ein "Derivat" ist? sorry....

 
Andrey Dik #:weiß nicht, was ein "Derivat" ist? sympathy....

bemitleiden Sie sich selbst, mit Ihren schlussfolgernden Fähigkeiten...

 
mytarmailS #:

О !! Hallo Vladimir, was ist es, dass Sie nicht für eine lange Zeit zu hören, ich wirklich vermisst Ihre Artikel, Sie schreiben nichts Neues? Vielleicht auf andere Ressourcen?

Es gibt auch eine Frage an Sie, gibt es eine "Gauß-Optimierung" (ich bin sicher, Sie wissen), das ist wie die meisten efektivny Suchmethode für "schwere" Fitness-Funktionen, aber ich kann nicht gute Ergebnisse mit ihm hier ist mein Beispiel, können Sie einen Kommentar zu meiner Frage, warum so bekommen.

Grüße. Artikel, die R verwenden, sind auf der Website tabu. Deshalb wird es auch keine geben.

Was Ihre Frage betrifft, möchten Sie hier oder in Stoke eine Antwort erhalten? Es gibt viele Fehler, und einer von ihnen ist grundlegend.

 
Vladimir Perervenko #:

1) Grüße. Artikel, die R verwenden, sind auf der Website tabu. Deshalb wird es auch keine geben.

2) Wollen Sie eine Antwort auf Ihre Frage hier oder auf Stoke? Hier gibt es viele Fehler, und einer davon ist grundlegend.

1) Schade.

2) Wo ist es für Sie bequemer, es ist interessant, über alle meine Fehler, sowohl die wichtigsten und nicht so...

P.S. Ich weiß, dass ich eine kontinuierliche Annäherung an das diskrete Optimierungsproblem angewendet habe.


=====

Ich habe ein relativ neues Paket in Verbindung mit mt5, haben Sie es nicht versucht?

https://github.com/Kinzel/mt5R

GitHub - Kinzel/mt5R: Easy integration between R and MT5 using socket connection, tailored to fit Machine Learning users and traders needs
GitHub - Kinzel/mt5R: Easy integration between R and MT5 using socket connection, tailored to fit Machine Learning users and traders needs
  • github.com
Easy integration between R and MT5 using socket connection, tailored to fit Machine Learning users and traders needs - GitHub - Kinzel/mt5R: Easy integration between R and MT5 using socket connecti...
 
mytarmailS #:

1) Schade.

2) Wo es für Sie bequemer ist, ist es interessant, alle meine Fehler zu kennen, sowohl die grundlegenden als auch die nicht so sehr...

P.S. Dass ich eine kontinuierliche Approximation auf das Problem der diskreten Optimierung angewendet habe, weiß ich.


=====

Ich habe ein relativ neues Paket in Verbindung mit mt5, haben Sie es nicht versucht?

https://github.com/Kinzel/mt5R

1. Es ist nicht relevant für 5. Alles funktioniert mit MetaTrader5(Py). Aber für MT4 mag das zutreffen.

2. Ein grundlegender Fehler. Beide Pakete (mco und Gpareto) sind für die Mehrziel- und Mehrkriterien-Optimierung von Funktionen konzipiert, d.h. für die Suche nach den optimalen Parametern mehrerer Funktionen, die ihnen das minimale Ergebnis liefern. Sie tun dies mit unterschiedlichen Methoden.

Aber Sie versuchen, eine Funktion zu verwenden, um eine Pareto-Front zu erhalten. Hier ist Ihr umgeschriebenes Beispiel (übrigens nicht die beste Wahl von Funktionen mit Wahrscheinlichkeiten)

set.seed(4023)
mins <- function(x, n = 1 L) cumsum(rnorm(n, 0, x))
mins1 <- function(x, n = 1 L)cumsum(rnorm(n,0, x*0.5))

up <-  rep(5,2)
dw <- rep(1,2)

Zwei Funktionen mit unterschiedlichen sd-Parametern und oberen und unteren Grenzen. Die Zielfunktion lautet wie folgt.

