На радость нейросетевикам, быстрая и бесплатная библиотека для MT4 - страница 11

 
marinat >>:

Добрый день всем, не рисуется график оптимизации, после оптимизации выдается строка

2009.12.21 15:52:54 There were 897 passes done during optimization, 897 results have been discarded as insignificant
может кто помочь?

потестил в другом терминале та же ерунда, что делать без понятия :(

 
marinat писал(а) >>

потестил в другом терминале та же ерунда, что делать без понятия :(

Правой кнопкой на результатах оптимизации в процессе оной, и убрать "галку" "Пропускать бесполезные результаты". А вообще воспользовавшись поиском проблема решается за 1 мин, а Вы "Что делать, что делать?".

Поиск https://www.mql4.com/ru/search/have%20been%20discarded%20as%20insignificant, один из результатов - https://forum.mql4.com/ru/24644/page7#191364

 

Вообще то дело было в другом, я задал явно использовать дату с 20.12.08 по 20.12.09 и все стало ок, но все равно спасибо, а эти посты я находил.


Юрий хотел задать вопрос, на Вашем демо счете, который озвучен на странице 3, используется только Ваш советник или Вы также совершаете сделки вручную? и еще вопрос, советник настроен на мультивалютную торговлю ?

 
VladislavVG >>:

В этом советнике на все сети комитета подается один и тот же входной сигнал и требуется один и тот же отклик. Ничего удивительного, что сети сходятся к одному решению. В этом примере можно оставить одну сетку или модифицировать систему входов так, чтобы на разные сети подавать разные входы, выходы можно оставить прежние.

Весь смысл комитета как раз в том, чтобы подавать на него одни и те же данные, а результат получать усреднением (желательно по лучшим экземплярам комитета). Одну сетку можно оставить там, где простые входные данные, т.е. соотношение сигнал/шум большое (к рынкам это не относится). Да - здесь складывается впечатление, что одной сетки достаточно, но происходит это из-за того, что обучается она на преднамеренно ограниченном (некорректно) наборе данных, причем закодированном в сильно зависимые переменные, а потому результат обучения будет неприменим на других участках.

Правильная мысль относительно подачи разных входов на разные сетки, но при этом нужно выбрать способ сегментирования общего набора на поднаборы для отдельных сеток (по какому принципу - вопрос отдельный, это может быть и характер рынка, и тип операций и пр.), но качество входов для каждой сетки по-прежнему должно быть выверенно.

 
marketeer писал(а) >>

Весь смысл комитета как раз в том, чтобы подавать на него одни и те же данные, а результат получать усреднением (желательно по лучшим экземплярам комитета).....

Да - здесь складывается впечатление, что одной сетки достаточно, но происходит это из-за того, что обучается она на преднамеренно ограниченном (некорректно) наборе данных, причем закодированном в сильно зависимые переменные, а потому результат обучения будет неприменим на других участках.

То есть, выходит, что 16 сеток инициализированных случайными весами от -1 до 1, после первого же выполнения ann_runs(...) с одним InputVector[], мы получаем (судя по логам) 16 одинаковых выходов с точностью до 8-ми знаков??? Нет. Тут какой-то баг.

Вы сами писали, что тему нейросетей просто так не поднять. Так что трэба разобраться...

 

С точностью до 8-и знаков быть не должно...

По-поводу смысла комитета:

Есть разные стратегии формирования комитетов(алгоритмических композиций, ансамблей).

Самый простой усреднение...

Вот здесь можно почитать об этом подробнее. Сразу скажу построение каких-либо супер сложных композиций особого прироста не даст. Дело просто в другом.

 
Как вы думаете, если дать на вход нейронке значения экстремумов и длительность между ними, будет ли результат более менее удовлетворительный ?
 
marinat писал(а) >>
Как вы думаете, если дать на вход нейронке значения экстремумов и длительность между ними, будет ли результат более менее удовлетворительный ?

Проверено, в голом виде большого смысла нет. Хотя данные там содержатся вроде исчерпывающие результаты не фонтан, требуется серьезная предобработка этих данных как всегда и везде с НСями, и опять же иногда работает иногда нет.

 
Figar0 >>:

Проверено, в голом виде большого смысла нет. Хотя данные там содержатся вроде исчерпывающие результаты не фонтан, требуется серьезная предобработка этих данных как всегда и везде с НСями, и опять же иногда работает иногда нет.

А вообще самые стабильные результаты получены при использовании какого типа данных, кто нибудь получал хотя бы более менее средний результат? в голом виде это в смысле совсем в голом, или смасштабированные от 0 до 1 ?

 
marinat писал(а) >>

А вообще самые стабильные результаты получены при использовании какого типа данных, кто нибудь получал хотя бы более менее средний результат? в голом виде это в смысле совсем в голом, или смасштабированные от 0 до 1 ?

Пока не попробуете не поймете, сложно оценить преимущества даваемые входами, на одном участке может лучше работать одно, на другом другое. А средний результат можно постаравшись получить на почти любых входах. В голом это без предобработки, "0-1" это просто частный вид нормализации, уже хорошо, но может оказаться мало... Предобработка это целая наука, имхо сложнее самих нейро сетей, и сжатие, и выбелевание, и кодирование и наверно много еще чего. Для начала можете посмотреть статейки Крисилова В.А., можно взять http://neuroschool.narod.ru/ . То о чем задумались Вы, засунуть ЗЗ в НС, я использую лишь в виде составной части сложной комбинации входов, не более.