Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 987
![MQL5 - Язык торговых стратегий для клиентского терминала MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
На закуску.
прогон того же советника с теми же настройками, что и выше, но увеличен временной интервал.
Вот вся ценность всех этих красивых картинок.
Картинка должна доказывать идею, смысл которой ТОЛЬКО о будущем поведении советника.
Саныч, не торопись с выводами, ты чо то попортил
Количество сделок за больший период времени теста меньше получилось
Вот потому и использую свой тестер, а не тестер МТ - отчего-то уж очень в нем много Граалей. В своем тестере, по крайней мере, достоверно знаешь -что и как он делает. Да и инфы с теста можно получить гораздо больше и любую, и проще.
На мой взгляд не очень хорошо такое писать на форуме МТ, учитывая что бэктестер в МТ одно из главных фичь привязывающее народ к mql и вообще терминалу, к тому же ваш тестер не правильный
Саныч, не торопись с выводами, ты чо то попортил
Количество сделок за больший период времени теста меньше получилось
Прогнал еще два раза: график похож, а цифры чуть-чуть другие.
Прогнал еще два раза: график похож, а цифры чуть-чуть другие.
Вывод
Принятие решения о покупке или продаже случайным образом, не сможет обеспечить стабильный профит
Нашел проблему с классификацией:
Например если 2 столбца = 0, то попытка сделать софтмакс из них дает случайные классы:
m=matrix(0,ncol=2,nrow=100)
max.col(m)
[1] 1 2 2 2 2 1 2 1 2 2 2 2 1 1 1 2 1 1 2 2 1 2 1 1 2 2 2 2 1 1 2 2 1 2 2 1 2 1 1 1 1 2 1 2 1 1 1 2 1 2 1 1 2
[54] 2 2 1 2 2 1 1 2 2 2 2 1 1 1 1 1 2 2 2 2 2 1 2 2 2 2 2 2 2 1 2 2 2 1 2 1 2 2 2 1 1 1 2 1 2 1 1
Это в R.
Наткнулся случайно, когда оказалось что результаты предсказания все = 0.
Лучше делать так (в случае если 1-й столбец означает "ожидание", а не торговую команду)
max.col(m,ties.method = "first") # по умолчанию ties.method = "random"
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[54] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
>
А еще лучше, если классы имеют равное значение, то отказываться от классификации. И на всякий случай лучше это делать построчно.
Нашел проблему с классификацией:
Например если 2 столбца = 0, то попытка сделать софтмакс из них дает случайные классы:
m=matrix(0,ncol=2,nrow=100)
max.col(m)
[1] 1 2 2 2 2 1 2 1 2 2 2 2 1 1 1 2 1 1 2 2 1 2 1 1 2 2 2 2 1 1 2 2 1 2 2 1 2 1 1 1 1 2 1 2 1 1 1 2 1 2 1 1 2
[54] 2 2 1 2 2 1 1 2 2 2 2 1 1 1 1 1 2 2 2 2 2 1 2 2 2 2 2 2 2 1 2 2 2 1 2 1 2 2 2 1 1 1 2 1 2 1 1
Это в R.
Наткнулся случайно, когда оказалось что результаты предсказания все = 0.
Лучше делать так (в случае если 1-й столбец означает "ожидание", а не торговую команду)
max.col(m,ties.method = "first") # по умолчанию ties.method = "random"
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[54] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
>
А еще лучше, если классы имеют равное значение, то отказываться от классификации. И на всякий случай лучше это делать построчно.
Добрый день
Проблема не может появится при правильном приготовлении данных. Когда и при каких вычислениях Вы поимели эту проблему? Даже интересно. Или это искусственно созданное состояние?
Успехов
Добрый день
Проблема не может появится при правильном приготовлении данных. Когда и при каких вычислениях Вы поимели эту проблему? Даже интересно. Или это искусственно созданное состояние?
Успехов
Как говорил СанСаныч: мусор на входе = мусор на выходе. Тут еще и нули добавились, которые потом отрандомились.
Ну я себе сделал корректировку, чтобы нули оставались нулями, на подобные случаи в будущем.
Предикторы разные пробую, вот и наткнулся, что НС ничему не обучилась и на выходе давала все нули. А предсказания из за рандома при преобразовании оказались не нулевыми.
Как говорил СанСаныч: мусор на входе = мусор на выходе. Тут еще и нули добавились, которые потом отрандомились.
Ну я себе сделал корректировку, чтобы нули оставались нулями, на подобные случаи в будущем.
Понятно. Удачи
Вопросы от новичка. Подскажите пожалуйста по методике применения машинного обучения. К примеру, трейдер нашел некую закономерность на рынке. Допустим, это паттерн ГП (голва-плечи). Варианты:
Вопросы от новичка. Подскажите пожалуйста по методике применения машинного обучения. К примеру, трейдер нашел некую закономерность на рынке. Допустим, это паттерн ГП (голва-плечи). Варианты:
Машинное обучение строится на признаках(паттерны/фичи), которые будут выделять событие. Соответственно, Вам надо указать на что надо смотреть, а алгоритм МО попробует найти в показанном какие либо закономерности и выработать правила поведения. Отсюда вытекают все ответы на остальные вопросы. И соответственно, чем больше наблюдений, тем более точными будут правила на более длительном периоде истории.