Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 520
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
Teorisyenlerin bütün sorunu, gerçekte var olmayan teorilerin çizilmesidir. Ama gerçeklik bazen bir teori gibidir. Sadece ne kadar benzer olduğunu belirlemek için kalır? Şu ya da bu teorinin denetleyicileri aslında ne yapar. Dürüst olmak gerekirse, bir tüccar bir testçi gibidir. Komisyoncusu ile bir mevduat üzerinde bir strateji veya teoriyi test ediyor (en korkusuz olanı basitçe teori kullanmadan yapıyor :)) ... Eh, korkak biri (benim gibi) ... ve her şeyi sonsuzluğa kadar kontrol ediyor :) Diyelim ki bu ... ticaret teorisine daldırma! Ama her şey gerçekten nasıl oluyor? ... Kesin olarak bilemeyiz. Sadece neyin Etkileyebileceğini bilebiliriz. Sanırım tam olarak neyin etkilediğini anlamanız gerekiyor? Örneğin, kripto para biriminin büyümesi? Bir varil petrolü düşürmek için. Yen'deki keskin dalgalanmalar vb. vb. Bu bilgiyi nereden alıyorsunuz? Dürüst olmak gerekirse... Bilmiyorum. Öncekilerin deneyimlerine bakıyorum ... verileri aldıkları kaynakları basitçe ortadan kayboldu ve ... tüm işlevsellik ortadan kayboldu. Bu nedenle, temel analiz hızlı ve korkusuz tüccarlar içindir. Tamam...gerçekçi olalım...yapabileceğimiz tek şey...bir trendi yakalamak ve bu trendi tarihte tekrarlamak. Sadece aptalca olabiliriz...
1. aynı şeyi belirli bir zamanda yakalayın (düşüş trendi, yükseliş trendi, salınım, durma, koparma)
2. trende katkıda bulunan bazı parametreleri deneyin (direnç, destek hatları)
3. Önemli veya iyi bilinen olaylara verilen fiyat tepkileri.
Her şey. Bizim için başka neyin Sinyal olarak hizmet edebileceğini bilmiyorum? Grafikteki fiyat çekme seçeneklerini kullanabiliriz... tef ile dans eden bir şaman tüccarı gibi! :) İnsanlar genelde memnun. Şey, şaman neyin ne olduğunu bilir :) Tabii ki, bilgiyi güvenilir bir kaynaktan bilmek güzel olurdu, ancak son zamanlarda genellikle güvenilirlik giderek düşüyor. Bu nedenle, sadece aptalca ... ne olduğunu kopyalıyoruz :) Bu nasıl yapılır? ... Pekala ... biraz kopya parametreleri tanımlayın, ne olabilir? Evet? Bu ne?
Ne hakkında olduğunu anlamadın mı?
Enstrümandaki her şey her şeyle ilişkilidir. Ve bu kaçınılmaz çünkü. her şey aynı zaman serilerinden, aynı verilerden dönüşümlerle elde edilir.
Bu arada, PCA aracılığıyla, çoklu doğrusallıktan kurtulmayı ve girdilerin boyutunu veya tekil değer ayrıştırmasını azaltmayı deneyebilirsiniz.
Genel olarak, prensipte, NN'yi bir tarih parçasına uydurmakla ilgili hiçbir sorunum yok, şimdi uyarlanabilir modlar ve kendi kendini yeniden eğitme ile ilgili bir sorunum var. Konuyu iyi anlatan yazılara ve diğer bilgilere henüz rastlamadım.. Kendi içinde ufak tefek gelişmeler var ama şu ana kadar pek iyi çalışmıyor. Bu nedenle, RF ve adaptif sistem hakkındaki makalem şimdilik üzerinde durdu, çünkü uyarlanabilirlik konusunu tam olarak ortaya çıkarmak istedim.
Şimdi çözümü, farklı çizelgelerde + - doğru sinyaller verecek olan uyarlamalı öngörücülerde görüyorum ve ana n'ler aslında sadece 1 kez veya çok sık eğitilmeyecek, yani. problemden kurtulmanız gerekiyor - ne zaman NN'yi ve yeniden eğitim probleminin kendisini yeniden eğitmeli, piyasa değiştiğinde tahminciler çalışmayı bıraktığında
Bu arada, PCA aracılığıyla, çoklu doğrusallıktan kurtulmayı ve girdilerin boyutunu veya tekil değer ayrıştırmasını azaltmayı deneyebilirsiniz.
Genel olarak, prensipte, NN'yi bir tarih parçasına uydurmakla ilgili hiçbir sorunum yok, şimdi uyarlanabilir modlar ve kendi kendini yeniden eğitme ile ilgili bir sorunum var. Konuyu iyi anlatan yazılara ve diğer bilgilere henüz rastlamadım.. Kendi içinde ufak tefek gelişmeler var ama şu ana kadar pek iyi çalışmıyor. Bu nedenle, RF ve adaptif sistem hakkındaki makalem şimdilik üzerinde durdu, çünkü uyarlanabilirlik konusunu tam olarak ortaya çıkarmak istedim.
