Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 987

 
San Sanych Fomenko :

Bir atıştırma için.

aynı Expert Advisor'ı yukarıdakiyle aynı ayarlarla çalıştırıyor, ancak zaman aralığı artıyor.


Tüm bu güzel resimlerin tüm değeri bu.


Resim, anlamı SADECE danışmanın gelecekteki davranışı ile ilgili olan fikri kanıtlamalıdır.

Sanych, sonuçlara acele etme, bir şeyi mahvettin

Daha uzun bir test süresi için işlem sayısının daha az olduğu ortaya çıktı

 
Yuri Asaulenko :

Bu yüzden MT test cihazını değil, test cihazımı kullanıyorum - nedense içinde çok fazla Kase var. Test cihazınızda, en azından, ne ve nasıl yaptığını kesin olarak biliyorsunuz. Evet ve testten gelen bilgiler çok daha fazla ve daha kolay elde edilebilir.

Bence bunu MT forumunda yazmak pek iyi değil, çünkü MT'deki backtester'ın insanları mql'ye ve genel olarak terminale bağlayan ana özelliklerden biri olduğu göz önüne alındığında, ayrıca test cihazınız doğru değil

 
Renat Akhtyamov :

Sanych, sonuçlara acele etme, bir şeyi mahvettin

Daha uzun bir test süresi için işlem sayısının daha az olduğu ortaya çıktı

İki kez daha çalıştırdım: program benzer, ancak sayılar biraz farklı.

 
San Sanych Fomenko :

İki kez daha çalıştırdım: program benzer, ancak sayılar biraz farklı.

Çözüm

Rastgele satın alma veya satma kararı vermek istikrarlı bir kâr sağlayamayacaktır.

 

Sınıflandırmayla ilgili bir sorun bulundu:
Örneğin, 2 sütun = 0 ise, bunlardan softmax yapmaya çalışmak rastgele sınıflar verir:
m=matris(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 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
R'de.

Tahmin sonuçlarının hepsinin = 0 olduğu ortaya çıktığında tesadüfen rastladım.

Bunu yapmak daha iyidir (1. sütunun bir ticaret komutu değil "bekleme" anlamına gelmesi durumunda)

max.col(m,ties.method = "ilk") # default ties.method = "rastgele"

[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
>

Ve daha da iyisi, eğer sınıflar eşit öneme sahipse, o zaman sınıflandırmayı reddedin. Ve her ihtimale karşı, bunu satır satır yapmak daha iyidir.

 
elibrarius :

Sınıflandırmayla ilgili bir sorun bulundu:
Örneğin, 2 sütun = 0 ise, bunlardan softmax yapmaya çalışmak rastgele sınıflar verir:
m=matris(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 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
R'de.

Tahmin sonuçlarının hepsinin = 0 olduğu ortaya çıktığında tesadüfen rastladım.

Bunu yapmak daha iyidir (1. sütunun bir ticaret komutu değil "bekleme" anlamına gelmesi durumunda)

max.col(m,ties.method = "ilk") # default ties.method = "rastgele"

[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
>

Ve daha da iyisi, eğer sınıflar eşit öneme sahipse, o zaman sınıflandırmayı reddedin. Ve her ihtimale karşı, bunu satır satır yapmak daha iyidir.

Tünaydın

Veriler uygun şekilde hazırlanırsa sorun ortaya çıkmaz. Bu sorunu ne zaman ve hangi hesaplamalar altında yaşadınız? Hatta ilginç. Yoksa yapay olarak yaratılmış bir devlet mi?

İyi şanlar

 
Vladimir Perervenko :

Tünaydın

Veriler uygun şekilde hazırlanırsa sorun ortaya çıkmaz. Bu sorunu ne zaman ve hangi hesaplamalar altında yaşadınız? Hatta ilginç. Yoksa yapay olarak yaratılmış bir devlet mi?

