![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
Neuer Artikel Neuronale Netze leicht gemacht (Teil 30): Genetische Algorithmen :
Heute möchte ich Ihnen eine etwas andere Lernmethode vorstellen. Wir können sagen, dass sie von Darwins Evolutionstheorie entlehnt ist. Sie ist wahrscheinlich weniger kontrollierbar als die zuvor besprochenen Methoden, aber sie ermöglicht die Ausbildung nicht-differenzierbarer Modelle.
Der Optimierungsprozess wurde mit allen bisher verwendeten Parametern getestet. Die Trainingsstichprobe sind die historischen EURUSD H1-Daten. Für den Optimierungsprozess habe ich die Historie der letzten 2 Jahre verwendet. Der EA wurde mit Standardparametern verwendet. Als Testmodell habe ich die Architekturen aus dem vorherigen Artikel mit der Suche nach der optimalen Wahrscheinlichkeitsverteilung der Entscheidungsfindung verwendet. Auf diese Weise kann das optimierte Modell in den zuvor verwendeten Expert Advisor „REINFORCE-test.mq5“ eingesetzt werden. Wie wir sehen können, ist dies der dritte Ansatz im Prozess der Ausbildung eines Modells der gleichen Architektur. Zuvor haben wir bereits ein ähnliches Modell mit den Algorithmen Policy Gradient und Actor-Critic trainiert. Umso interessanter ist es, die Optimierungsergebnisse zu beobachten.
Bei der Optimierung des Modells haben wir die Daten des letzten Monats nicht verwendet. Wir haben also einige Daten zum Testen des optimierten Modells übrig gelassen. Das optimierte Modell wurde mit dem Strategy Tester ausgeführt. Sie führte zu folgendem Ergebnis.
Wie wir aus dem abgebildeten Diagramm erkennen können, haben wir einen wachsenden Saldo. Die Rentabilität ist jedoch etwas geringer als beim Training eines ähnlichen Modells mit der Actor-Critic-Methode. Sie führte auch weniger Handelsgeschäfte durch. Tatsächlich ging die Zahl der Abschlüsse um die Hälfte zurück.
Autor: Dmitriy Gizlyk