Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 11
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Fikir ilginç. Ayrıca çalışan danışmanlarım var. Belki onları nasıl güncelleyeceğimi düşünürüm. Ama neyin iyileştirilmesi gerektiğini anlamıyorum. Makineye ne öğretilmelidir?
EA'nın pozisyonları açmak ve kapatmak için katı bir mantığı vardır. Makine öğreniminde karar biraz farklı bir şekilde verilir.
Yani tam olarak ne yapacağınız tam olarak belli değil.
Bunu yukarıdaki mesajımdan not alın:
Genel talimatı kıdemli bardan alıyorum. Ancak zamana daha yakından bakıldığında, özellikle alt çubuklar açısından korkunç bir gecikme var. Yani bu D1 ise ve M5 üzerinde işlem yapıyorsam, o zaman yön için dünün verilerinden neredeyse bir gün önce aldığım ortaya çıkıyor. D1 için %30 hata ile bir adım önde olan bir tahmin bile Expert Advisor'ın karlılığını kökten iyileştirdi ve en önemlisi başarısız olmayacağına olan güveni artırdı.
Benim özel durumumda, göstergelerden gelen gecikmeli bilgileri R'den karşılık gelen tahminlere kullanma yolunda ilerliyorum.
Bunu yukarıdaki mesajımdan not alın:
Genel talimatı kıdemli bardan alıyorum. Ancak zamana daha yakından bakıldığında, özellikle alt çubuklar açısından korkunç bir gecikme var. Yani bu D1 ise ve M5 üzerinde işlem yapıyorsam, o zaman yön için dünün verilerinden neredeyse bir gün önce aldığım ortaya çıkıyor. D1 için %30 hata ile bir adım ilerideki bir tahmin bile Expert Advisor'ın karlılığını kökten iyileştirdi ve en önemlisi başarısız olmayacağına olan güveni artırdı.
Benim özel durumumda, göstergelerden gelen gecikmeli bilgileri R'den karşılık gelen tahminlere kullanma yolunda ilerliyorum.
Gerçekten büyük haberlerim var.
Bir iş gezisindeyken, akşamları verilerimi öğrenen makineleri sürdüm. Farklı yaklaşım kombinasyonları denedi. Ve öyle görünüyor ki, bir taş çiçek çıktı - aniden.
Genel olarak verdiğim linkteki verilerimle tekrar tekrar eğitime başladım, daha önce blogumda anlatılanları denedim. Ama birkaç numara daha ekledi. Örneğin, tahminin soyut doğruluğunun değil, çapraz doğrulamada daha fazla kârın olduğu eğitim parametrelerinin seçimi.
Bunu yapmak için elbette kendi uygunluk fonksiyonumu yazmam gerekiyordu.
Grafikte - farklı tahmin ufukları ve eğitim parametreleri için Eğitim ve Doğrulama ile ilgili beklenen değer çiftleri. Ayrıca "gri bölge" fikrini, yani hiçbir şey olmadığında böyle bir tahmin alanı kullandım.
Gördüğünüz gibi hem antrenman sırasında hem de validasyon sırasında bunlarla ilişkili değerlerde oldukça makul MO değerleri elde ettim! Simülasyonda 0.00020 (yirmi pipet) yayılımının kullanıldığına dikkat edin.
Ayrıca spreadi dikkate alarak toplam işlem miktarını da hesapladım. Değerler de çok güzel. Maksimum kâr, işlem sayısının belirli bir oranı ve işlemin MO'su ile elde edilir, tüm bunlar 12 saatlik bir planlama ufkunda. Grafikte, tüm planlama ufuklarını, gri bölgenin tüm değerlerini ve modeli eğitmek için en iyi parametreleri yineleyin. Aşağıya bakınız:
Pekala, bu bilgiyi yaymak için, orman eğitimi parametreleri de dahil olmak üzere tüm sonuçların bulunduğu bir dosya ekliyorum. Ama giriş yok. Verilerimden gelen girdiler seçildi. Küçük bir sır olacak. Deneyin tüm kodunu yayın ya da yaymayın - bunun hakkında düşüneceğim. Şimdi bu makinenin MT'si ile entegrasyon yapmak istiyorum, çünkü sonuç bana oldukça işe yarıyor gibi görünüyor.
Alexey
Gerçekten büyük haberlerim var.
Bir iş gezisindeyken, akşamları verilerimi öğrenen makineleri sürdüm. Farklı yaklaşım kombinasyonları denedi. Ve öyle görünüyor ki, bir taş çiçek çıktı - aniden.
Genel olarak verdiğim linkteki verilerimle tekrar tekrar eğitime başladım, daha önce blogumda anlatılanları denedim. Ama birkaç numara daha ekledi. Örneğin, tahminin soyut doğruluğunun değil, çapraz doğrulamada daha fazla kârın olduğu eğitim parametrelerinin seçimi.
Bunu yapmak için elbette kendi uygunluk fonksiyonumu yazmam gerekiyordu.
Grafikte - farklı tahmin ufukları ve eğitim parametreleri için Eğitim ve Doğrulama ile ilgili beklenen değer çiftleri. Ayrıca "gri bölge" fikrini, yani hiçbir şey olmadığında böyle bir tahmin alanı kullandım.
