L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2454

 
mytarmailS #:

C'est juste pour 5, c'est un nouveau paquet, le nom même est mt5R.

Oui, je comprends, je cherchais juste l'optimisation multi-objectifs.

Ma fonction d'aptitude simple recherche simplement l'indice vectoriel d'un point qui est un minimum du point de vue de l'algorithme.

Ainsi, idéalement, l'algorithme va générer deux index, ces deux index seront les index des valeurs minimales dans le vecteur.

Je pensais qu'il n'y avait aucune différence entre la recherche de deux minima dans un vecteur ou d'un minimum dans deux vecteurs.

Mon fitness simple n'est pas un modèle de mon problème, je voulais juste faire la comparaison la plus simple et la plus évidente du travail de l'algorithme pour moi-même.

Je connais tout le code, mais je ne comprends toujours pas l'essentiel).

C'est votre exemple et votre fonction de fitness. Il existe de nombreuses autres méthodes pour trouver les extrema dans les vecteurs. Formulez clairement votre tâche. Alors une solution vous viendra.

Je viens de montrer que votre tâche ne peut pas être résolue avec ces paquets.

Bonne chance

 
Vladimir Perervenko #:

C'est votre exemple et votre fonction de fitness. Il existe de nombreuses autres méthodes pour trouver les extrema dans les vecteurs. Formulez clairement votre problème. Alors la solution viendra.

Je viens de montrer que votre tâche ne peut pas être résolue avec ces paquets.

Bonne chance à .

Latâche consiste à comparer deux types d'optimisation multicritères, rapidement, simplement et clairement...

Bien entendu, vous pouvez trouver l'extremum par d'autres moyens, par exemple en appelant la fonction min() pour un vecteur.

Je pensais que trouver l'extremum d'une fonction (pour trouver un minimum dans un vecteur) est juste la chose, pour être honnête, je pense toujours que nous nous sommes manqués quelque part...

============

Ici, vous pouvez trouver le minimum sans aucun problème avec la génétique ordinaire.

set.seed(123)
x <- cumsum(rnorm(100))

fit <- function(i)  x[ floor(i) ] /-1  # (/-1) потому что GA максимизирует
library(GA)
GA <- ga(type = "real-valued", 
         fitness =  fit,
         lower = 1, upper = length(x) , 
         popSize = 50, maxiter = 100)
id <- c(floor(tail(GA@solution,1)))

plot(x,t="l")
points(id,x[id],col=2,lwd=5)


==============================

Ce qui nous empêche de faire la même chose pour l'optimisation multicritères, nous cherchons simplement plusieurs points au lieu d'un.

D'ailleurs "mco" (génétique) était bon dans ce domaine, mais "GPareto" (optimum gaussien) ne semblait pas être le plus intelligent...

 

C'est incroyable de voir comment la génétique trouve une solution même avec les paramètres les plus rabougris.

La population est de 10 individus,

10 itérations,

1 million de points de données.

L'algorithme n'a que 100 tentatives (10*10) pour interagir avec les données et trouver une bonne solution.

juste incroyable.

 
mytarmailS #:

La tâche de comparer deux types d'optimisation multicritères, rapide, simple et claire...

Adam ou SGD à prendre sur n'importe quel forfait MO
 
Maxim Dmitrievsky #:
Adam ou SGD prendre à partir de tout paquet MoD

Je voulais les comparer, ils sont destinés à l'optimisation multicritères.

adam , même s'il s'agit de "n'importe quel paquet de MO", ils ne sont certainement pas multi-critères.

je n'ai pas de problème avec le choix des algorithmes ;)) au contraire, ce n'est pas python pour vous ;)))

 
mytarmailS #:

Latâche consiste à comparer deux types d'optimisation multicritères, rapide, simple et claire...

Il est clair que nous pouvons trouver l'extremum par d'autres moyens, par exemple, en appelant la fonction min() pour un vecteur, mais il ne s'agit pas de cela

Je pensais que trouver l'extremum d'une fonction (pour trouver un minimum dans un vecteur) est juste la chose, pour être honnête, je pense toujours que nous nous sommes manqués quelque part...

============

Ici, vous pouvez trouver le minimum sans aucun problème avec la génétique ordinaire.


==============================

Ce qui nous empêche de faire la même chose pour l'optimisation multicritères, nous cherchons simplement plusieurs points au lieu d'un.

D'ailleurs "mco" (génétique) était bon pour ça, mais "GPareto" (optimum gaussien) ne semblait pas du tout "hello", bien qu'il soit censé être le plus intellectuel...

Vous devez avoir une mauvaise compréhension du terme OPTIMIZATION MULTICRITERIALE. Il s'agit d'une optimisation en fonction de plusieurs critères à la fois. Par exemple : nous avons une courbe d'équilibre à la suite du fonctionnement du réseau neuronal. Nous pouvons l'optimiser par un solde maximum ou un prélèvement minimum. Et si nous devons l'optimiser simultanément en fonction de l'équilibre et du tirage - il s'agira d'une optimisation multicritères. Vous avez un critère - le minimum d'une fonction, trouvez tous les minima de cette fonction et sélectionnez ceux dont vous avez besoin.

Bonne chance

 
Vladimir Perervenko #:

Vous devez avoir une mauvaise compréhension du terme OPTIMISATION MULTI-CRITERIALE. Il s'agit d'une optimisation en fonction de plusieurs critères à la fois. Par exemple : nous avons une courbe d'équilibre à la suite du fonctionnement du réseau neuronal. Nous pouvons l'optimiser par un solde maximum ou un prélèvement minimum. Et si nous devons l'optimiser simultanément par l'équilibre et le prélèvement - il s'agira d'une optimisation multicritères. Vous avez un critère - le minimum d'une fonction, trouvez tous les minima de cette fonction et sélectionnez ceux dont vous avez besoin.

Bonne chance

Je vous comprends, nous ne nous comprenons pas, mais merci pour la clarification...

 
mytarmailS #:

Je sais que nous ne nous comprenons pas, mais merci pour la clarification...

Je suis d'accord. Vous êtes les bienvenus.

 
Andrey Dik #:

La valeur moyenne des poids du réseau neuronal pris en modulo est-elle un indicateur de sa qualité de formation ?

Supposons deux neurones identiques formés sur les mêmes données, un neurone a une valeur de 0,87 et l'autre de 0,23, lequel est le mieux formé ?

Plus la réponse moyenne est proche de 1, mieux c'est, c'est juste une question de pratique. Je ne peux pas expliquer pourquoi, mais pour moi, c'est l'un des principaux signes d'un bon modèle.
 
Je remarque que ce modèle est en quelque sorte plus universel. Avec les mêmes résultats dans l'échantillon test, le modèle avec la valeur de réponse moyenne la plus élevée donne de meilleurs résultats dans la vie réelle.