Una biblioteca rápida y gratuita para MT4, para deleite de los neuralnetworkers - página 4
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Z.I. Aunque mi EA no ha tenido resultados tan drásticamente diferentes, podría depender de muchas condiciones.
¿Su EA utiliza un indicador diferente para la entrada?
Los pesos iniciales pueden ser diferentes, pero el resultado final sobre los mismos datos de entrada debería ser más o menos los mismos resultados de entrenamiento.
De lo contrario, es un duro azar, no un entrenamiento.
La segunda ejecución de optimización se hizo desde "0" en los mismos datos con los mismos parámetros.
No hay nada que "aprender", ya que se trata de una formación nueva, pero da resultados completamente diferentes.
Con el entrenamiento de la nueva cuadrícula, los pesos iniciales se inicializan con números aleatorios. Como los pesos iniciales son diferentes, el entrenamiento de las mallas también será diferente y el resultado final también será diferente.
¿Qué sentido tiene borrar las rejillas ya entrenadas y volver a entrenarlas?
Sólo optimizo la formación después de las operaciones perdedoras. En la mayoría de los casos, el StopLoss sigue siendo el mismo y el Asesor Experto sólo necesita recargar el terminal para cargar nuevas rejillas, porque la carga de los archivos se encuentra en init(). Si se cambia el StopLoss, debe cambiarse en la configuración del Asesor Experto en comercio.
La reoptimización puede hacerse sobre la marcha, es decir, si los EAs están operando en ese momento, el optimizador no interfiere con ellos.
¿Su EA utiliza un indicador diferente para la entrada?
Los insumos son diferentes, pero mucho más importante es probablemente el hecho de que el periodo de aprendizaje es mucho más largo...
Hola Yuri.
Si es tan amable de explicar por qué hay dos optimizaciones separadas para su EA,
...x: 1 a 5000 paso 1
...
Los pesos iniciales pueden ser diferentes, pero el resultado final sobre los mismos datos de entrada debería ser más o menos los mismos resultados de entrenamiento.
De lo contrario, es un duro azar, no un entrenamiento.
No le resulte difícil leer detenidamente las instrucciones del EA sobre cuáles deben ser los valores de x a la hora de optimizar y no haga más preguntas tontas.
Si estás haciendo lo tuyo, entonces:
No culpes al espejo cuando te equivocas (de Kozma Prutkov)
Cuando se entrena una nueva malla, los pesos iniciales se inicializan con números aleatorios.
Como los pesos iniciales son diferentes, el entrenamiento de las rejillas también será diferente y el resultado final también será diferente.
¿Qué sentido tiene borrar las rejillas ya entrenadas y volver a entrenarlas?Sólo realizo la optimización -el entrenamiento de la red- después de las operaciones perdedoras. La mayoría de las veces el StopLoss permanece igual y para que el EA cargue rejillas frescas, sólo hay que recargar el terminal, ya que la carga de los archivos es en el init(). Si se cambia el StopLoss, hay que cambiarlo también en la configuración del EA de trading.
La reoptimización puede hacerse sobre la marcha, es decir, si el Asesor Experto está operando en ese momento, el optimizador no interfiere con él.
El ejemplo muestra los parámetros iniciales de 2 estrategias diferentes, entrenadas en los mismos datos, el mismo período, con los mismos parámetros de entrenamiento, para el mismo Asesor Experto.
De este ejemplo se deduce que si los parámetros iniciales de 2 redes entrenadas de forma idéntica son diferentes, su entrenamiento posterior (mejora) será diferente.
Si lo he entendido bien, entonces todos los siguientes entrenamientos (optimizaciones) deberían realizarse sin eliminar los datos del directorio de la RNA, simplemente ampliando el intervalo de optimización añadiendo un nuevo periodo (un día o una semana), es decir, la fecha de inicio del intervalo no debería cambiar durante una nueva optimización?
Por favor, lee atentamente las instrucciones del EA para ver cuáles deben ser los valores de x durante la optimización y no hagas más preguntas estúpidas.
Si lo haces por ti, entonces:
No culpes al espejo cuando te equivocas (de Kozma Prutkov)
Lo siento, no entendí bien que x de 0 a 1000000 es una condición difícil.
Lo siento, no me di cuenta de que x de 0 a 1000000 es una condición dura.
No tienes que pedir ni preguntar nada.
La gente normal hace todo según las instrucciones primero, y luego experimenta, si la competencia es suficiente, bajo su propio riesgo.
Los anormales lo hacen todo a la vez a través del... y entonces empiezan a quejarse enseguida.
mgribachev писал(а) >>
Si lo he entendido bien, entonces todos los entrenamientos posteriores (optimizaciones) deben realizarse sin borrar los datos del catálogo de la RNA, simplemente ampliando el intervalo de optimización añadiendo un nuevo periodo (un día o una semana), es decir, la fecha de inicio del intervalo debe permanecer inalterada durante la nueva optimización?
Ni siquiera sé cómo responder para que sea más relevante... Intenta responder primero a tu pregunta:
Si quieres ver otro programa en la televisión, ¿cuáles serían las acciones?
1. ¿Ver en la televisión anterior?
2. ¿Quitar el viejo televisor, comprar uno nuevo y verlo en él?
Vuelve a leer el manual de EA con atención para ver si menciona la eliminación de las rejillas.
¿Puede alguien explicar algo en los ejemplos de FANN? En particular, en el archivo cascade_train.c se escribe lo siguiente:
Probablemente no entiendo algo, pero parece que cada par de subidas de archivos de entrenamiento y de prueba subsiguientes sobreescriben los anteriores. ¿Por qué ocurre esto? Además, hay una fuga de memoria porque fann_destroy_train(data) no se llama entre cargas;Y aún hay más:
¿Qué sentido tiene?Alguien descomentó todas las opciones. En el código del CVS no hay ningún error de este tipo.