Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 230

 

Ve böylece, MQL dilinde alım satımla ilgili olarak "makine öğrenimi"nin nasıl uygulanabileceğine dair konseptim:


İlk olarak, temel kavramlar hakkında:

1. İmza - parametre değerindeki değişikliğin niteliğinin dijital açıklaması. İmza , özel bir algoritma tarafından derlenir . bir formatı vardır. Özel bir blokta (dizi) saklanır. Tüm algoritmaların, matematiksel hesaplamaların ve işlemlerin nihai sonucudur.

2. Mevcut dönem - belirli bir süre. Parametre değerlerinin geçtiği bir halka arabelleğinde uygulanır. Her yeni bilgi, daha önce kaydedilen değerlerin tüm sırasını hareket ettirir ve dizinin başında durur ve en eski değer silinir. Birçok cari dönem olabilir ve her biri kendi zaman ölçeğine ve kendi parametresine göre tasarlanabilir.

3. Parametre değer aralığı - parametre değerinin değiştiği çerçeveler. Sistem testi sırasında deneysel olarak oluşturulmuştur. Min. ve maks. değerler, tüm parametre değerlerini bölmeye ve bunları uygun bir ölçeğe getirmeye yarayan küçük aralıklara bölmeyi içerebilir.

4. Gelen değerler arasındaki zaman aralıkları - değerlerin halka arabelleğinde alınması sürecinde ölçülür. Aralıklarla birlikte, değerdeki değişimin doğasını derlemek ve ardından matematiksel analiz için gereklidirler.

5. Değer değişim eğrisi - hem değerlerin kendisini hem de aralarındaki zaman aralıklarını birleştiren bir değer değişikliğinin koşullu, program içi temsili. Sonuç, çeşitli matematiksel analiz yöntemlerinin uygulanabileceği bir grafik eğridir (iki boyutlu bir dizide temsil edilir).

6. Matematiksel filtreler - cari dönem içindeki değer değişimlerinin çeşitli özelliklerini ortaya çıkaran analiz yöntemleri (formüller).

7. Değeri aralığa getirmek - seçeneklerinin sayısını azaltmak için mevcut değerin genelleştirilmesi. Değişimin doğasının analizinde gereklidir.

8. İmza istatistiklerinin toplanması - Sistem testi sırasında veya gerçek koşullarda çalıştırma sırasında gerçekleştirilen bir süreç. Aslında, sistemin "deneyimi" toplanır, çeşitli parametrelerin değerlerinin farklı davranışlarını temsil eden çeşitli durumlara "aşina olunur". Bu imzalar özel bir veri tabanında saklanır.

9. İmza veritabanı - Mevcut tüm imzaların saklandığı bir bellek bloğu. Sabit istatistiksel seçimle filtrelenmiş, sistemin "deneyimini" saklayacak bir yer. Veritabanı içinde, ilgili imzaların seçimi ve döndürülmesi ve daha az alakalı olanların kademeli olarak yer değiştirmesi gerçekleştirilir. Seçim, belirli imzaların derlendikten sonra (tabii ki değerleri analiz edip filtreledikten sonra) veritabanına kabul edildiği geçerli döneme göre yapılır. En sık tekrarlananlar, daha az tekrar edenleri dışarıda bırakır.


Sistem işletim sürecinin açıklaması:

Bir yanda parametre değerlerini kabul eden, diğer yanda farklı zaman dilimlerinde değişikliklerinin doğasına dair hazır imzalar yayınlayan bir yazılım motoru düşünelim. Bu imzaları da veritabanına kaydeden ve içinde döndüren bir motor.

Kullanıcının, motoru önceden tanımlanmış değişkenlere veya ortam parametrelerine işaret ederek bir grup parametre yazdığını varsayalım. Bu parametreler motor tarafından "gözlemlenmeye" başlar. Yani değerleri halka arabelleklerinde alınır, zaman dilimlerinde genelleştirilir ve matematiksel filtreler aracılığıyla analiz edilir. Sonuç olarak, hazır imzalar veritabanına girer.

