트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1035

[Ivan Negreshniy]

로프필드 :

나는 "왜 Spark가 필요합니까?"라는 질문에 대답했습니다.

당신은 다른 사람의 시스템이 필요하다는 것을 증명했지만, 당신의 도서관에서 당신이 개인적으로 무엇을 할 수 있는지 보여주고 내 특정 질문에 대답할 수는 없었지만, 초급 기술을 위한 작업이 있습니다. https://www.mql5.com/en/forum/86386/page1033#comment_8211170

실제로 템플릿에는 이동 평균(EMA 9 및 EMA 14)의 교차점에서 가장 간단한 전략의 신호가 포함되어 있으며 수익성을 높이기 위해 약간 시끄럽습니다. :)

나는 완전한 답변 템플릿을 게시하고 있습니다. 초기 신호가 있는 솔루션, 오버레이 표시기 및 표시된 신호에 대해 훈련된 Expert Advisors 중 한 명의 테스터에서 시각적 실행이 있습니다.

EA_EURUSD_H1_NN Expert Advisors - 신경망 기반, EA_EURUSD_H1_RF - 랜덤 포레스트 기반,

Expert Advisors는 EURUSD H1 MetaQuotes-Demo 서버에서 테스트 중이며, 아래는 해당 테스트 차트입니다.

...신경망

...임의의 숲

두 그래프 모두 훈련 기간을 보여줍니다. 훈련 신호가 있는 기간은 템플릿을 참조하십시오.

[Maxim Dmitrievsky]

이반 네그레쉬니 :

당신은 다른 사람의 시스템이 필요하다는 것을 증명했지만, 당신의 도서관에서 당신이 개인적으로 무엇을 할 수 있는지 보여주고 내 특정 질문에 대답할 수는 없었지만, 초급 기술을 위한 작업이 있습니다. https://www.mql5.com/ru/forum/86386/page1033#comment_8211170

실제로 템플릿에는 이동 평균(EMA 9 및 EMA 14)의 교차점에서 가장 간단한 전략의 신호가 포함되어 있으며 수익성을 높이기 위해 약간 시끄럽습니다. :)

나는 완전한 답변 템플릿을 게시하고 있습니다. 초기 신호가 있는 솔루션, 오버레이 표시기 및 표시된 신호에 대해 훈련된 Expert Advisors 중 한 명의 테스터에서 시각적 실행이 있습니다.

EA_EURUSD_H1_NN Expert Advisors - 신경망 기반, EA_EURUSD_H1_RF - 랜덤 포레스트 기반,

Expert Advisors는 EURUSD H1 MetaQuotes-Demo 서버에서 테스트 중이며, 아래는 해당 테스트 차트입니다.

...신경망

...임의의 숲

두 그래프 모두 훈련 기간을 보여줍니다. 훈련 신호가 있는 기간은 템플릿을 참조하십시오.

NN 당신의 비밀 그물은 무엇입니까? 큰 차이점

기능이 완전히 동일합니까?

[Ivan Negreshniy]

막심 드미트리예프스키 :

NN 당신의 비밀 그물은 무엇입니까? 큰 차이점

기능이 완전히 동일합니까?

네, 하지만 결론은 다른 것입니다. 형식에 동의하고 거래를 위해 ML에 대한 정보를 교환합시다. 그렇지 않으면 멍청한 사람이 있는 맹인 스타일로 진행 상황이 없고 파울만 있을 것입니다.

추신: 두 Expert Advisors의 기능은 OHLC 막대에 따라 계산되며 숫자와 계산 공식은 동일합니다.

[Maxim Dmitrievsky]

이반 네그레쉬니 :

네, 하지만 결론은 다른 것입니다. 형식에 동의하고 거래를 위해 ML에 대한 정보를 교환합시다. 그렇지 않으면 멍청한 사람이 있는 맹인 스타일로 진행 상황이 없고 파울만 있을 것입니다.

추신: 두 Expert Advisors의 기능은 OHLC 막대에 따라 계산되며 숫자와 계산 공식은 동일합니다.

예, 채팅에 참여하여 전략을 논의하고 모든 것에 동의할 수 있습니다. 주제별 많은 부서, 누가 관심

중요하거나 비밀스러운 주제는 외부인에게 닫힙니다.

[Roffild]

막심 드미트리예프스키 :

스파크에 대해 오랫동안 그것은 분명하고 묻지 않았습니다. 아이디어를 요청했습니다. 이 스파크 접근 방식은 비효율적인 훈련 방식과 필요한 능력으로 인해 허무하게 날아갔습니다.

포리스트가 없는 MT5 클라우드에서 최적화를 통해 동일한 작업을 수행할 수 있습니다. 출력에서 얻는 것과 이익이 있는지 여부는 알 수 없지만 이론상으로는 존재하지 않으며 이러한 알고리즘은 과적합으로 인해 지속적으로 떨어질 것입니다.

