Обсуждение статьи "Нейросети — это просто (Часть 52): Исследование с оптимизмом и коррекцией распределения"

 

Опубликована статья Нейросети — это просто (Часть 52): Исследование с оптимизмом и коррекцией распределения:

По мере обучения модели на базе буфера воспроизведения опыта текущая политика Актера все больше отдаляется от сохраненных примеров, что снижает эффективность обучения модели в целом. В данной статье мы рассмотрим алгоритм повышения эффективности использования образцов в алгоритмах обучения с подкреплением.

Но для нас, как всегда, гораздо больший интерес представляет эффективность работы модели на новых данных. Способность к обобщению и работа модели на незнакомых данных была проверена в тестере стратегий на исторических данных за июнь 2023 года. Как можно заметить, период тестирования следует непосредственно за обучающей выборкой. Это обеспечивает максимальную однородность обучающей и тестовой выборок. Результаты тестирования представлены ниже.

Результаты тестирования

На представленном графике видна зона просадки в первой декаде месяца. Но далее идет период доходности, который продолжается до конца месяца. И в результате за месят советник получил прибыль 7.7%, при максимальной просадке по Эквити 5.46%. По балансу же просадка была ещё меньше и не превысила 4.87%.

Результаты тестирования

Из таблицы результатов тестирования видно, что в процессе тестирования советник совершал разнонаправленные торговые операции. Всего было открыто 48 позиций. И 54.17% из них было закрыто с прибылью. При этом максимальная прибыльная сделка более чем в 3 раза превышает максимальную убыточную сделку. А средняя прибыльная сделка пости на половину превышает среднюю убыточную сделку. В количественном выражение в среднем на 3 прибыльных сделки приходится 2 убыточных. Все это дало профит-фактор на уровне 1.74, а фактор восстановления 1.41.

Автор: Dmitriy Gizlyk

 
Дмитрий здравствуйте. А почему при обучении данного советника  Study.mq5, ошибка критиков не выводится и стоит  -nan(ind). В лог так же пишет при завершении обучения.
 
Viktor Kudriavtsev #:
Дмитрий здравствуйте. А почему при обучении данного советника  Study.mq5, ошибка критиков не выводится и стоит  -nan(ind). В лог так же пишет при завершении обучения.

У меня ошибка считается. Вы брали советник из статьи или модифицировали свой?

 

Просто скачал из статьи архив и распаковал всё поверх предыдущих статей с заменой файлов.

 
Я сейчас попробовал удалить все старые файлы ваши из папки \MQL5\Experts и скопировал по новой уже без замены в пустую папку. Всё равно не вычисляет ошибку, пишет -nan(int).
 
Здравствуйте. У меня та же история. Распакованный архив,  nan(int). В общей папке данных файл SoftAC_DICE.set похоже пустой (16 байт).
 
star-ik #:
В общей папке данных файл SoftAC_DICE.set похоже пустой (16 байт).

Это нормально. Там сохранено только 4 переменных типа float

 
А что с показателем ошибки? Он его в самом деле не просчитывает или просто не выводит? Да даже это не так важно, происходит ли процесс обучения? Судя по результатам Тest - нет.
 
Стрелки практически на каждом баре, чего не должно быть по самой логике рынка. 
Файлы:
 

Запустил обучение через видеокарту и получил вместо ошибок -nan. Попробовал запустить через процессор и ошибки стали отображаться нормально. Если кто-то понял, как исправить данный баг (через видеокарту), то просьба поделиться мыслями.

 
star-ik #:
А что с показателем ошибки? Он его в самом деле не просчитывает или просто не выводит? Да даже это не так важно, происходит ли процесс обучения? Судя по результатам Тest - нет.

Заметил опечатку в коду советника обучения Study.mq5

Должно быть