Ardından, kullanıcı motoru "eğitmeye" başlar. Bu gibi mi:

Stratejisinin girdi parametrelerinin değerlerini belirli imzalarla ilişkilendirir. Yani, giriş parametrelerinin değerlerinin mevcut durumun belirli dijital "yayınlarına" bağımlılığını belirler. Ayrıca kullanıcı, bu çağrıları indeksleyerek, kendi fonksiyonlarının çağrılarını seçilen imzalarla ilişkilendirebilir. Motor, seçilen imzalardaki numaralarına göre kullanıcı tanımlı işlevleri arayacaktır.

Bununla birlikte, bu aşamada sistem bağımsız değildir, çünkü kullanıcı, stratejisinin giriş parametrelerinin en iyi değerlerini belirli imzalarla ilişkilendirerek sistemi manuel olarak "eğitmeye" zorlanır. Bu sistemin mutlak bağımsızlığa doğru nasıl daha da geliştirilebileceğini hayal edelim:

Bunu yapmak için, eğitim aşamasında, sistem yalnızca imza toplamakla kalmamalı, aynı zamanda stratejinin girdi parametrelerini, sonuç olarak bu stratejinin maksimum karlılığını elde edecek şekilde eşzamanlı olarak optimize etmelidir. Maks. karlılık, girdi parametrelerinin değerleri, bu değerlerin en etkili olduğu durumu yansıtan belirli bir imza ile ilişkilendirilecektir. Ayrıca, çok çeşitli piyasa durumlarını yansıtan bir dizi imzaya sahip olan sistem, bu tür her bir durum için strateji girdi parametreleri için hazır ayarlara sahip olacaktır.

//============================================== ==================================

Belki de bu yaklaşım klasik makine öğrenimi anlayışıyla ilgili değildir, ancak ticarette amacını gerçekleştirmesi şüphesizdir. Şimdiye kadar, bunların hepsi genel anlamda, ancak yaklaşımın doğruluğu ve MQL'deki uygulamasının gerçekliği hakkında hiçbir şüphem yok.

Sizden MO'daki uzmanların ve onunla ilgilenen herkesin görüşlerini belirtmenizi rica ediyorum.

İlginiz için teşekkür ederim.



 
pantural :

Çok teşekkür ederim, bu sadece doktorun emrettiği şey! Kısaca ve net! 10 satırda tüm MO! Pantaral memnun, Pantural teşekkürler! Merhaba, kamon!

double  perceptron() 
  {
    double  w1 = x1 -  100 ;
    double  w2 = x2 -  100 ;
    double  w3 = x3 -  100 ;
    double  w4 = x4 -  100 ;
    double  a1 =  iAC ( Symbol (),  0 0 );
    double  a2 =  iAC ( Symbol (),  0 7 );
    double  a3 =  iAC ( Symbol (),  0 14 );
    double  a4 =  iAC ( Symbol (),  0 21 );
    return (w1 * a1 + w2 * a2 + w3 * a3 + w4 * a4);
  }

Ve şimdi çocuksu saflık ile kalın trolleme arasında ayrım yapın ...

Ama görünüşe göre ilk.

pantural :

Herkese merhaba. Ben Pantural'ım.

Üçüncü kez Forex'e yerleşmeye çalışıyorum, içinde bir şeyler olduğunu hissediyorum, ancak hayat kendi çizgisini büküyor ve her biri 200$'lık 2 depoyu boşaltmaktan öteye gitmedi. Görünüşe göre şimdi durum 4 yıl öncesine göre çok daha iyi, en azından spreadlerle her şey çok havalı oldu! (Aman tanrım! Pantural! Vay canına!)

 
Peter Konow'un fotoğrafı.

