Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 407
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
Finalmente, o modelo foi calculado e adicionado ao modelo existente. A rentabilidade aumentou para um nível sem precedentes, na mesma área fora da amostra a rentabilidade é de 12,65
No entanto, não parece ser uma carga pequena no depósito, mas é suportável. Eu otimizei o exemplo do primeiro post, mas não vou forçar a máquina se ela não calcular rapidamente. Embora não haja lá muitas colunas, mas são muitas linhas, por isso vamos ver como corre...
Aqui está o relatório. A proporção de negócios é bastante interessante, mas o drawdown é um pouco alto.... é uma questão de gosto...
Finalmente, o modelo foi calculado e adicionado ao modelo existente. A rentabilidade aumentou para um nível sem precedentes, na mesma área fora da amostra a rentabilidade é de 12,65
No entanto, não parece ser uma carga pequena no depósito, mas é suportável. Eu otimizei o exemplo do primeiro post, mas não vou forçar a máquina se ela não calcular rapidamente. Embora tenha poucas colunas lá, tem demasiadas linhas, por isso vamos ver como corre...
Tente apertar mais acordos para estimar o resultado... Quanto mais rápido você entender em negociações reais quando o modelo deve ser reconfigurado. Por exemplo, agora a minha estimativa é a seguinte - nos resultados dos testes a série de perdas máximas é de 2 negócios, e se houver 4 perdas consecutivas em um negócio real o modelo deve ser requalificado. Em média 400/60 = 6-7 negócios por dia, ou seja, em apenas 1 dia podemos entender se vale a pena se reciclar.
Até agora, tenho 400 negócios em 3 meses, 15 minutos de tempo. Tenho uma amostra de treinamento de 1 mês (no meio), à direita e à esquerda há um mês fora da amostra. Lote especialmente elevado para a beleza. Saldo inicial $ 1000 :) Eu ainda não fiz a reciclagem automática para todo o histórico, eu deveria portar J-predictor para isso ou usar outro neurônio, porque os pesos são escolhidos através do otimizador agora.
E pode ser visto que 90% dos negócios lucrativos são lucrativos, mas a perda média de negócios é maior, porque a perda média é maior do que a perda média tira lucro. A série máxima lucrativa tem 33 lucros em sucessão, contra apenas 2 negócios perdidos em sucessão, mas o lucro total de 33 negócios é apenas 4 vezes mais do que a perda total de 2 negócios (o stop loss deve ser encurtado). Não ganhar mais dinheiro em fevereiro com estas configurações.
Se não calcular o exemplo desde o primeiro post até à noite, eu dou cabo dele. Além disso, o problema em si não faz sentido e não tem qualquer interesse prático. Não quero correr no computador durante vinte e quatro horas só por diversão. Recurso, afinal de contas...
Você será verificado no local de validação ou teste? Se você calcular em um arquivo completo, você pode verificar no arquivo de validação a partir do post https://www.mql5.com/ru/forum/86386/page4#comment_2530392.
Eu experimentei um pouco com o RNN e parece que ele só se lembra de exemplos de treinamento (importante em conjunto com os preditores de ruído) e em novos dados os preditores de ruído estragam o resultado. Ou seja, o RNN é propenso ao sobre-aprendizado. Pelo menos para problemas lógicos onde 0 e 1.
Mas é possível que as médias entre 0 e 1 interpolem bastante bem.
A validação será feita na seção de validação ou de teste? Se você contar com o arquivo completo, poderá verificar o arquivo de validação na postagem https://www.mql5.com/ru/forum/86386/page4#comment_2530392
Fiz alguns experimentos com o RNN e parece que ele apenas se lembra dos exemplos de treinamento (importante em conjunto com os preditores de ruído) e, em novos dados, os preditores de ruído estragam o resultado. Ou seja, o RNN é propenso ao treinamento excessivo. Pelo menos para problemas lógicos em que 0 e 1.
Mas é possível que ele interpole muito bem as médias entre 0 e 1.
Executei o arquivo inteiro, veremos o resultado do treinamento e, em seguida, carregarei o modelo aqui, e você poderá verificar sua validação..... É assim que é...
Vai verificar a validação ou o plano de teste? Se você está contando com um arquivo completo, então você pode verificar no arquivo de validação a partir do post https://www.mql5.com/ru/forum/86386/page4#comment_2530392
Eu experimentei um pouco com o RNN e parece que ele só se lembra de exemplos de treinamento (importante em conjunto com os preditores de ruído) e em novos dados os preditores de ruído estragam o resultado. Ou seja, o RNN é propenso ao sobre-aprendizado. Pelo menos para problemas lógicos onde 0 e 1.
Mas é possível que as médias entre 0 e 1 interpolem bastante bem.
O que você chama de supertreinamento? e como você determina quais são os preditores de ruído e quais não são? Por que você acha que os preditores ruidosos estragam o resultado e não os importantes deixaram de funcionar? Quase não há preditores importantes no mercado que funcionem para sempre.
O RNN em geral deve ser tratado de uma forma específica - fazer uma série estacionária e receber sinais de extrema, na esperança de uma inversão
porque qualquer treino é um ajuste, embora com um significado não-linear de algum tipo.
Você comparou o desempenho de diferentes modelos de MO, por que parar nas árvores de decisão? Eu recebo o menor erro com eles, eu escrevi sobre isso acima.
As árvores, assim como outros MOs têm vantagens e desvantagens, e eu parei neste método para o problema desde o primeiro posto, pelo princípio da suficiência razoável, é preciso e rápido tanto no código resultante, como na geração recursiva.
Embora, para evitar o corrico neste fio, parece que eu deveria ter feito uma floresta enorme com algum bootstrap ou melhorar infinitamente as árvores com algum impulso, e cada passo deve ser descrito e descrito...)
A tentar dar-lhe algum sentido e a outros que se desviaram.
As decisões são tomadas pelo homem, e não pelas árvores, para de se intrometer.
Um homem tem de avaliar a situação e compreender o ambiente em que ele e a sua família vivem.
O mundo está se desenvolvendo muito rápido hoje em dia, e o ambiente de informação, um grande campo no qual você pode encontrar qualquer um.
Você está simplesmente cortando parte da sua visão estratégica e perdendo de vista o que está acontecendo, o que o coloca, como um protetor masculino, em risco desnecessário.