Bu sonucu bir hafta önce modelde aldım.
х - işlem numarası, y - p cinsinden toplam kâr Sabit bir lotla işlem.
Söylemeliyim ki, ben deliyim. Ve şimdi bir haftadır gerçek bir sistemi perçinliyorum.
Bu sonucu bir hafta önce modelde aldım.
х - işlem numarası, y - p cinsinden toplam kâr Sabit bir lotla işlem.
Söylemeliyim ki, ben deliyim. Ve şimdi bir haftadır gerçek bir sistemi perçinliyorum.
Harika, cho, gerçek spreadler ve komisyonlarla, yine de sonucu görmek isterim .. + fırsatlar kısaysa kayma
ve ileri :)
Harika, cho, gerçek spreadler ve komisyonlarla, yine de sonucu görmek isterim .. + fırsatlar kısaysa kayma
Görünüşe göre model tüm bunları hesaba katıyor. Başarılı olsun ya da olmasın her işlemde 30 puanın kaybolduğuna inanılıyor (bunlar vadeli işlemler) - bu onlar için çok fazla. Hata ayıklama için kullanılmayan veriler üzerinde test edin Gelecekte hata ayıklama -6.17 - Daha sonraki bir gelecekte test edin - 9.17. Mümkünse her şey dikkate alınır.)
Ancak, nüanslar elbette yine de olacak. Sanırım, her zamanki gibi, gerçek biraz daha kötü olacak.
Şimdi bir anlaşma açma noktasına geldik. Çalışıyorum - çevrimiçi görünen işleme yaklaşık bir düzine giriş. Doğru uyuyor gibi görünüyor.
NS'nin SOFTMAX sürümüyle ALGLIB'de bir sorun var. Tüm cevaplar ilk çıkışa doğru eğildi (Aldım).
Aynı veriler üzerinde, NN - 3 çıkışlı (doğrusal aktivasyonlu) regresyon daha güvenilir sonuçlar verir:
Satın Al Sat NA
0.10302356, 0.01091621, 0.88606040
0.09705416, 0.01083526, 0.89211080
0.08283979, 0.12548789, 0.79167247
1.02522414 ,-0.00119697,-0.02403573
0.09498582, 0.01529507, 0.88971917
1.01878489 ,-0.00111341,-0.01767998
0.07906346, 0.05960769, 0.86132762
0.00201949, 0.00497863, 0.99300189
>0.5'ten sonra makul cevaplar verecektir.
Bu arada ormanlar da 1. çıkışa doğru eğildi.
Çıkış nöronlarında ne tür bir aktivasyon var? Negatif değerler görüyorum. Olmamalılar. Çıkış nöronlarında softmax aktivasyonu kullanılmalıdır. Değerleri 0-1 aralığındadır.
Çıkış nöronlarınızdaki aktivasyon nedir? Negatif değerler görüyorum. Olmamalılar. Çıkış nöronlarında softmax aktivasyonu kullanılmalıdır. Değerleri 0-1 aralığındadır.
Yukarıdaki örnek, doğrusal çıktılarla (işe yaradığı gibi) regresyondan alınmıştır. Öğretirken 0'dan 1'e kadar hizmet ediyorum.
Softmax'ta açıkça 1 veya birkaç yüzde daha azdı; ama her şey 1. çıktıda, diğer 2 çıktı her zaman = 0'dır. Yani. ALGLIB'de softmax ile ilgili bir sorun var...
Nöronların aktivasyon işlevleri hakkında bilgi edinin. İstediğiniz değeri çıktı alabilirsiniz ancak yanlış bir aktivasyon fonksiyonu negatif değerler üretecektir. Genellikle bu hiperbolik tanjanttır. Softmax kaybı işlevi onunla düzgün çalışmayacaktır. Her ne kadar çok şey kütüphaneye ve kayıp fonksiyonunun uygulanmasına bağlı olsa da. Örneğin, Tensorflow'ta softmax kayıp işlevi için çıkış nöronları herhangi bir etkinleştirme işlevine sahip olmamalıdır. Ve eğitimli ağın doğru kullanımı için softmax aktivasyonu eklemeniz gerekir. ALGLIB ile çalışmadım, belki yanlış bir şey yaptılar. Her durumda, eğitilmiş bir softmax ağı negatif değerler üretmemelidir.
Bu, eğitim örneklerinde sınıflarından birinin diğer sınıflara kıyasla sayıca büyük ölçüde üstün olması durumunda gerçekleşir. Örneğin, satın almak için 2000 ve satış için yalnızca 1000 eğitim örneği. Neuronka her zaman "Satın Al" verebilir ve vakaların %66'sında haklı olacaktır. Her sınıfın eğitim örneklerinin sayısını eşit yapmak daha iyidir.