Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2264
![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
Ich erinnere mich nicht wirklich daran, ich erinnere mich, dass es etwas verändert hat, aber nicht so viel... Aber das ist ein ganz anderes Bild
weil das exponentielle Wachstum auf der logarithmischen Skala wie ein lineares Wachstum aussieht)
weil exponentielles Wachstum auf einer logarithmischen Skala wie linear aussieht).
und es sollte theoretisch eine bessere Verallgemeinerungswirkung haben
Zum Generationsansatz selbst, eine Kritik von mir )
Wenn Sie Daten erstellen und Modelle durchgehen, um ein Modell zu finden, das für die "neuen Daten" geeignet ist, ist Ihnen dann klar, dass es sich um eine Anpassung handelt? Verstehen Sie, dass es eine Anprobe ist?
Da diese "neuen Daten" in die Wahl des Modells einfließen, handelt es sich nicht um"neue Daten"... Es ist nicht sehr offensichtlich, aber es ist so!
am 3. überprüft, ja.
Fortsetzung des Themas.... habe den alten Code der GMMs von dir ausgegraben
4 gute Modelle gefunden, die auf der positiven Seite der "wie neu"-Daten liegen
Das GMM-Modell wurde anhand von 500 Punkten erstellt und mit 15k Punkten getestet.
Und hier sind sie, mit wirklich neuen Daten (dritte Probe)
Interessant ist, dass, wenn wir die Positionseröffnungssignale für die letzten beiden (sinkenden) Modelle umkehren, sie beginnen, sehr gut zu verdienen, wenn man die Provision berücksichtigt
Ich setze langsam meine Experimente mit dem Training neuronaler Netze mit der Fitnessfunktion .... fort.
Ich habe mir diese Art der Beschreibung der Fitnessfunktion ausgedacht: Anstatt dem Netz beizubringen, den Gewinn zu maximieren, habe ich versucht, dem Netz beizubringen, "ein schönes Einkommensdiagramm zu maximieren".
Was ist "die am besten aussehende Gewinnkurve"? Ich habe sie als Korrelationskoeffizient der linear ansteigenden Linie und der Rentabilitätskurve definiert
Ich habe dieses Gleichgewicht auf der Strecke Daten, Kommission berücksichtigt
Korrelationskoeffizient 0,9947626 ist fast 1)) auch auf dem Diagramm ist es als Lineal sichtbar)
Blau zeigt das Gleichgewicht bei einer Stichprobe von 800 Punkten von 5 Minuten Euro
Und so sieht das Gleichgewicht bei einem Testmuster von 5k Punkten aus
schön )))
Ich setze langsam meine Experimente mit dem Training neuronaler Netze mit der Fitnessfunktion .... fort.
Ich habe mir diese Art der Beschreibung der Fitnessfunktion ausgedacht: Anstatt dem Netz beizubringen, den Gewinn zu maximieren, habe ich versucht, dem Netz beizubringen, "ein schönes Einkommensdiagramm zu maximieren".
Was ist "die schönste Gewinnkurve"? Ich habe sie als Korrelationskoeffizient der linear ansteigenden Linie und der Rentabilitätskurve definiert
Ich habe dieses Gleichgewicht auf der Spur Daten, Kommission berücksichtigt
Korrelationskoeffizient 0,9947626 ist fast 1)) auch auf dem Diagramm ist es als Lineal sichtbar)
Blau zeigt das Gleichgewicht bei einer Stichprobe von 800 Punkten von 5 Minuten Euro
Und so sieht das Gleichgewicht bei einem Testmuster von 5k Punkten aus
cool )))
Haben Sie etwas anderes erwartet? )
Nun, theoretisch sollte es eine bessere Wirkung auf die Verallgemeinerung haben.
Sie schuldet niemandem etwas.
Hatten Sie etwas anderes erwartet? )
Ich, im Gegenteil, bin glücklich, Ausbildung für max. Gewinn, zum Beispiel, ist eine Lotterie auf den Test, und hier ist zumindest eine kleine Insel der Stabilität.
800 Punkte auf einem 5-Minuten-Chart sind nicht zu wenigDer umgekehrte Fall ist schwieriger. Mit MO auf Logik. Fast unmöglich, man kann sich nur annähern
IO kann nur durch einen anderen stärkeren IO gebrochen werdenReverse Grid ist ein interessantes Thema.
Legen Sie Rauschen auf die Eingänge. Erhalten Sie das Spektrum am Ausgang. Bauen Sie einen Filter darauf.
Dann wird sich herausstellen, dass man mit einer Kombination von Beuteln ähnliche Ergebnisse erzielen kann.
Dann kommen wir zur Verwendung eines zufälligen Faltungspakets (ich habe den Namen vergessen).
Und dann wird die Fantasie ein Ende haben...
Die Dunkelheit. Die Dunkelheit. Die Fabrik.
Ich setze langsam meine Experimente mit dem Training neuronaler Netze mit der Fitnessfunktion .... fort.
Ich habe mir diese Art der Beschreibung der Fitnessfunktion ausgedacht: Anstatt dem Netz beizubringen, den Gewinn zu maximieren, habe ich versucht, dem Netz beizubringen, "ein schönes Einkommensdiagramm zu maximieren".
Was ist "die am besten aussehende Gewinnkurve"? Ich habe sie als Korrelationskoeffizient der linear ansteigenden Linie und der Rentabilitätskurve definiert
Ich habe dieses Gleichgewicht auf der Strecke Daten, Kommission berücksichtigt
Korrelationskoeffizient 0,9947626 ist fast 1)) auch auf dem Diagramm ist es als Lineal sichtbar)
Blau zeigt das Gleichgewicht bei einer Stichprobe von 800 Punkten von 5 Minuten Euro
Und so sieht das Gleichgewicht bei einem Testmuster von 5k Punkten aus
lustig )))
Das Gleiche gilt für den Paarhandel und die Suche nach schönen Spreads, aber bei oos läuft es sofort weg.
Fortsetzung des Themas.... habe den alten Code der GMMs von dir ausgegraben
4 gute Modelle gefunden, die auf der positiven Seite der "wie neu"-Daten liegen
Das GMM-Modell wurde mit 500 Punkten generiert und mit 15k Punkten getestet.
Und hier sind sie, mit wirklich neuen Daten (dritte Probe)
Interessant ist, dass, wenn wir die Positionseröffnungssignale für die letzten beiden (sinkenden) Modelle umkehren, sie anfangen, sehr gut zu verdienen, wenn man die Provision berücksichtigt
Dort endet das Muster, egal wie man es lehrt. Wenn Sie den Unterschied zwischen den beiden nicht kennen, können Sie andere Beispiele verwenden.