Ve böylece, MQL dilinde alım satımla ilgili olarak "makine öğrenimi"nin nasıl uygulanabileceğine dair konseptim:

MO'nun hangi dilde olduğu önemli değil, burada MO kavramının şu şekilde ele alınması önemlidir:

1. Bir fikir buldum

2. Mevcut ilk paketi R'den aldık

3. Kontrol edildi, paketin saçma olduğundan veya fikre göre yetersiz sonuçlar verdiğinden emin olun, tüm paketleri sıralamak için 2. adıma gidin. Tüm paketler bittiğinde 1. adıma gidin.

Ve sizin anlamaya veya fark etmeye çalıştığınız gerçeği - sizi burada anlamayacaklar, en iyi ihtimalle bir trol ilan edecekler.

 
Andrey Dik :

MO'nun hangi dilde olduğu önemli değil, burada MO kavramının şu şekilde ele alınması önemlidir:

1. Bir fikir buldum

2. Mevcut ilk paketi R'den aldık

3. Kontrol edildi, paketin saçma olduğundan veya fikre göre yetersiz sonuçlar verdiğinden emin olun, tüm paketleri sıralamak için 2. adıma gidin. Tüm paketler bittiğinde 1. adıma gidin.

Ve sizin anlamaya veya fark etmeye çalıştığınız gerçeği - sizi burada anlamayacaklar, en iyi ihtimalle bir trol ilan edecekler.

İlk üç maddeye katılıyorum. Ancak bu şekilde davranan sıradan kullanıcılardır. Ne hakkında yazdığımı anlaması gereken uzmanlar da var.

Onlar da kavramın özü hakkında söyleyecekleri bir şey yoksa, yerel görüşlerin çerçevesi o kadar dardır ki, hiçbir özgür düşüncenin geçmesine izin vermezler. İşte göreceğiz...

 
Peter Konow'un fotoğrafı.

İlk üç maddeye katılıyorum. Ancak bu şekilde davranan sıradan kullanıcılardır. Ne hakkında yazdığımı anlaması gereken uzmanlar da var.

Onlar da kavramın özü hakkında söyleyecekleri bir şey yoksa, yerel görüşlerin çerçevesi o kadar dardır ki, hiçbir özgür düşüncenin geçmesine izin vermezler. İşte göreceğiz...

Sıradan kullanıcılar değil, bazıları doktora derecesine sahip çok akıllı kullanıcılar, ancak bunlar R kullanıcıları, her şeyi söylüyor.

Konuyla ilgili Yuri Reshetov ile iletişime geçebilirsiniz, ancak burada uzun süre bir şeyler yazacak sabrı yok.

 
mytarmailS :

ne toksik gösterdi   kümeleme gibidir, ancak bir öğretmenle, en baştaki noktalar, olduğu gibi, işaretler veya daha doğrusu sayısal parametreleridir, bir hedef satın al ve otur, eğitimden önce bir artışın olduğu yeri işaretlediniz (satın al ) ve bir düşüş (sat) ve algoritma başlar, mavi alan bir satın alma, kırmızı olan bir köy gibi özelliklerin parametrelerini hedefe göre ayırmak aptalcadır ...

Ama şimdi son dikiz böyle bir şey

https://www.youtube.com/watch?v=05rEefXlmhI

https://www.youtube.com/watch?v=qv6UVOQ0F44

https://www.youtube.com/watch?v=xcIBoPuNIiw

ama ben tam bir acemiyim

Ve genellikle komik)))

https://www.youtube.com/watch?v=pgaEE27nsQw

Bu videolar için teşekkürler, özellikle zıplayan dinozorlar sunar))))

IMHO, Mario'nun sinir ağı önemli bir noktayı açıkça gösteriyor:

belirli bir seviyeyi geçmek için bir algoritma eğitebilirsin (çok zor olanı bile)

ancak bu, başka bir düzeyde de aynı derecede başarılı olacağı anlamına gelmez.

