Eine schnelle und kostenlose Bibliothek für MT4, sehr zur Freude der Neuralnetworker - Seite 3
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
Lassen Sie mich den Fachleuten ein paar kleine Fragen stellen:
1. Welche Auswirkungen haben die Parameter AnnsNumber, AnnInpit, delta (im Allgemeinen).
2. Wo liegen die Grenzen für ihre Änderung?
3. ob es sinnvoll ist, sie zu optimieren.
Aus einem mir unbekannten Grund kann es außerdem vorkommen, dass nach dem Training eines neuronalen Netzes im Expert Advisor NeuroMACD-fixed.mq4
die Überprüfung der Ergebnisse des Trainings mit dem erhaltenen Filter auf der Trainingsmenge ergibt keine sichtbaren Ergebnisse.
Um genau zu sein, sind die Ergebnisse vor und nach Anwendung des Filters absolut identisch.
Was könnte der Grund dafür sein?
Entschuldigung für die Taffalogie :).
Der EA wurde überarbeitet, die Bugs wurden beseitigt. In der Codebase veröffentlicht. Nach Überprüfung durch den Moderator unter: https://www.mql5.com/ru/code/9386
Überarbeitung des EA, Beseitigung der Bugs. In der Codebase veröffentlicht. Nach der Überprüfung durch den Moderator wird sie unter folgender Adresse abrufbar sein: https://www.mql5.com/ru/code/9386
Erledigt.
Erledigt.
Vielen Dank für Ihre Schnelligkeit!
Server: Alpari-Demo
Anmeldung: 2033582
Passwort für Investitionen: hfti6op (nur anzeigen)
Ich teste den Expert Advisor https://www.mql5.com/ru/code/9386 auf Demo, hier sind die ersten Ergebnisse:
Hallo Juri.
Erläutern Sie bitte, warum zwei verschiedene Optimierungen Ihres EA,
Wenn ich den gleichen Zeitraum, die gleichen Daten und die gleichen Optimierungseinstellungen verwende,
zu völlig unterschiedlichen Ergebnissen führen.
Alle Trainingsdateien des Netzes wurden gelöscht und während der neuen Optimierung neu erstellt.
Ich dachte, die Ergebnisse sollten gleich oder ähnlich sein und nur dann abweichen, wenn einige Optimierungsbedingungen geändert werden (z. B. Verlängerung des Zeitraums um einen Tag).
Stellt sich heraus, dass das Netz jedes Mal anders trainiert wird, wenn die Bedingungen und Daten dieselben sind? Ist das normal?
Wie kann ich es verwenden, wenn das Ergebnis jedes Mal anders ist?
Oder habe ich etwas nicht gemäß der Anleitung gemacht?
Fachberater: FANN-EA
Ich habe Einstellungen zur Optimierung vorgenommen:
Währung: EURUSD
Zeitraum: 1M
Intervall: 01/10/09 - 09/12/09
StopLoss: 10 bis 100 Schritt 1
x: 1 bis 5000 Schritt 1
Kurz die Ergebnisse der Optimierungen (sortiert nach maximalem Gewinn):
1. Optimierung.
2. Optimierung (wie neu durchgeführt)
Hallo Juri.
Bitte erklären Sie, warum es zwei verschiedene Optimierungen Ihres EA gibt,
Wenn ich diesen EA für denselben Zeitraum, für dieselben Daten und mit denselben Optimierungseinstellungen verwenden wollte,
zu völlig unterschiedlichen Ergebnissen führen.
Jedes Mal, wenn Sie das Neuronet laufen lassen, findet eine Feinabstimmung statt, und das macht den Unterschied in den Ergebnissen aus, das ist richtig...
Kann jemand etwas an den Beispielen von FANN erklären? Insbesondere die Datei cascade_train.c enthält diese Informationen:
struct fann_train_data *train_data, *test_data; ... train_data = fann_read_train_from_file("../benchmarks/datasets/two-spiral.train"); test_data = fann_read_train_from_file("../benchmarks/datasets/two-spiral.test"); train_data = fann_read_train_from_file("../benchmarks/datasets/parity13.train"); test_data = fann_read_train_from_file("../benchmarks/datasets/parity13.test"); train_data = fann_read_train_from_file("../benchmarks/datasets/building.train"); test_data = fann_read_train_from_file("../benchmarks/datasets/building.test");Wahrscheinlich verstehe ich etwas nicht, aber es scheint, dass jedes nachfolgende Upload-Paar von Trainings- und Testdateien die vorherigen überschreibt. Warum ist das so? Außerdem gibt es ein Speicherleck, weil fann_destroy_train(data) zwischen den Ladevorgängen nicht aufgerufen wird;Und es gibt noch mehr:
Was soll das bringen?Jeder Durchlauf des neuronalen Netzes beendet es, das ist der Unterschied in den Ergebnissen, alles klar...
Der 2. Optimierungslauf wurde von "0" aus mit denselben Daten und denselben Parametern durchgeführt.
Die Dateien im ANN-Verzeichnis aus der ersten Optimierung wurden entfernt, bevor die zweite Optimierung durchgeführt wurde.
Dort gibt es nichts zu "lernen", da es sich um eine neue Ausbildung handelt, die jedoch völlig andere Ergebnisse liefert.
Der 2. Optimierungslauf wurde von "0" aus mit denselben Daten und denselben Parametern durchgeführt.
Es gibt nichts zu "lernen", da es sich um ein neues Training handelt, aber es führt zu völlig anderen Ergebnissen.
Das ist auch in Ordnung, denn das Netz wird zunächst mit zufälligen Gewichten gestartet und passt diese während der Optimierung und des Trainings an. Unterschiedliche Ausgangsgewichte - unterschiedliche Endergebnisse.
Z.I. hat mein EA zwar nicht so drastisch unterschiedliche Ergebnisse erzielt, aber das könnte von vielen Bedingungen abhängen.