L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1062

 
Vizard_:

Eravamo amici).

Molto tempo fa!!!!! Ora sono interessato a questioni di natura più globale. Di importanza mondiale.... DOMINAZIONE OOHAHAHAHAHAHAHAHAHAHAHA!!!!!


Spaventoso?

 
FxTrader562:

Ok, credo di aver capito fino a un certo punto. Avete già implementato il codice MQL5 e testato?

Il mio problema principale è che non mi è ancora chiaro al 100% come alimentare i dati grezzi dei prezzi a RDF oltre ai valori dell'indicatore senza logica fuzzy sulla base del tuo articolo precedente.

Se potete dirmi come alimentare i dati grezzi dei prezzi senza usare la logica fuzzy, sarebbe fantastico. Intendo la funzione "CalcolaMamdani()" senza logica fuzzy. Altrimenti, dovrò aspettare che pubblichiate il vostro prossimo articolo.

sì, ma senza gmdh... Non sono sicuro di come farlo meglio.

double CalculateMamdani()
  {
   CopyBuffer(hnd1,0,0,1,arr1);
   NormalizeArrays(arr1);

   CopyBuffer(hnd2,0,0,1,arr2);
   NormalizeArrays(arr2);

   CopyBuffer(hnd3,0,0,1,arr3);
   NormalizeArrays(arr3);

   if(!random_policy)
     {
      vector[0]=arr1[0];
      vector[1]=arr2[0];
      vector[2]=arr3[0];

      CDForest::DFProcess(RDF,vector,RFout);
      updateNeutral.B(RFout[0]); res = RFout[0];

     }
   else
     {
      int unierr;
      updateNeutral.B(MathRandomUniform(0,1,unierr)); res = MathRandomUniform(0,1,unierr);
     }
   
   //Print(updateNeutral.B());
   firstTerm.SetAll(firstInput,arr1[0]);
   secondTerm.SetAll(secondInput,arr2[0]);
   thirdTerm.SetAll(thirdInput,arr3[0]);

   Inputs.Clear();
   Inputs.Add(firstTerm);
   Inputs.Add(secondTerm);
   Inputs.Add(thirdTerm);

   CList *FuzzResult=OurFuzzy.Calculate(Inputs);
   Output=FuzzResult.GetNodeAtIndex(0);
   double res=Output.Value();
   delete FuzzResult;

   return(res);
  }
Qualcosa del genere... e cancellare tutta la logica fuzzy da EA
 
Vizard_:

Niente da fare, non dormirò stanotte)))
Misha, archivia tutto quello che hai e mandalo a Maksim. Lasciate che sia lui a scavare.
C'erano molte implementazioni, ma il numero di neuroni si moltiplicava per 2,
non sei obbligato a farlo. Stavo raccontando una delle ricerche dei neurobiologi...

Non sto cercando, lo troverò.

 
Maxim Dmitrievsky:

sì, ma senza gmdh... Non sono ancora sicuro di come farlo meglio

Qualcosa come questo ... e cancellare tutta la logica fuzzy da EA

Grazie mille!

Sei sicuro di questa linea?

res = RFout [0];

O dovrebbe esserlo?

res = RFout [1];

A proposito di The, io del già provato ogni e ogni combinazione di formule, matematica, matematica il pow, ecc registri cartella alla cartella l'aggiornamento questa politica e l'aggiornamento le funzioni di ricompensa The, ma in qualche modo dà di IT di SO finora i risultati casuali. Voglio dire che i risultati non sono sempre affidabili.

Ma voglio provare l'algo delle simulazioni di candele casuali che è usato come in "ALPHA ZERO". Sei sicuro che RDF può prendere i prezzi diretti come la chiusura della candela, l'apertura della candela ecc durante l'ottimizzazione?

 
Vizard_:

Niente da fare, non dormirò stanotte)))
Misha, archivia tutto quello che hai e mandalo a Maxim. Lascialo fare.
C'erano molte implementazioni, ma il numero di neuroni si moltiplicava per 2,
non sei obbligato a farlo. È quello che ho detto a una delle ricerche dei neurobiologi...

Non ha idea... Lo farò girare io stesso. Mi ci vorranno anni per farlo :-) Ma sono vicino al nucleo dell'ottimizzatore. Non importa quello che dicono, 2-4 modelli su 10 sono generalizzati, il resto no. So che l'algoritmo permette di ottenere modelli generalizzati. La qualità della stima dovrebbe essere migliorata e applicata nell'ottimizzatore stesso per rendere la percentuale di modelli generalizzati superiore al 40%. Perché cercherà tra i modelli finché non troverà un modello generalizzato. Oppure si butta solo su modelli generalizzati cercando il migliore ...... Quali sono le opzioni per valutare la generalizzabilità che conoscete????

 
Maxim Dmitrievsky:

Nuova biblioteca:

Esempio di EA con prezzi vicini:

Ora si può imparare in tester (non in ottimizzazione) e solo 1 iterazione

Copia e cancello, più tardi sarà nell'articolo

Grazie mille!!!!!!!!!!!

Copiato... ma mostra un errore. Devo includere anche la libreria mt5_r?

 
FxTrader562:

Grazie mille!!!!!!!!!!!

Copiato... ma mostra un errore. Devo includere anche la libreria mt5_r?

mt5_r? nessuna libreria simile

questa libreria#include <RL blender 1 iteration.mqh>

deve essere nella cartella "include" di mt5

 
Maxim Dmitrievsky:

mt5_r? nessuna libreria simile

Scusa... Sì, ho capito. Ho usato un nome diverso per il file include.

Lo testerò e vi farò sapere i risultati.

Principalmente sono più interessato a creare una simulazione di candele casuali per vedere se RDF può effettivamente imparare dai modelli di prezzo delle candele casuali.

 
FxTrader562:

Scusa... Sì, ho capito. Ho usato un nome diverso per il file include.

Lo testerò e vi farò sapere i risultati.

Principalmente sono più interessato a creare una simulazione di candele casuali per vedere se RDF può effettivamente imparare dai modelli di prezzo delle candele casuali.

Ok, se qualche progresso con gdmh vi scriverò

 
Maxim Dmitrievsky:

Ok, se qualche progresso con gdmh vi scriverò

Per me GDMH non sembra molto difficile da implementare se l'ho capito bene...Ma lo guarderò di nuovo

1.Si calcola ogni polinomio prendendo un ciclo for e ottenendo la somma della moltiplicazione degli input del coefficiente e del valore dell'indicatore come ai*xi

2.Successivamente, alimentare il polinomio individuale all'input RDF e addestrarlo

3.Successivamente, calcolare il coefficiente ottimale utilizzando il metodo dei minimi quadrati

4. Successivamente, iterare l'intero processo continuamente durante il periodo di negoziazione

Se ho capito bene e se posso aiutarti in qualche modo, allora puoi scrivermi.

A proposito, ho dei buoni codici di esempio per Lotoptimization() e money management() ecc. che possono essere molto utili se riesci a portare la precisione e il drawdown del sistema a un livello ragionevole. Il sistema non deve essere sempre accurato al 99%, ma il drawdown e le perdite consecutive contano molto.