Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 325
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
Sim. Isso é fixe.
de um modo geral, nada mal.
Bem, é um simples neurónio, não é capaz de aprender tanta informação, mas é interessante.
Bem, é um simples neurónio, não consegue assimilar tanta informação, mas de resto é interessante.
Posso ver um diagrama esquemático, em um pedaço de papel? O que está nos inputs, o que está no meio, e onde está o output. Porque já li muitos livros (supressores de ruído, reconhecimento, etc.), mas não consigo chegar ao mercado).
https://c.mql5.com/3/126/RNN_MT5.zip
Há um conselheiro e uma descrição
https://c.mql5.com/3/126/RNN_MT5.zip
Há um Consultor Especialista e uma descrição
Obrigado. É feito de forma semelhante a um supressor de ruído numa neuronica. Era exactamente disto que eu tinha medo.
Suponha 10 amostras de uma série de preços + suponha, 5 preditores - 10*5=50 + seus derivados - outros 50, 20 inputs de informações adicionais. Total de 120 entradas, no mínimo. (Triste.)
É muito difícil contar tais matrizes para uma rede multicamadas, ou para uma TF de 1m, ou mesmo dentro de um castiçal.(
E o que significa quando os resultados começam a entrar em turbulência durante a optimização genética? :) o gráfico deve melhorar com o tempo
Não recomendo optar pelo equilíbrio máximo. As falhas de optimização indicam problemas com parâmetros "marginais". Tente compreender a diferença entre os parâmetros da zona de falha e aqueles que se encontram ligeiramente à esquerda na imagem.
A optimização é muito simples - vá no sentido de aumentar o critério de optimização e, ao mesmo tempo, verifique de vez em quando as zonas previamente inexploradas "por precaução", para não perder o caminho para resultados ainda melhores (se é que existe um).
Deve haver um deslocamento gradual da nuvem de variantes para cima com algumas variantes raras na parte inferior do gráfico.
Obrigado. É feito de uma forma semelhante ao supressor de ruído neurónico. Era exactamente disto que eu tinha medo.
Suponha 10 amostras de uma série de preços + suponha, 5 preditores - 10*5=50 + seus derivados - outros 50, 20 inputs de informações adicionais. Total de 120 entradas, no mínimo. (Triste.)
Para calcular tais matrizes para uma rede multicamadas, ou para uma TF de 1m, ou mesmo dentro de uma vela, é muito pesado.
Sim, quando você aumenta os parâmetros de entrada o problema será :) é por isso que devemos procurar melhorar o núcleo lógico, mas não um número de camadas
Eu não recomendo optar pelo equilíbrio máximo. falhas de otimização indicam problemas com parâmetros "marginais". Tente entender a diferença entre os parâmetros na zona de falha e aqueles que estão ligeiramente à esquerda na figura.
A optimização é muito simples - vá no sentido de aumentar o critério de optimização e, ao mesmo tempo, verifique de vez em quando as zonas previamente inexploradas "por precaução", para não perder o caminho para resultados ainda melhores (se é que existe um).
Deve haver uma mudança gradual de variante nuvem para cima com algumas variantes raras na parte inferior do gráfico.
Sim, algo está errado com a otimização do trailing stop, eu vou reescrever a lógica do bot e verificar novamente
Aconselho vivamente a não optar pelo equilíbrio máximo.
Concordo plenamente - a optimização é uma coisa muito perigosa: estou orgulhosamente no topo como milionário, enquanto o meu depoimento está a esgotar-se - este é o resultado habitual da optimização.
Os saldos acima são os normais - isso é uma linha. E porquê uma única linha com entrada aleatória? Se a entrada for aleatória, então a linha de equilíbrio também deve ser aleatória, encerrada em intervalos de confiança!
Um substituto para os intervalos de confiança poderia ser um gráfico tridimensional (colorido) na otimização. E se o equilíbrio for acompanhado por este gráfico da otimização e este gráfico tridimensional tiver mais ou menos a mesma cor, o graal está próximo. Caso contrário, os gráficos não valem um centavo.
Concordo plenamente com você - a otimização é uma coisa muito perigosa: estou orgulhosamente no topo como milionário, enquanto meu depoimento está caindo a pique.
Aqui estão os saldos normais acima - isso é uma linha. Porquê uma única linha com entrada aleatória? Se a entrada for aleatória, então a linha de equilíbrio também deve ser aleatória, encerrada em intervalos de confiança!
Um substituto para os intervalos de confiança poderia ser um gráfico tridimensional (colorido) na otimização. E se o equilíbrio for acompanhado por este gráfico da otimização e este gráfico tridimensional tiver mais ou menos a mesma cor, o graal está próximo. Caso contrário, os gráficos acima não valem um centavo.
No nosso caso, estamos a ajustar os pesos dos neurónios via optimizador, só isso... que diferença faz se é treinado em lógica ou via optimizador... E em termos de velocidade, penso que a aprendizagem é muito mais rápida na nuvem através do optimizador.
1000% em 2 meses é assim tão mau? :) melhorei um pouco a minha lógica.
Aqui, é verdade, a maior recompensa veio em Abril. Desde meados de Maio, tem havido até uma tendência constante
Este ramo é enorme.
Alguém me pode dar uma dica...
Eu tenho gráficos de movimentos de vários pares de moedas. Como posso utilizar a aprendizagem da máquina para seleccionar parâmetros (lote, direcção) para abrir/fechar encomendas de modo a que o resultado seja o mais frequente possível?
Isto é, o que preciso de fazer, como treinar o programa?