Una biblioteca rápida y gratuita para MT4, para deleite de los neuralnetworkers - página 6

 

Hace muchos intercambios, ¿puede decirme cómo reducir su número? Por alguna razón lo tengo en cada bar....

 
Muy bien, creo que lo tengo. Muchas gracias :)
 
Se ha encontrado un error en el código EA. Por favor, actualice https://www.mql5.com/ru/code/9386
 

Por favor, acláreme por qué la multiplicación por 2 en la línea 190:

    ret = 2 * ret / AnnsNumber;
 
marketeer >> :

Por favor, acláreme por qué la multiplicación por 2 en la línea 190:

Puedes comentar esta línea por completo. No tiene ningún significado. Era lo que quedaba del anterior EA.

 

Tras solucionar los problemas, la capacidad de enseñanza de la red ha aumentado, pero ha aparecido otro problema. La red se ha vuelto inestable en el aprendizaje. Esto significa que llega a un determinado punto y empieza a olvidar lo que ha aprendido.



Optimización de la red




Este es el resultado final del aprendizaje de la historia:


Informe de comprobación de la estrategia

FANN-EA

Alpari-Demo (Build 225)


SímboloAUDUSD (Dólar australiano frente a dólar estadounidense)
Periodo1 Hora (H1) 2008.08.28 15:00 - 2009.12.14 13:59
ModeloPor precios de apertura (sólo para Asesores Expertos con control explícito de apertura de barra)
ParámetrosStopLoss=890; x=24491; Lotes=0.1;

Bares en la historia8035Garrapatas modeladas15969Calidad de la simulaciónn/a
Errores de concordancia de los gráficos0




Depósito inicial1000000.00



Beneficio neto24738.71Beneficio total34961.10Pérdida total-10222.39
Rentabilidad3.42Expectativa de ganar48.60

Reducción absoluta228.33Reducción máxima682.60 (0.07%)Reducción relativa0.07% (682.60)

Total de operaciones509Posiciones cortas (% de ganancias)254 (76.77%)Posiciones largas (% de ganancias)255 (78.04%)

Operaciones rentables (% del total)394 (77.41%)Operaciones rentables (% del total)115 (22.59%)
El más grandecomercio rentable93.20trato perdedor-99.64
Mediaacuerdo rentable88.73comercio perdedor-88.89
Número máximovictorias continuas (beneficios)24 (2130.16)Pérdidas continuas (pérdida)7 (-621.80)
MáximoBeneficio continuo (número de victorias)2130.16 (24)Pérdida continua (número de pérdidas)-621.80 (7)
Mediaganancias continuas5Pérdida continua1


 
Reshetov >> :

Incluso podríamos comentar esta línea. No tiene ningún significado semántico. Se ha mantenido desde la anterior EA.

¿No lleva? La cadena rellena el valor devuelto por la función ann_pnn, y abre una compra o una venta en función de ella. Siguiendo esta lógica, toda la función ann_pnn es innecesaria, y las órdenes deberían abrirse al azar.

Tampoco entiendo muy bien por qué las rejillas se forman sólo en las opciones perdedoras (si (OrderProfit() < 0)).

 
marketeer >> :

¿No lleva? La cadena rellena el valor devuelto por la función ann_pnn, y abre una compra o una venta en función de ella. Siguiendo esa lógica, toda la función ann_pnn es innecesaria, y deja que las órdenes se abran al azar.

Tampoco entiendo muy bien por qué las rejillas se forman sólo en las opciones perdedoras (si (OrderProfit() < 0)).

Lo repito una vez más: esta línea no tiene carga informativa. El signo en ret no cambia, pero las operaciones se arrancan en función del valor positivo o negativo de ret

 

Extraño... La ejecución de la optimización... la red está aprendiendo... pero se está comiendo 1,5 gigas de memoria...

Haciendo una prueba... está funcionando... Lo he intentado muchas veces.

Pero si reinicias el terminal, parece que la red se olvida de todo lo que sabe - las pruebas son simplemente terribles...

 
Solver.it >> :

Extraño... La ejecución de la optimización... la red está aprendiendo... pero se está comiendo 1,5 gigas de memoria...

Haciendo una prueba... Hay un beneficio. Lo he intentado muchas veces.

Pero si reinicio el terminal, parece que la red se olvida de todo lo que sabe - las pruebas son simplemente terribles...

Después de reiniciar el terminal, ¿el valor de StopLoss es el mismo que antes?


Porque lo he probado, y en diferentes pruebas, tanto antes como después de reiniciar los valores son diferentes, pero no difieren mucho, el factor de ganancia cambia alrededor de 0,1 - 0,2. Puede producirse una fuerte dispersión cuando hay pocas operaciones en las pruebas, es decir, menos de 1000. Cuando la cantidad de operaciones es grande, la curva de aprendizaje del optimizador no cambia mucho y los resultados de las pruebas no difieren mucho. Con una pequeña cantidad, las redes sobreaprenden o no aprenden.


¿Y mirar en el directorio: c:\ann para ver si hay alguna malla guardada allí?