Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 46

 
mytarmailS :

Katılıyorum, ilginç ... ama orada gerçekten hiçbir şey anlamıyorum, ideolojiden başlayıp kodun kendisiyle biten birçok şey ve bilmediğim birçok operatör var.

Birisi tüm bunları en azından ticarette nasıl uygulanacağına dair basit örneklerle açıklayabilirse, bu benim gibi cahiller için deneyler için iyi bir itici güç olacaktır.

Örnekler için internette araştırma yapmanız gerekiyor.
 
Alexey Burnakov :
Örnekler için internette araştırma yapmanız gerekiyor.
örnek yok
 
mytarmailS :
Çok ilginç bir sinir ağı http://gekkoquant.com/2016/05/08/evolving-neural-networks-through-augmenting-topologies-part-3-of-4/ kendi başına ticaret yapabileceğini düşünüyor musun ve hatalarını nasıl öğreneceksin? Ve eğer öyleyse, nasıl, sizi tartışmaya davet ediyorum

Bu sinir ağının özelliği uyarlanabilir topolojidedir. Bu sadece bir girdiler, gizli nöronlar ve çıktılar topluluğu değildir; ve evrim sürecinde nöronların birbirleriyle bağlantı kurdukları ve bağlantılarının kesildiği, ağırlıklarının değiştiği ve böylece ağa yavaş yavaş adapte olunduğu bir model giderek daha iyi sonuçlar veriyor. Sonuç, belirli bir göreve çok uygun benzersiz sinirsel bağlantılara ve ağırlıklara sahip bir ağ olmalıdır.
Forex için bir mucize olmayacak, bu ağ sadece önceden hazırlanmış örneklerden öğrenecek, tıpkı normal bir ağ gibi. Büyük olasılıkla onlara %100 doğruluk bile verecektir. Ama ön testte, muhtemelen tüm dengeyi birleştirecek, neden birleştirmesin? :)

Bir keresinde EA'nın kendisinde bir nöronu eğitmeye çalıştım, onu her yeni çubukta yeniden eğittim. Kötü çıktı, ağ bakiyeyi artırdı, ancak bazı aralıklarla aniden kazandığından fazlasını kaybetti. Sonra tekrar dengeyi artırmaya başladı ve bir süre sonra tekrar aniden yoğun bir şekilde boşaldı. Sanki bazen bir forex çiftinin davranışının tüm iç süreçlerini önemli ölçüde değiştiren olaylar meydana geliyor ve model tekrar eğitilene kadar bir süre tamamen kullanılamaz hale geliyor. Bu yaklaşımı bir kenara bıraktım, çok zor, yeni verilerin öğrenme oranını seçmeniz, “eğer kar Y günde X puan düşerse, o zaman Z gün için ticareti durdur” gibi bir mantık getirmeniz, tüm bunları sıralamanız ve optimize etmeniz gerekiyor. Yeni bir ağı ayda bir sıfırdan eğitmek daha kolaydır.

 
Dr.Tüccar :

Bu sinir ağının özelliği uyarlanabilir topolojidedir. Bu sadece bir girdiler, gizli nöronlar ve çıktılar topluluğu değildir; ve evrim sürecinde nöronların birbirine bağlandığı ve birbirinden koptuğu, ağırlıklarının değiştiği, böylece ağa yavaş yavaş uyum sağladığı bir model giderek daha iyi sonuçlar veriyor. Sonuç, belirli bir göreve çok uygun benzersiz sinirsel bağlantılara ve ağırlıklara sahip bir ağ olmalıdır.
Forex için bir mucize olmayacak, bu ağ sadece önceden hazırlanmış örneklerden öğrenecek, tıpkı normal bir ağ gibi. Büyük olasılıkla onlara %100 doğruluk bile verecektir. Ama ön testte muhtemelen tüm dengeyi birleştirecek, neden birleştirmesin? :)

Bir keresinde EA'nın kendisinde bir nöronu eğitmeye çalıştım, onu her yeni çubukta yeniden eğittim. Kötü çıktı, ağ bakiyeyi artırdı, ancak bazı aralıklarla aniden kazandığından fazlasını kaybetti. Sonra tekrar dengeyi artırmaya başladı ve bir süre sonra tekrar aniden yoğun bir şekilde boşaldı. Sanki bazen bir forex çiftinin davranışının tüm iç süreçlerini önemli ölçüde değiştiren olaylar meydana geliyor ve model tekrar eğitilene kadar bir süre tamamen kullanılamaz hale geliyor. Bu yaklaşımı bir kenara bıraktım, çok zor, yeni verilerin öğrenme oranını seçmeniz, “eğer kar Y günde X puan düşerse, o zaman Z gün için ticareti durdur” gibi bir mantık getirmeniz, tüm bunları sıralamanız ve optimize etmeniz gerekiyor. Yeni bir ağı ayda bir sıfırdan eğitmek daha kolaydır.

İlginç.