#--------------------------------------------
 fit <- function(x){
    y1 <- mins(x[1])#  cumsum(rnorm(1, 0, x[1]))
    y2 <- mins1(x[2])  #    cumsum(rnorm(1,0, x[2]*0.5))
    #y <- cbind(y1, y2)
    return( c(y1, y2) )}

Fn <- fit(c(4,4))
> Fn
[1] 0.4244075 3.5528975

Und die richtige Optimierung.

library(mco)

OPT1 <- nsga2(fn = fit,idim = 2,odim = 2,
                   lower.bounds = dw,
                   upper.bounds = up,
                   popsize = 100)
res_OPT1 <- c(floor(tail(OPT1$par,1)))
> res_OPT1
[1] 4 4

Optimale Parameter für diese Funktionen c(4, 4). Visualisierung von ParetoFront + ParetoSet

plot(OPT1)

Pareto_front_Set_mco

Die blauen Punkte sind die Pareto-Front, d. h. die Menge der Zielfunktionswerte. Die roten Punkte sind ParetoSet, d.h. die Parameterwerte, die den minimalen Funktionswert ergeben. Diese Werte sind zu finden

> paretoFront(OPT1)
            [,1]      [,2]
 [1,] -18.768766 -0.919960
 [2,] -16.563714 -4.075318
 [3,] -11.689811 -4.511709
 [4,]  -2.924055 -6.256807
 [5,]  -1.801073 -9.175708
 [6,]  -5.438790 -5.876476
 [7,]  -9.924184 -5.006235
 [8,]  -9.150563 -5.749592
 [9,]  -2.565944 -8.321299
[10,]  -5.653256 -5.808398

> paretoSet(OPT1)
          [,1]     [,2]
 [1,] 4.651688 4.830462
 [2,] 4.812924 4.374282
 [3,] 4.692132 4.589676
 [4,] 4.998786 4.715230
 [5,] 4.960933 4.696511
 [6,] 4.973955 4.245543
 [7,] 4.708673 4.946008
 [8,] 4.630083 4.242298
 [9,] 3.913589 4.553322
[10,] 4.655140 4.648080

Nach der Rundung erhalten wir den optimalen Wert von c(4,4). Die Variante mit Gpareto im nächsten Beitrag

 
Vladimir Perervenko #:

1. Dies ist für 5 nicht relevant. Alles funktioniert mit der Standard-MetaTrader5(Py)-Bibliothek. Aber für MT4 - vielleicht.

Es ist nur für Py, es ist ein neues Paket, der eigentliche Name ist mt5R.

Vladimir Perervenko # :

2. Ein grundlegender Fehler. Beide Pakete (mco und Gpareto) sind für multikriterielle

Ja, ich verstehe, dass ich eine Mehrzieloptimierung brauche.

Vladimir Perervenko #:

Sie versuchen, mit einer Funktion eine Pareto-Front zu erhalten. Hier ist Ihr umgeschriebenes Beispiel (übrigens nicht die beste Wahl von Funktionen mit Wahrscheinlichkeiten)

Meine einfache Fitnessfunktion sucht einfach nach dem Vektorindex eines Punktes, der ein Minimum im Sinne des Algorithmus darstellt.

Im Idealfall gibt der Algorithmus zwei Indizes aus, die die Indizes der Minima im Vektor sind

Ich dachte, es gibt keinen Unterschied zwischen der Suche nach zwei Minima in einem Vektor und einem Minimum in zwei Vektoren.

Meine einfache Fitness ist kein Modell für mein Problem, ich wollte nur einen einfachen und visuellen Vergleich der Algorithmen für mich machen

Vladimir Perervenko #:

Optimale Parameter für diese Funktionen mit (4, 4). ParetoFront + ParetoSet-Visualisierung

Ich verstehe nicht, was Ihre Fitnessfunktion macht, ich kenne den ganzen Code, aber ich verstehe den Kern nicht)