Neuromongers, não passem por aqui :) precisam de conselhos - página 5

 
Figar0:


.......

Frase interessante, por que foram utilizadas entradas "aleatórias", você pode explicar em poucas palavras?

Esta frase significa o seguinte. Em uma amostra confiável e grande, quaisquer indicadores mostram resultados comparáveis àqueles que seriam obtidos com entradas "fora de balanço" aleatórias. Incluindo se um neurônio "não entende" o que seu criador tenta explicar (geralmente é problema dos criadores, mas ao mesmo tempo é um tropeço).

As experiências com o treinamento de uma rede neural com dados que representam incrementos aleatórios são indicativas. O MO de uma série desse tipo é 0. Uma rede treinada em tais dados aleatórios é a mais bem treinada, quanto mais próximos estiverem de 0 seus resultados. Assim, uma rede perfeitamente treinada em uma série de ANs dará uma linha reta perfeitamente plana de 0.

E vice versa. Se os resultados mostram um fato diferente de 0 na região positiva, isto significa uma coisa: algumas regularidades encontradas pela rede estão sendo exploradas, enquanto há também um peso que puxa o MO para a região negativa - a propagação.

 
Figar0:


1) Hmm, como melhorar o trabalho NS, eu tenho lutado com este problema por anos de qualquer forma. Há algumas melhorias, mas são centavos e migalhas, e isso considerando que eu conheço minha grade de dentro para fora. O único salto qualitativo foi quando eu descobri como melhorar o sistema de treinamento. É por isso que eu o aconselho a pensar nessa direção.

E assim as entradas (super segredo das redes neurais) mudam aqui e ali - centavos; afinar a arquitetura - crumbs....

2) Z.U. Você poderia publicar um teste completo do OOS, por exemplo, para apenas março passado? Vou tentar ver como se compara ao meu.

3) Z.U.2 Em um acompanhamento) Portanto, de acordo com você, não se trata do tipo NS. Do que se trata? Concordo em princípio, mas esse é o segredo de uma NS capaz, mesmo tendo em geral uma que eu não posso formular....

1) Sim, muito depende do sistema de treinamento. Mas provavelmente não há muito que possa ser melhorado.

Sobre insumos - hmm, talvez este seja um dos principais sais para ajudar a mudar o MO para +. As entradas são impulsionadas pela teoria que as descreve, pelo menos.

2) Interessante de ver. E, por favor, em pares como GBPJPY.

3) Também não tenho certeza de que o tipo de NS não tem nada a ver com isso, mas Andrei afirma que NS não desempenha um papel especial neste caso. Minha versão é uma combinação de fatores: entradas teóricas, entradas teóricas e ligações teóricas descritas entre entradas e saídas. Saídas fundamentadas (embora, dhz). Eu gostaria de ouvir a opinião de Andrei sobre isto.

 
Figar0:

A julgar pela velocidade de preparação dos testes, com um período tão longo e um grande número de reciclagens, tudo isso é automatizado dentro da própria DLL.

Na EA.

Quantos parâmetros/pesos de treinamento existem dentro da própria rede, qual é o critério para parar o treinamento (número de épocas, atingindo um erro aceitável na amostra de teste)?

35 neurônios 60 balanças. Não há treinamento em seu sentido clássico -- eu obtenho o resultado ideal imediatamente por ANC.

Frase interessante, você pode explicar por que foram usadas entradas "aleatórias" em 2 palavras.

Equivalente à frase "drenar na velocidade da propagação".
Figar0:

É por isso que eu o aconselho a pensar nesta direção.

Infelizmente não há nada para melhorar por falta dela, mas verificar a adequação da rede é uma idéia valiosa, eu ainda nem a tenho. Embora a probabilidade seja mínima, mas ela existe.

Z.U. Você postaria o teste OOS completo, por exemplo, para o mês de março passado? Vou tentar ver como se compara ao meu.

Amanhã, então, já.

(Acompanhamento) Portanto, de acordo com você, não se trata do tipo de NS. Do que se trata? Concordo em princípio com isto, mas aqui está o segredo de uma NS capaz, mesmo tendo em geral uma que eu não posso formular....

Acordado :) .
 
Figar0:

Z.O.S. Você poderia publicar um teste completo de OOS de março passado, por exemplo? Vou tentar ver como se compara ao meu.

Coloquei-o no correio.
 
TheXpert:
Coloquei isso em minha mensagem pessoal.


Sim, obrigado, eu pesquisei. É uma pena que seja privado, não sei se posso discutir isso aqui agora...

Como um balão de ensaio, apenas um pouco e sem muitas especificidades: Existe algum erro no algoritmo, porque na 15M TF todas as negociações são abertas como na 1H TF? Embora possa ser apenas a participação de dados de uma TF maior no cálculo.

E a primeira coisa que nos vem à mente como uma melhoria, onde talvez devêssemos procurar uma resposta:

- Na verdade, obtemos um sistema invertido (com exceção de algumas operações), podemos "brincar" com o limiar do Expert Advisor sobre a resposta da rede neural como um filtro de sinal fraco. O que é obviamente bom em um período de treinamento (o sistema invertido a "potência" da NS realmente se esgotará), requer uma abordagem um pouco diferente para interpretar o sinal em novos dados.

