Una libreria rapida e gratuita per MT4, per la gioia dei neuralnetworkers - pagina 3

 

Permettetemi di fare qualche piccola domanda ai professionisti:

1. cosa influiscono i parametri AnnsNumber, AnnInpit, delta (in generale).

2. quali sono i limiti per cambiarli.

3. Ha senso ottimizzarli.

Inoltre, per qualche ragione sconosciuta (a me), in alcuni casi, dopo l'allenamento di una rete neurale nel NeuroMACD-fixed.mq4 Expert Advisor

controllare i risultati dell'addestramento utilizzando il filtro ottenuto sul set di addestramento non dà alcun risultato visibile.

Per essere più precisi, i risultati prima e dopo l'applicazione del filtro sono assolutamente identici.

Quale può essere la ragione?

Scusate la taffalogia :).

 

Rielaborato l'EA, pulito i bug. Inviato al codebase. Dopo la verifica del moderatore, sarà disponibile su: https://www.mql5.com/ru/code/9386

 
Reshetov >> :


Rielaborato l'EA, pulito i bug. Inviato al codebase. Dopo la revisione del moderatore, sarà disponibile su: https://www.mql5.com/ru/code/9386

Fatto.

 
Rosh >> :

Fatto.

Grazie per la vostra prontezza!

 

Server: Alpari-Demo

Accesso: 2033582

Password di investimento: hfti6op (solo visualizzazione)


Sto testando l'Expert Advisor https://www.mql5.com/ru/code/9386 su demo, ecco i primi risultati:


Alpari NZ Limited

Conto: 2033582 Nome: Reshetov Valuta: USD 11 dicembre 2009, 07:18
Transazioni chiuse:
BigliettoTempo apertoTipoDimensioneArticolo PrezzoS / LT / PTempo di chiusura PrezzoCommissioneTasseScambiareProfitto
616947582009.12.10 06:37comprare0.10eurusd1.470651.463151.478152009.12.10 06:441.471330.000.000.006.80
617093202009.12.10 09:00comprare0.10gbpusd1.623411.614411.632412009.12.10 12:251.632410.000.000.0090.00
617420382009.12.10 13:00comprare0.10gbpusd1.631301.622301.640302009.12.10 16:441.622300.000.000.00-90.00
617325472009.12.10 12:00comprare0.10oro1125.821116.721134.922009.12.11 01:081134.920.000.00-0.6291.00
617492792009.12.10 14:00comprare0.10usdjpy88.29387.69388.8932009.12.11 07:0588.8930.000.00-0.1067.50

0.00 0.00 -0.72 165.30
P/L chiuso: 164.58
Negozi aperti:
BigliettoTempo apertoTipoDimensioneArticolo PrezzoS / LT / P
PrezzoCommissioneTasseScambiareProfitto
617241982009.12.10 11:00vendere0.10audusd0.915790.922390.90919
0.916880.000.00-1.21-10.90
616968862009.12.10 07:00comprare0.10eurusd1.470311.462811.47781
1.473760.000.00-0.0534.50
617720392009.12.10 17:00comprare0.10gbpusd1.625381.616381.63438
1.632720.000.00-0.0773.40
617183092009.12.10 10:00comprare0.10nzdusd0.728660.719460.73786
0.727670.000.000.28-9.90
617420802009.12.10 13:00vendere0.10usdcad1.050381.060181.04058
1.051400.000.00-0.07-9.70
617493372009.12.10 14:00comprare0.10usdchf1.026201.017401.03500
1.025640.000.00-0.09-5.46
618080662009.12.11 02:00comprare0.10oro1135.931126.831145.03
1137.870.000.000.0019.40

0.00 0.00 -1.21 91.34

P/L fluttuante: 90.13
Ordini di lavoro:
BigliettoTempo apertoTipoDimensioneArticolo PrezzoS / LT / PPrezzo di mercato
Nessuna transazione

Riassunto:
Deposito/prelievo: 0.00 Facilità di credito: 0.00
Commercio chiuso P/L: 164.58 P/L fluttuante: 90.13 Margine: 248.40
Equilibrio: 5 264.49 Equità: 5 354.62 Margine libero: 5 106.22
 

Ciao Yuri.

Per favore, spiega perché due ottimizzazioni separate del tuo EA,

Se sto usando lo stesso periodo, gli stessi dati, le stesse impostazioni di ottimizzazione,

producono risultati completamente diversi.

Tutti i file di allenamento della rete sono stati cancellati e ricreati durante la nuova ottimizzazione.

Ho pensato che i risultati dovrebbero essere gli stessi o simili e dovrebbero variare solo se si cambiano alcune condizioni di ottimizzazione (per esempio, allungando il periodo di un giorno).

Risulta che la rete viene addestrata ogni volta in modo diverso quando le condizioni e i dati sono gli stessi? È normale?

Come posso usarlo, se il risultato è diverso ogni volta?

O non ho fatto qualcosa secondo le istruzioni?

Consulente esperto: FANN-EA

Ho fatto delle impostazioni per l'ottimizzazione:

Valuta: EURUSD

Periodo: 1M

Intervallo: 01/10/09 - 09/12/09

StopLoss: da 10 a 100 passo 1

x: da 1 a 5000 passo 1

Brevemente i risultati delle ottimizzazioni (ordinati per profitto massimo):

1a ottimizzazione.