Gördüğünüz gibi hem antrenman sırasında hem de validasyon sırasında bunlarla ilişkili değerlerde oldukça makul MO değerleri elde ettim! Simülasyonda 0.00020 (yirmi pipet) yayılımının kullanıldığına dikkat edin.
Ayrıca spreadi dikkate alarak toplam işlem miktarını da hesapladım. Değerler de çok güzel. Maksimum kâr, işlem sayısının belirli bir oranı ve işlemin MO'su ile elde edilir, tüm bunlar 12 saatlik bir planlama ufkunda. Grafikte, tüm planlama ufuklarını, gri bölgenin tüm değerlerini ve modeli eğitmek için en iyi parametreleri yineleyin. Aşağıya bakınız:
Pekala, bu bilgiyi yaymak için, orman eğitimi parametreleri de dahil olmak üzere tüm sonuçların bulunduğu bir dosya ekliyorum. Ama giriş yok. Verilerimden gelen girdiler seçildi. Küçük bir sır olacak. Deneyin tüm kodunu yayın ya da yaymayın - bunun hakkında düşüneceğim. Şimdi bu makinenin MT'si ile entegrasyon yapmak istiyorum, çünkü sonuç bana oldukça işe yarıyor gibi görünüyor.
Alexey
Puan cinsinden toplam kâr bir gösterge değildir. İşte bu toplam karın, alındığı tarihteki çubukların sayısına oranı - bu, gösterge niteliğindeki kalite katsayısıdır. Uzun zamandır söylüyorum ve sadece modeli optimize etmek ve değerlendirmek için kullanıyorum.
Sıkı çalışma sonuç getirir.
İyi şanlar
Puan cinsinden toplam kâr bir gösterge değildir. İşte bu toplam karın, alındığı tarihteki çubukların sayısına oranı - bu, gösterge niteliğindeki kalite katsayısıdır. Uzun zamandır söylüyorum ve sadece modeli optimize etmek ve değerlendirmek için kullanıyorum.
Sıkı çalışma sonuç getirir.
İyi şanlar
Bana öyle geliyor ki biri diğerini dışlamıyor.
Aleksey, sınıflandırma tahminlerinin tüm tahminlerinin bariz eksisinin üstesinden geldi: 1 piplik bir çubuğun doğru tahmininin değeri ile 10 piplik bir çubuğu tahmin etmenin değerinin tamamen farklı olduğu açıktır.
Tebrikler, Alexey!
Puan cinsinden toplam kâr bir gösterge değildir. İşte bu toplam kârın, alındığı tarihteki çubukların sayısına oranı - bu, gösterge niteliğindeki kalite katsayısıdır. Uzun zamandır söylüyorum ve sadece modeli optimize etmek ve değerlendirmek için kullanıyorum.
Sıkı çalışma sonuç getirir.
İyi şanlar
Açıklamama izin ver.
12 saat ilerisini tahmin edin (tam olarak 724 dakika).
Doğrulama örneklerinin her biri için işlem sayısı 5000'den fazladır. Sonuç, 49 doğrulama örneğinin ortalaması alınır. Her numune içindeki işlemler, yaklaşık 12 saatlik artışlarla gerçekleşir, yani belirgin bir bağımlılık ve çakışan sonuçlar yoktur. Şimdi ticaret simülasyon çizelgeleri yayınlayacağım. Che bir şey çok iyi sonuçlar. Ama şimdiye kadar her şey doğrulandı.
Denemem için son veriler:
49 doğrulama örneğinde eğitimli bir makineden gelen sinyallere dayalı ticaret simülasyonu (puan olarak):
49 numune için işlem sonucunun puan dağılımı:
Ve doğrulama örneklerinin her birinin ortalama (medyan) MO'su arasında sıfırdan önemli bir fark hakkındaki hipotezleri test etmek:
Örnekler içindeki dağılım normal değildir. Wilcoxon testi, MO'nun sıfırdan önemli ölçüde farklı olduğunu gösterir.
Bu arada, doğrulama numunelerinin son 3/5 bölümlerindeki noktaların toplamının eğrisinin büyümesinin niteliğindeki değişiklik anlaşılabilir.
Örneklerimin içinde 5 ana dal için yaklaşık olarak eşit sayıda gözlemim var ve bunlar aşağıdaki sırayla gidiyor:
Son üç çift için volatilitenin daha yüksek ve spread'in daha yüksek olduğundan eminim (20 değil, 25-30 pip almalısınız). Bu nedenle, brüt sonuçları ve tahmin edilen varış noktalarının yüzdesi daha iyidir. Ancak artan bir yayılmanın getirilmesi istatistikleri yine de sıfırlamayacaktır. Sadece neler olduğunu anlamak için.
CHTD.
Bana öyle geliyor ki biri diğerini dışlamıyor.
Aleksey, sınıflandırma tahminlerinin tüm tahminlerinin bariz eksisinin üstesinden geldi: 1 piplik bir çubuğun doğru tahmininin değeri ile 10 piplik bir çubuğu tahmin etmenin değerinin tamamen farklı olduğu açıktır.
Tebrikler, Alexey!
Dikkat. Kodda harika sonuçlar veren bir hata bulundu. Detaylı bilgilendirmeden önce tüm optimizasyonum iptal edildi!