ve bu botun seviyeyi nasıl geçtiğine yakından bakarsanız, netleşir

bunun sadece bir uyum olduğunu ve botun durumun anlamını anlamadığını ve gerçek oyuncu zekasına sahip olmadığını

ağ, düğmelerin zamanlamasını yeni aldı

bu, Mario'nun namlusunu engellere sokma ve duvarlara atlama şeklinde görülebilir.

başarısı doğaldan daha tesadüfi

aynı şekilde, Forex'te bir bot başarılı bir şekilde bir bölümü/seviyeyi geçebilir ve diğerini doldurabilir

tüccar zekasına sahip olmadığı ve bot ne yaptığını "anlamadığı" için...

herhangi bir alanda/seviyede başarılı olmak için, botun içinde bulunduğu dünyanın bir nesne modeline sahip olması gerekir.

yani algoritma, kalıpları basitçe optimize etmemelidir.

Algoritma anlamsal kategorilerle çalışmalı ve durumu tüccarın/oyuncunun gördüğü gibi tanımlamalıdır.

bot, nesne türlerini ve özelliklerini ayırt etmeli ve dinamiklerdeki durumun tehlikesini değerlendirmelidir.

ve bu, yalnızca sinir ağı optimizasyonundan tamamen farklı bir buluşsal yöntem düzeyi gerektirir.

Eğitimin sonucu, anlamsal bir model ve nesneler ve süreçler hakkında bilgi olmalıdır.

eğer durum böyle değilse, ticaret botları rastgele kurcalamaya mahkumdur

genellikle bu, botların işlem geçmişinden, algoritmanın ticaret durumunu ne kadar aptalca değerlendirdiği görülebilir

ve normal bir insan tüccarının asla dahil olmayacağı bir yere girer

bu nedenle robotik yazı konusunda karamsarım

en iyi ihtimalle, bazı tipik durumları çözme şeklinde konu alanının bir açıklaması ile bir yarı robot yapabilirsiniz.

(örneğin, bir daireden çıkış veya trendin tersine dönmesi)

ama öyle ya da böyle, yeni bir seviyede bir mario botu gibi biçmeye başlamaması için robota bakmanız gerekiyor

 
aşkın hayalperest :

...

bakış açınıza katılıyorum.
 
Peter Konow'un fotoğrafı.

İlk üç maddeye katılıyorum. Ancak bu şekilde davranan sıradan kullanıcılardır. Ne hakkında yazdığımı anlaması gereken uzmanlar da var.

Onlar da kavramın özü hakkında söyleyecekleri bir şey yoksa, yerel görüşlerin çerçevesi o kadar dardır ki, hiçbir özgür düşüncenin geçmesine izin vermezler. İşte göreceğiz...

MO her şeyden önce bir mühendislik sanatıdır, sonuç her konsepti haklı çıkarır. Sonuç ver. İşte size meydan okuma: https://numer.ai/  

Numerai
Numerai
  • numer.ai
A new kind of hedge fund built by a network of data scientists.
 
Peter Konow'un fotoğrafı.

Ve böylece, MQL dilinde alım satımla ilgili olarak "makine öğrenimi"nin nasıl uygulanabileceğine dair konseptim:

İlk olarak, temel kavramlar hakkında: ..................

Sizden MO'daki uzmanların ve onunla ilgilenen herkesin görüşlerini belirtmenizi rica ediyorum.

İlginiz için teşekkür ederim.

Şahsen hiçbir şey anlamadım

ama yapabilirim, kendimi bir uzman olarak görmüyorum.

 
toksik :

MO her şeyden önce bir mühendislik sanatıdır, sonuç her konsepti haklı çıkarır. Sonuç ver. İşte size meydan okuma: https://numer.ai/  

Peki ya anlayış? Ve sonra - "ver, ver ...".)) Bu motoru yapacağım. Ancak ana projenin tamamlanmasından sonra.