Rapporto di ottimizzazione
FANN-EA


Passa Profitto Totale scambi Redditività Payoff previsto Prelievo $ Profitto %
24 880.85 168 1.26 5.24 287.04 30.80
27 788.82 168 1.23 4.70 299.13 29.24
26 696.82 168 1.20 4.15 287.04 34.28
25 696.82 168 1.20 4.15 287.04 34.28
48 696.79 168 1.20 4.15 287.04 29.69
9 696.79 168 1.20 4.15 299.13 36.02
7 696.79 168 1.20 4.15 299.13 36.02
6 696.79 168 1.20 4.15 299.13 36.02
86 696.76 168 1.20 4.15 299.16 31.95
3 696.76 166 1.20 4.20 299.13 36.08
29 696.73 166 1.20 4.20 287.04 32.56

2a ottimizzazione (effettuata come nuova)

Rapporto di ottimizzazione
FANN-EA


Passa Profitto Totale scambi Redditività Payoff previsto Prelievo $ Profitto %
54 1036.25 38 1.86 27.27 300.99 48.67
53 1036.25 38 1.86 27.27 300.99 48.67
50 1036.25 38 1.86 27.27 300.99 48.67
48 1036.25 38 1.86 27.27 300.99 48.67
42 1036.25 38 1.86 27.27 300.99 48.67
38 1036.25 38 1.86 27.27 300.99 48.67
36 1036.25 38 1.86 27.27 300.99 48.67
32 1036.25 38 1.86 27.27 300.99 48.67
29 1036.25 38 1.86 27.27 300.99 48.67
28 1036.25 38 1.86 27.27 300.99 48.67
25 1036.25 38 1.86 27.27 300.99 48.67
23 1036.25 38 1.86 27.27 300.99 48.67
17 1036.25 38 1.86 27.27 300.99 48.67
10 1036.25 38 1.86 27.27 300.99 48.67
4 1036.25 38 1.86 27.27 300.99 48.67
 
mgribachev писал(а) >>

Ciao Yuri.

Per favore, spiega perché ci sono due ottimizzazioni separate del tuo EA,

Se volessi usare questo EA per lo stesso periodo di tempo, per gli stessi dati, con le stesse impostazioni di ottimizzazione,

producono risultati completamente diversi.

Ogni volta che si esegue il neuronet lo sta mettendo a punto, questa è la differenza nei risultati, è giusto...

 

Qualcuno può spiegare qualcosa negli esempi del FANN? In particolare, il file cascade_train.c ha questa roba scritta dentro:

    struct fann_train_data *train_data, *test_data;

    ...

    train_data = fann_read_train_from_file("../benchmarks/datasets/two-spiral.train");
    test_data = fann_read_train_from_file("../benchmarks/datasets/two-spiral.test");
    train_data = fann_read_train_from_file("../benchmarks/datasets/parity13.train");
    test_data = fann_read_train_from_file("../benchmarks/datasets/parity13.test");
    train_data = fann_read_train_from_file("../benchmarks/datasets/building.train");
    test_data = fann_read_train_from_file("../benchmarks/datasets/building.test");
Probabilmente non capisco qualcosa, ma sembra che ogni coppia successiva di upload di file di allenamento e di test sovrascriva i precedenti. Perché succede questo? Inoltre, c'è una perdita di memoria perché fann_destroy_train(data) non viene chiamato tra i carichi;

Poi c'è di più:

	fann_set_activation_function_output(ann, FANN_LINEAR_PIECE);
	fann_set_activation_function_output(ann, FANN_LINEAR_PIECE_SYMMETRIC);
	fann_set_activation_function_output(ann, FANN_SIGMOID_SYMMETRIC);
	fann_set_activation_function_output(ann, FANN_LINEAR);

	fann_set_train_error_function(ann, FANN_ERRORFUNC_TANH);
	fann_set_train_error_function(ann, FANN_ERRORFUNC_LINEAR);
Qual è il punto?
 
Figar0 писал(а) >>

Ogni esecuzione della rete neurale la termina, questa è la differenza dei risultati, va bene...

La seconda corsa di ottimizzazione è stata fatta da "0" sugli stessi dati con gli stessi parametri.

I file nella directory ANN della prima ottimizzazione sono stati rimossi prima di eseguire la seconda ottimizzazione.

Non c'è niente da "imparare" lì, perché questo è un nuovo allenamento, ma dà risultati completamente diversi.

 
mgribachev писал(а) >>

La 2a corsa di ottimizzazione è stata fatta da "0" sugli stessi dati con gli stessi parametri.

Non c'è niente da "imparare", perché è un nuovo allenamento, ma dà risultati completamente diversi.

Va anche bene, inizialmente la rete viene avviata con pesi casuali, e li regola durante l'ottimizzazione, l'allenamento. Pesi iniziali diversi - risultati finali diversi.

Z.I. anche se il mio EA non ha ottenuto risultati così drasticamente diversi, ma potrebbe dipendere da molte condizioni.