L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 489

 
Yuriy Asaulenko:

Anch'io mi sto divertendo molto. Provato su campioni casuali - i risultati sono sorprendenti. Non ho ancora fatto TC.

Maxim dice che è una lunga curva di apprendimento. Ho circa 23 ore. Ma anche se lo faccio una volta ogni 3 mesi - che porcheria).

E per 3 mesi è esattamente sufficiente, non più testato.


Non ero ancora entrato in questi dettagli. Il mio Expert Advisor non è complesso, l'ho ottimizzato per 12 ore e poi me ne sono dimenticato. Oggi ho provato con le stesse impostazioni.

 
Forexman77:

Non ho ancora avuto questo tipo di problemi. L'Expert Advisor non è complicato, l'ho ottimizzato per 12 ore e poi me ne sono dimenticato. Oggi l'ho eseguito con queste impostazioni.

Sì, il mio attaccante è una merda. Ho il 6% di scambi sbagliati in avanti (campionamento casuale). Rete - 5 strati, 50 neuroni.

Qual è la vostra rete?

 
forexman77:

Oggi ho deciso di controllare, la mia rete basata sul percetron. Ottimizzato per maggio-inizio giugno 2016, EURUSD, spread 15 pip.

La coda stessa.

Comunque, sono ancora confuso dal risultato.


Ho già un sacco di versioni di questi sistemi sul backtest, sono tutti in backtesting come penny stocks ) questo è il nome del ritracciamento

 
Yuriy Asaulenko:

Sì, l'attaccante è pessimo. Ho il 6% di trade falliti sul mio forward. Cinque strati, 50 neuroni.

Qual è il tuo?


Tre strati, 9 neuroni ciascuno. L'immagine mostra una sezione molto lunga dal 2004 al 2016. Ho scelto la storia lunga per verificare se il risultato è stabile su tutto l'intervallo. D'altra parte il drawdown sul forward è il più grande, ma d'altra parte il robot ha iniziato a guadagnare sulla seconda metà del forward.

 
Maxim Dmitrievsky:

wolf-forward è necessario, non si può ottimizzare così, forward sarà sempre cattivo (o casuale) in questo caso, ho già un mucchio di versioni di tali sistemi miliardari su backtest, che su forward funzionano come una moneta) questo si chiama overfitting


Vediamo tra un altro semestre.

 
forexman77:

Vediamo tra un altro semestre.


Provate a controllare costantemente l'errore di NS quando arrivano nuovi dati (sul campione di test), se l'errore è aumentato di una data % allora riaddestrate NS automaticamente, e così via per tutto il periodo di backtest... ma questo richiede un apprendimento veloce, ma non avete nemmeno bisogno di un grande set di allenamento. In breve, per usare NS come ottimizzatore interno

Sto cercando di scrivere un articolo basato su un tale schema, forse lo finirò presto

 
Maxim Dmitrievsky:

Provate a controllare costantemente l'errore di NS quando arrivano nuovi dati (sul campione di test), se l'errore è aumentato di un dato% allora riqualificate NS automaticamente, e così via durante tutto il periodo di backtest... ma questo richiede un apprendimento veloce, ma non avete nemmeno bisogno di un grande set di allenamento. In breve, per usare NS come ottimizzatore interno

Sto cercando di scrivere un articolo basato su un tale schema, forse presto lo finirò

Ci sarà un'ottimizzazione rapida nell'articolo? Vorrei dare un'occhiata.

Con rispetto.
 
Maxim Dmitrievsky:

Provate a controllare costantemente l'errore di NS quando arrivano nuovi dati (sul campione di test), se l'errore è aumentato di un dato% allora riqualificate NS automaticamente, e così via durante tutto il periodo di backtest... ma questo richiede un apprendimento veloce, ma non avete nemmeno bisogno di un grande set di allenamento. In breve, per usare NS come ottimizzatore interno

Sto cercando di scrivere un articolo basato su un tale schema, forse lo finirò presto.


Per favore, scrivi una descrizione del compagno, per i manichini. Ho iniziato a leggere, ma che cosa è Sugeno, Mamdani no merda non riuscivo a capire).

Qualcosa come nell'articolo sul classificatore bayesiano Nayva.https://www.mql5.com/ru/articles/3264

Наивный байесовский классификатор для сигналов набора индикаторов
Наивный байесовский классификатор для сигналов набора индикаторов
  • 2017.05.12
  • Stanislav Korotky
  • www.mql5.com
Хотим мы того или нет, но статистика в трейдинге играет заметную роль. Начиная с фундаментальных новостей, пестрящих цифрами, и заканчивая торговыми отчетами или отчетами тестирования, от статистических показателей никуда не деться. Вместе с тем, тезис о применимости статистики в принятии торговых решений остается одной из самых дискуссионных...
 
Andrey Kisselyov:
Ci sarà un'ottimizzazione rapida nell'articolo? Mi piacerebbe dare un'occhiata.

Con rispetto.

Sì, attraverso boschi casuali, molto veloce

 
forexman77:

Per favore, scrivi una descrizione dell'apparato mate, for dummies. Ho iniziato a leggere, ma non riesco a capire nulla di Sugeno, Mamdani).

Qualcosa come nell'articolo sul classificatore bayesiano nayve.https://www.mql5.com/ru/articles/3264


Così un sacco di informazioni su internet :) ci sono 7 fasi, sono abbastanza lunghe da descrivere, ma ha dato i link. Mamdani e Sugeno differiscono solo nell'inferenza logica (non lineare e lineare)

Non vedo il senso di copiare la stessa cosa