Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1063
![MQL5 - Linguagem para estratégias de negociação inseridas no terminal do cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Para mim a GDMH não me parece muito difícil de implementar se o entendi correctamente...Mas vou analisar novamente
1. você calcula cada polinômio tomando um para loop e obtendo a soma da multiplicação de entradas de co-eficientes e valores indicadores como ai*xi
2.Em seguida, alimente o polinômio individual para a entrada do RDF e treine-o
3.A seguir, Calcular o co-eficiente ótimo usando o método dos mínimos quadrados
4.A seguir, itere todo o processo continuamente durante o período de negociação
Se eu entendi corretamente e se eu puder ajudar você de qualquer maneira, então você pode escrever para mim.
A propósito, eu tenho bons códigos de amostra para Lotoptimisação() e gerenciamento de dinheiro() etc, que podem ser muito úteis se você conseguir obter a precisão e drawdown do sistema a um nível razoável. O sistema não precisa ser 99% preciso ser preciso o tempo todo, mas drawdown e perdas consecutivas são muito importantes.
Tudo bem, mas precisa de ser implementado correctamente: guardar os melhores modelos e coeficientes de previsão, para a próxima utilização
também diferentes métodos de gmdh - seleção genética rápida ou força bruta (acho que 1-st)
Além disso, nesta nova biblioteca você pode adicionar vários agentes com diferentes preditores e diferentes configurações, o resultado será a média de todos os agentes.Disseram a você desde 4 que é um guizo coxo em todas as implementações e que o mata em pouco tempo.
Trolling é trolling, mas se tens alguma coisa e alguém precisa dela, envia-a... O projeto está aberto e não é seu))))
Eu não sou ganancioso. É puramente por princípio, especialmente porque eu já lhe dei o link..... Basta deixá-lo em ...... Planeio acabar o guizo, acho que o Reshetov não teve tempo :-(((((. Mas ter um bom optimizador numa caixa não é uma má ideia. Mas o que é mais fixe do que isso. Onde você pode realmente ganhar dinheiro é um projeto há muito esquecido, mas requer programadores, e onde consegui-los? Não há pessoas assim aqui. A propósito, pense nisso, tenho um aniversário só no dia do programador. .....
Tudo bem, mas é preciso implementá-lo corretamente: salvar os melhores modelos e coeficientes para os preditores, para a próxima utilização
também diferentes métodos de gmdh - seleção genética rápida ou força bruta (acho que 1-st)
Além disso, nesta nova biblioteca você pode adicionar vários agentes com diferentes preditores e diferentes configurações, o resultado será a média de todos os agentes.Para salvar o melhor modelo você precisa iterar tudo para atingir um determinado valor de "Sharp ratio" e "Recovery factor". Até alcançar os resultados de optimização necessários, não troque. Eu já a implementei na sua versão anterior. Se quiseres um código de amostra, eu posso dar.
Sim, é claro, o algoritmo genético rápido. Mas, como mencionei acima, não coloque trocas até que atinja os resultados requeridos nas configurações de entrada e, portanto, não importa.
Deixe-me explorar as possibilidades desta nova biblioteca e dar-lhe-ei o meu feedback.
Nesta versão eu verifico os erros de classificação (ou logloss) no subconjunto de teste, e escolho o melhor. Este modelo que eu guardo. Acho que funciona bem, mas o kernel actual é uma porcaria.
E esta função escolhe o melhor modelo em preditores transformados.
Ok, mas como vai repetir a iteração? Quer dizer, é um processo único ou vai se repetir após cada vela ou a cada hora, etc.?
Essa é a parte mais importante.
Estou usando um software de terceiros desenvolvido por mim para iterar tudo, já que não sei como fazer isso na MQL5. Eu estava a usá-lo na sua versão anterior para verificar a "relação nítida" após cada conclusão da optimização.
Você já fez algo semelhante a iterar todo o processo continuamente após um certo período de tempo?
Mas como vai repetir a iteração? Quer dizer, é um processo único ou vai se repetir após cada vela ou a cada hora, etc.?
Essa é a parte mais importante.
Estou usando um software de terceiros desenvolvido por mim para iterar tudo, já que não sei como fazer isso na MQL5.
Este 1 processo de iteração, no testador. Então nesse functiionamento ele transforma os preditores iterativamente e aprende os modelos
Tenho outra versão para optomisator, mas na minha experiência 1 iteração também é boa aqui
Você já fez algo semelhante a iterar todo o processo continuamente após um certo período de tempo?
por enquanto não
se tivermos um bom modelo - vai funcionar dias e semanas, portanto a auto-optimização não é uma tarefa prioritáriaeste 1 processo de iteração, no testador. Então nesse functiionamento ele transforma os preditores iterativamente e aprende os modelos
Tenho outra versão para optomisator, mas na minha experiência 1 iteração também é boa aqui
Mas não acho que um modelo possa funcionar sempre sem otimização. Especialmente, quando o mercado muda, o melhor modelo pode falhar terrivelmente mesmo depois de um grande valor de rácio acentuado e outros factores...
Então acho que não haverá problema se estiveres continuamente a optimizar.
A propósito, este é o código fonte do que estou a falar:
input string OptimizationParameterCheckSettings="======Configurações para paramaters de otimização salvos====";
input bool OptimizationParameterCheck=true;
input duplo SharpRatioRatioRequired=0,3;
Adicione este código dentro do testador:
filehnd=FileOpen("SharpRatio_"+_Symbol+(string)_Periodo+".txt",FILE_READ|FILE_WRITE|FILE_CSV|FILE_ANSI|FILE_COMMON);//--Para salvar o SharpRatio da última execução
double SharpRatio=NormalizeDouble(TesterStatistics(STAT_SHARPE_RATIO),2);
FileWrite(filehnd,SharpRatio);
FileClose(filehnd);
A seguir, função de arranque interno:
if(SharpRatioLastRun<SharpRatioRatioRequired)
{
Comentário("A política de negociação atual não atende a exigência de negociação como por último resultados de otimização....Então a negociação foi interrompida por algum tempo");
voltar;
}
Bom método, obrigado!
Bom método, obrigado!
Ok, mas vou repetir que você deve considerar seriamente a possibilidade de adicionar alguma forma de otimização contínua, caso contrário, ela vai falhar. Porque, como disse anteriormente, tentei todas e cada uma das configurações, assim como diferentes indicadores e múltiplos prazos e nada funcionou perfeitamente até agora.....
Mas quando eu itero continuamente, então às vezes funcionava bem. A propósito, eu tenho a solução para a minha. Mas eu não gosto desse método de fazer isso, pois deveria ser feito pela MQL5 e eu não sei como fazê-lo na MQL5.
Ok, mas vou repetir que você deve considerar seriamente a possibilidade de adicionar alguma forma de otimização contínua, caso contrário, ela vai falhar. Porque, como disse anteriormente, tentei todas e cada uma das configurações, assim como diferentes indicadores e múltiplos prazos e nada funcionou perfeitamente até agora.....
Mas quando eu itero continuamente, então às vezes funcionava bem.
Porque os modelos ainda são uma porcaria ^) com grandes erros, precisam de modelos que funcionem por mais tempo
por exemplo, 2 meses de aprendizagem e 1 semana de negociação