임하

빌드된 모델은 항상 0 또는 1을 반환해야 한다는 의견이 있습니다.

그러나 모델에서 반환된 결과를 지표로 취급하면 어떻게 될까요? MSE 등으로 이러한 모델을 평가하려는 시도 좋은 일은 없을 것입니다. 그러나 매수 매개변수 > 0.75 및 매도 < 0.25인 이러한 모델을 적용하면 좋은 수익을 얻게 됩니다.

아이디어 자체: 여러 지표의 여러 데이터를 임의의 포리스트 에 던져 하나의 수퍼 지표를 얻습니다.

성배를 찾는 경로는 즉시 사용 가능한 아이디어를 테스트해야 합니다.

[Maxim Dmitrievsky]

로프필드 :

빌드된 모델은 항상 0 또는 1을 반환해야 한다는 의견이 있습니다.

그러나 모델에서 반환된 결과를 지표로 취급하면 어떻게 될까요? MSE 등으로 이러한 모델을 평가하려는 시도 좋은 일은 없을 것입니다. 그러나 매수 매개변수 > 0.75 및 매도 < 0.25인 이러한 모델을 적용하면 좋은 수익을 얻게 됩니다.

아이디어 자체: 여러 지표의 여러 데이터를 임의의 포리스트에 던져 하나의 수퍼 지표를 얻습니다.

성배를 찾는 경로는 즉시 사용 가능한 아이디어를 테스트해야 합니다.

숲은 클래스에 속할 확률을 제공하지 않으므로 이러한 불평등은 넌센스입니다

< 0.5 그리고 그게 다야, 다르지 않을 것이다. 그리고 또 다른 질문은 이진화된 기능과 출력이 더 나은지 여부입니다.

0에서 100까지 클래스로 나눌 수 있으며 차이는 없습니다.

[Roffild]

막심 드미트리예프스키 :

숲은 클래스에 속할 확률을 제공하지 않으므로 이러한 불평등은 넌센스입니다

< 0.5 그리고 그게 다야, 다르지 않을 것이다. 그리고 또 다른 질문은 이진화된 기능과 출력이 더 나은지 여부입니다.

0에서 100까지 클래스로 나눌 수 있으며 차이는 없습니다.

확률이 없다면 이 선은 무엇을 합니까?

 static void CDForest::DFProcess(CDecisionForest &df, double &x[], double &y[])
...
//--- calculation
   v= 1.0 /( double )df.m_ntrees;
   for (i_= 0 ;i_<=df.m_nclasses- 1 ;i_++)
      y[i_]=v*y[i_];

[Maxim Dmitrievsky]

로프필드 :
확률이 없다면 이 선은 무엇을 합니까?

어 그래

ALGLIB 패키지에 포함된 모든 분류 알고리즘의 작업 결과는 객체가 속한 클래스가 아니라 조건부 확률의 벡터입니다.

그러나 이것은 작은 위안입니다. 더 적은 신호가 있을 것이고 효과는 증가할 사실이 아닙니다. 예를 들어, 지금은 임계값을 0.5로 설정한 모든 곳에서 증가하지 않았습니다.

훨씬 더 중요한 것은 기차와 oob의 오류 비교 가능성입니다.

[Roffild]

막심 드미트리예프스키 :

어 그래

ALGLIB 패키지에 포함된 모든 분류 알고리즘의 작업 결과는 객체가 속한 클래스가 아니라 조건부 확률의 벡터입니다.

그러나 이것은 작은 위안입니다. 더 적은 신호가 있을 것이고 효과는 증가할 사실이 아닙니다. 예를 들어, 지금은 임계값을 0.5로 설정한 모든 곳에서 증가하지 않았습니다.

훨씬 더 중요한 것은 기차와 oob의 오류 비교 가능성입니다.

그러나 이것은 수정된 알고리즘의 특징입니다.

AlgLib은 수정 없이 고전적인 랜덤 포레스트 를 구현합니다. 스파크도 마찬가지입니다.

임계값을 0.5로 설정하면 데이터를 결과에 맞게 조정합니다.

추신 랜덤 포레스트 생성 매개 변수도 다릅니다 ...

[Maxim Dmitrievsky]

로프필드 :

그러나 이것은 수정된 알고리즘의 특징입니다.

AlgLib은 수정 없이 고전적인 랜덤 포레스트를 구현합니다. 스파크도 마찬가지입니다.

임계값을 0.5로 설정하면 데이터를 결과에 맞게 조정합니다.

추신 랜덤 포레스트 생성 매개 변수도 다릅니다 ...

나도 알글립이 있는 것 같다)

여기 설명이 있습니다, 나는 그것이 얼마나 "고전적"인지 모릅니다

http://alglib.sources.ru/dataanalysis/decisionforest.php