L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 728
![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Et pour récapituler. Un fait intéressant a été observé. Les deux modèles ont été entraînés sur la même zone de 40 enregistrements. Toutefois, le modèle avec des valeurs élevées de VF, a montré des résultats plus mauvais que le modèle avec VF faible, je le relie au fait que pour le deuxième modèle, où le VF était faible, et les résultats de la formation élevée pour ce modèle a été d'augmenter l'intervalle de formation, pour ainsi dire de donner la charge au modèle, parce que juste dans cette zone les données d'entrée trop bien décrit la sortie et le modèle obtenu TRES bon. Maintenant, la philosophie.....
Imaginez une échelle le long de l'axe du SCI. Cette échelle est unique pour chaque ensemble de données et quelque part sur cette échelle il y a une frontière, une ligne verticale où la zone de surentraînement est à droite et la zone de sous-entraînement est à gauche. La tâche de tout algorithme d'optimisation consiste à s'approcher le plus possible de cette limite du côté du sous-entraînement, mais sans la franchir. Et plus l'algorithme se rapproche de cette zone, moins il est sous-entraîné, tout en restant à gauche de la limite de surentraînement. Je sais que c'est difficile à représenter sous forme de texte, mais essayez....... J'ai en fait une théorie sur ce sujet, avec des zones. Ce n'est pas si simple, mais ce n'est pas le point......
Si l'on ne considère pas cette limite de manière stricte, l'apprentissage de modèles se résume alors à l'équilibre optimal entre le sous-apprentissage et le sur-apprentissage. C'est-à-dire qu'il doit y avoir un certain équilibre. Revenons à notre modèle. Il a bien appris les données d'entrée parce qu'elles correspondaient à la sortie MAIS il n'a pas permis au modèle d'alimenter la rétroaction parce qu'il n'aurait pu apprendre que quelques motifs qui auraient permis au modèle de mieux s'ajuster et auraient produit des résultats d'apprentissage moins bons, mais avec des motifs supplémentaires qui auraient pu être décisifs dans la rétroaction.
En d'autres termes, si le modèle a trop bien appris les données, la période d'apprentissage doit être augmentée, ce qui surcharge le modèle.
Selon la classification de Reshetov.
le premier modèle 77-80%(VI 0.86) de généralisation, le second 88-90%(VI 0.65). Le niveau optimal de généralisation est de 75-85%.
Et pour récapituler. Un fait intéressant a été observé. Les deux modèles ont été entraînés sur la même zone de 40 enregistrements. Cependant, le modèle avec un VI élevé a montré des résultats d'apprentissage plus mauvais que le modèle avec un VI faible, I
Qu'est-ce que le VI ? Je vais juste deviner. Intervalle de temps.
Yasha a dit : éditionmilitaire.
Qu'est-ce que le VI ? Je pourrais être capable de deviner au premier coup d'oeil. C'est une période de temps.
Yasha m'a donné un indice : maison d'éditionmilitaire.
Information mutuelle.....
Une fois de plus, pour ceux qui se plaignent : vous faites du curvafitting sur des intervalles de temps très courts avec un nombre de transactions très faible et non représentatif.
Ce n'est même pas pour l'apprentissage automatique, c'est pour "intéressant et humoristique" :)
Vous continuez à transporter de l'eau dans le tamis (excusez-moi, le tamis :)), et ensuite vous êtes honnêtement surpris qu'il n'y ait pas de profit dans le compte réel.
Eh bien, faites au moins 1000 opérations et demandez-vous ensuite pourquoi seules les 10 premières opérations fonctionnent bien sur la CB ; de temps en temps, réparez votre tamis.Une fois de plus, pour ceux qui sont dans le pétrin : vous faites du curvafitting sur des intervalles de temps très courts avec un nombre de transactions très faible et non représentatif.
Ce n'est même pas pour l'apprentissage automatique, c'est pour "intéressant et humoristique" :)
Vous continuez à transporter de l'eau dans le tamis (excusez-moi, le tamis :)), et ensuite vous êtes honnêtement surpris qu'il n'y ait pas de profit dans le compte réel.
Eh bien, faites au moins 1000 transactions et demandez-vous ensuite pourquoi seules les 10 premières transactions fonctionnent bien sur la CB à l'occasion, réparez votre tamis.Attendons de voir.... Quant au repère de 15 minutes, un mois de plus de 70 transactions n'est pas une courte période.
Voyons comment vous chantez lorsque le résultat est transféré sur le compte........
Cela prouve une fois de plus que lorsque vous donnez un outil à un homme, il n'est pas sûr de pouvoir l'utiliser correctement, le considérant comme un bibelot .......
Attendons de voir.... Un mois de travail sur 15 minutes avec plus de 70 transactions n'est pas un délai court.
Voyons comment vous allez chanter lorsque le résultat sera transféré sur le compte........
Mon Dieu, pourquoi êtes-vous tous si lents à répondre à votre propre expérience :) Ce programme prend 10 fois moins de temps à écrire que vous n'essayez de le placer à différents endroits.
Comme vous le souhaitez, l'essentiel est qu'il ne se reconvertit pas. En tout cas, il généralise assez bien, mais je n'ai rien à quoi le comparer, car je n'ai pas atteint les réseaux dans R.
J'ai toujours suggéré des tests pour comparer votre IA et le modèle d'optimiseur de Reshetov. Mais personne n'a pris le risque. J'ai probablement eu le sentiment que vous allez perdre .....
Comme vous le souhaitez, l'essentiel est qu'il ne se reconvertit pas. En tout cas, il généralise assez bien, mais je n'ai rien à quoi le comparer, parce que je n'ai pas atteint les réseaux dans R.
J'ai toujours suggéré des tests pour comparer votre IA et le modèle d'optimiseur de Reshetov. Mais personne n'a pris le risque. J'avais probablement l'intuition que vous perdriez .....
Dites-moi seulement que vous ne pouvez pas faire un test pour au moins 1000 transactions, dont 10 vous donneront un profit sur l'OOS sur le réel. Mais ce que tu fais n'est même pas un backtest, OK ? Augmentez l'échantillon, ou vous allez piétiner jusqu'à la fin des temps.
Très bien, Maximka, arrêtez votre hystérie ici. Respirez profondément.... expirez et expirez encore... exhale..... et maintenant regarde le signal..... La preuve la plus cool de toutes...