- A contradição: a porcentagem de negócios lucrativos (normal) e o resultado final (quero melhorá-lo). Alguns anos atrás, eu costumava fazer um Expert Advisor baseado em vizinhos k-nearest; o valor percentual de negócios lucrativos era estável acima de 70-75%, enquanto o resultado final não era tão bom. Os restantes 25% dos negócios acabaram sendo tão gordos que eu engoli todo o lucro dos 75% de negócios bem-sucedidos. Eu também tenho algumas idéias aqui, mas para ser honesto, não resolvi realmente este problema. Embora, eu entenda onde suas raízes estão crescendo.

Em geral eu tenho tudo sobre seu sistema, exceto "eco", mas ainda não me acostumei, mas é uma perda de tempo) e uma coisa:

joo : entradas baseadas na teoria


Que tipo de teoria justificou as contribuições no contexto do problema aplicado que estamos resolvendo? Vale um Prêmio Nobel) Tentei novamente trazer alguns fundamentos teóricos para os insumos NS, em particular este mesmo objetivo que pedi em um ramo https://www.mql5.com/ru/forum/114902 Mas para dizer que consegui, mais uma vez não posso. Mais precisamente, eu consegui, mas é tão exagerado que é difícil de usar na prática.

 
Figar0:

Como um balão de ensaio, apenas um pouco e sem muitas especificidades: Existe algum erro no algoritmo, porque na 15M TF todas as negociações são abertas como na 1H TF? Embora provavelmente seja apenas a participação nos cálculos de dados de uma TF maior.

São as especificidades do trabalho.

O que é obviamente bom no período de aprendizagem (o sistema de inversão no "poder" da NS dará de fato o máximo), requer uma abordagem um pouco diferente na interpretação do sinal sobre novos dados.

Bem, você pode ficar com qualquer sistema que quiser. Sim, agora é quase reversível, há um pequeno intervalo entre o fechamento e a abertura, você pode brincar com ele, mas ele dificilmente fará muito. Vou tentar explicar o porquê.

No período de aprendizagem, qualquer estratégia comercial adequada se comportará bem. No futuro, qualquer um falhará. Isto é, um bruto falhará tão bem quanto um sofisticado, já que o comércio é simplesmente baseado em dados desconhecidos. Sim, para ser completamente transparente, a estratégia comercial está no topo e depende apenas da cauda. A neurônica não depende de forma alguma da estratégia comercial.

Eu geralmente entendi tudo sobre seu sistema, exceto "eco", ainda não digeri até o final como ele funciona, mas isso é um ganho) e um ponto:

Bem, se esse for realmente o caso, bem-vindo ao particular, podemos conversar mais substancialmente lá.

É uma pena que nenhum outro neuronista possa ser ouvido.

EuroChief


 
Figar0:


Que tipo de teoria poderia justificar as contribuições no contexto do problema aplicado que estamos resolvendo? Isto é digno de um Prêmio Nobel) Mais uma vez tentei trazer alguma justificativa teórica dos insumos NS, em particular pedi este mesmo objetivo no ramo https://www.mql5.com/ru/forum/114902. Mas mais uma vez não posso dizer que fui bem sucedido. Mais precisamente, eu consegui, mas é tão exagerado que é difícil de usar na prática.

A Teoria dos Padrões de Transbordamento e o Segundo Tipo de TS. Não, não é digno do Prêmio Nobel, é claro. Não há aqui nenhuma descoberta fundamental e nenhuma dedução matemática. Ao contrário, é um conjunto de considerações que pode ser usado para selecionar e compilar dados de entrada para análise por uma rede neural ou outra ferramenta de análise.

Uma quantidade monstruosa de trabalho teórico e experimental ainda é necessária para se ter uma idéia clara do porquê de funcionar.

 
TheXpert:
....

EuroChief

Andrey, você pode anexar algum MM à EA, um martin idiota, por exemplo. Muito curioso para ver. Eu sei que você está dizendo que é cedo. Sim, é cedo, mas muito curioso.
 

Posso lhe dizer, grosso modo.

EF é cerca de 4,5, ou seja, por este tempo (10,2001 até hoje) com um drawdown máximo de 25% sobre o eurochief pode ganhar 100 *(1,2^4,5 - 1) = ~130% .

Para iniciar uma conversa séria, você precisa de um FS de pelo menos 20

 

Como você lida com o problema do re-treinamento da rede neural? Como você forma uma amostra de teste?

Esta é uma questão importante para mim pessoalmente. Agora estou lendo artigos sobre o tamanho da amostra de treinamento e quero fazer algumas experiências com a forma de formar uma amostra de teste, que eu sempre uso para parar de treinar cedo.

Por que eu estou perguntando: Eu olhei seus resultados OoS e os resultados na amostra de teste. Aparentemente, o sistema aprende bem e aproxima padrões nos segmentos de teste, mas às vezes falha nos segmentos de validação. Talvez faça sentido formar a amostra de teste de uma maneira diferente.