Teoride, deney doğru bir şekilde kurulursa (Erken öğrenmeyi durdur!), o zaman bu tür bir uyarlama faydalı olabilir ve olacaktır.

Orada R için bir paket hazırlıyor gibiler. Not almalıyız.

 
Dr.Tüccar :

1) Forex için bir mucize olmayacak, bu ağ sadece önceden hazırlanmış örneklerden öğrenecek, tıpkı normal bir ağ gibi. Büyük olasılıkla onlara %100 doğruluk bile verecektir. Ama ön testte, muhtemelen tüm dengeyi birleştirecek, neden birleştirmesin? :)

2) Bir keresinde EA'nın kendisinde bir nöronu eğitmeye çalıştım, onu her yeni çubukta yeniden eğittim. Kötü çıktı, ağ bakiyeyi artırdı, ancak bazı aralıklarla aniden kazandığından fazlasını kaybetti. Sonra tekrar dengeyi artırmaya başladı ve bir süre sonra tekrar aniden yoğun bir şekilde boşaldı.

1) Evet haklı olabilirsin ama bu ağ kendi kendine karar vermeyi öğrenebilir, bunlar öğretmensiz sıradan sınıflandırmalar değil, yani uzun zamandır bahsettiğim kavramı onun içinde uygulayabilirsin. zaman - ona by-sat-by veya 00011101011 şeklinde standart bir hedef olmadığını öğretebilirsiniz ve daha soyut olarak, örneğin, aşağıdaki gibi koşulları ayarlamak aptalcadır: Ağ! Orada nasıl ticaret yapacağınız umrumda değil, ancak günlük kazancınızın en az %1 düşüş %0,5 olmasını istiyorum ve kendisi bu sorunu çözmek için kurallar, kombinasyonlar arayacaktır. Burada bir yerde yanılıyorsam ve saçma sapan şeyler söylediysem, beni kendi iyiliğim için düzeltin)

2) Ben de dünden önceki gün tam anlamıyla benzer bir şey denedim, sadece biraz farklı... 5 dakikada 150 mumluk sürgülü bir pencereyle gittim ve ormanı eğittim ve her yeni mum üzerinde işlem yaptım, sonra modeli yeni bir mum üzerinde yeniden eğittim. mum vs.. sonuçlar şaşırtıcı derecede iyi çıktı, bir yerde 5 kez aynı veriler üzerinde böyle bir işlem yaptım, model her zaman ayda %8'den %20'ye kadar siyahtı, zaten memnundum, sanırım Tekrar çalıştıracağım) ve sonra bir tahliye, bir daha tahliye)) kısacası, modelin tamamen şans eseri kazandığı ortaya çıktı ...

Bu arada, daha sonra böyle bir şey denedim, RF'deki "önemli" her yeniden eğitimle, en önemli özellikleri belirledim, yani "hareket halindeyken" ve modeli yalnızca önemli olanlar üzerinde eğittim, model bundan sonra yaklaşık 2 kat daha kötü çalışmaya başladı))) çok şaşırdım)))

 

Çok ilginç bir konu.

Ama eğer Ulusal Meclis ile birlikte çalışırsak, o zaman girdilerin sayısı bence mümkün olduğu kadar azaltılmalıdır.

Her ekstra girdi ağa "ağırlık verir", eğitilebilirliğini azaltır ve basit veri ezberlemeye veya burada tartışıldığı gibi girdiler / yeniden eğitim arasında atmaya yol açar.

 
Vadim Şişkin :

Çok ilginç bir konu.

Ama eğer Ulusal Meclis ile birlikte çalışırsak, o zaman girdilerin sayısı bence mümkün olduğu kadar azaltılmalıdır.

Her ekstra girdi ağa "ağırlık verir", eğitilebilirliğini azaltır ve basit veri ezberlemeye veya burada tartışıldığı gibi girdiler / yeniden eğitim arasında atmaya yol açar.

Bu bir soru değil. Eğitimden önce istediğiniz sayıda giriş seçebilirsiniz.
 
Alexey Burnakov :
Bu bir soru değil. Eğitimden önce istediğiniz sayıda giriş seçebilirsiniz.

Bu doğru.

Ama ne kadar çok verirseniz o kadar iyi diye bir görüş var maalesef.

Ve o, yani Ulusal Meclis, diyorlar ki, gerekli olanı seçecek.

Temelde yanlış yaklaşım.

 
Vadim Şişkin :

Bu doğru.

Ama ne kadar çok verirseniz o kadar iyi diye bir görüş var maalesef.

Ve o, yani Ulusal Meclis, diyorlar ki, gerekli olanı seçecek.

Temelde yanlış yaklaşım.

İyi evet. Kendinizi seçmelisiniz. Neden belli değil. Ama işe yarıyor.
 

Entrika ekleyeceğim - işlem gören öğenin seyrinde bir değişiklik göndermeye gerek yok.

Kendini bir bataklıktan saçından sürüklemek gibi.

Diğer veri kaynaklarını da arayın.

Kâr sizinle olsun!

:)