İyi şanlar

Farklı tahmin ediciler deniyorum, bu yüzden NN'nin hiçbir şey öğrenmediğini ve çıktıda tüm sıfırları verdiğini gördüm. Ve dönüşüm sırasında rastgelelikten kaynaklanan tahminlerin sıfır olmadığı ortaya çıktı.
SanSanych'in dediği gibi: girişteki çöp = çıkıştaki çöp. Burada ayrıca daha sonra rastgele olan sıfırlar eklendi.
Gelecekte benzer durumlar için sıfırların sıfır kalması için kendime bir ayar yaptım.
 
elibrarius :
Farklı tahmin ediciler deniyorum, bu yüzden NN'nin hiçbir şey öğrenmediğini ve çıktıda tüm sıfırları verdiğini gördüm. Ve dönüşüm sırasında rastgelelikten kaynaklanan tahminlerin sıfır olmadığı ortaya çıktı.
SanSanych'in dediği gibi: girişteki çöp = çıkıştaki çöp. Burada ayrıca daha sonra rastgele olan sıfırlar eklendi.
Gelecekte benzer durumlar için sıfırların sıfır kalması için kendime bir ayar yaptım.

Açık. İyi şanlar

 

Yeni başlayanlar için sorular. Lütfen bana makine öğrenimini nasıl kullanacağımı söyleyin. Örneğin, bir tüccar piyasada belirli bir model buldu. Diyelim ki bu bir HP modeli (kafa-omuzlar). Seçenekler:

  1. İşlem gören eller ve kârlı ve kaybedilen işlemler geçmişine sahiptir.
  2. Bu kalıbı çizelgelerin geçmişinde buldum ve giriş / çıkış yerlerini işaretleyebilirim.
Bu geçmişi/istatistikleri seçenek 1 ve 2'de makine öğrenimi için kullanmak mümkün müdür? Nasıl yapılır? Yaklaşık olarak kaç işlem yapmanız gerekiyor (minimum/maksimum)? Algoritma, kalıpları yalnızca eğitim aldığı zaman diliminde tanıyacak mı? ML algoritması, tüccarın işlemlerinin tam olarak GP modeline göre yapıldığını "anlayacak" mı ve eğer "anlıyorsa" nasıl olacak? MO, bir pozisyon açmadan önce tarihte kaç bar gerisini analiz edecek?

 
Grigori.SB :

Yeni başlayanlar için sorular. Lütfen bana makine öğrenimini nasıl kullanacağımı söyleyin. Örneğin, bir tüccar piyasada belirli bir model buldu. Diyelim ki bu bir HP modeli (kafa-omuzlar). Seçenekler:

  1. İşlem gören eller ve kârlı ve kaybedilen işlemler geçmişine sahiptir.
  2. Bu kalıbı çizelgelerin geçmişinde buldum ve giriş / çıkış yerlerini işaretleyebilirim.
Bu geçmişi/istatistikleri seçenek 1 ve 2'de makine öğrenimi için kullanmak mümkün müdür? Nasıl yapılır? Yaklaşık olarak kaç işlem yapmanız gerekiyor (minimum/maksimum)? Algoritma, kalıpları yalnızca eğitim aldığı zaman diliminde tanıyacak mı? ML algoritması, tüccarın işlemlerinin tam olarak GP modeline göre yapıldığını "anlayacak" mı ve eğer "anlıyorsa" nasıl olacak? MO, bir pozisyon açmadan önce tarihte kaç bar gerisini analiz edecek?

Makine öğrenimi, bir olayı vurgulayacak özelliklere (kalıplar/özellikler) dayanır. Buna göre, neye bakmanız gerektiğini belirtmeniz gerekir ve MO algoritması gösterilen herhangi bir kalıp bulmaya ve davranış kuralları geliştirmeye çalışacaktır. Bundan, soruların geri kalanının tüm cevaplarını takip edin. Ve buna göre, daha fazla gözlem, daha uzun bir tarih dönemi boyunca kurallar daha doğru olacaktır.