Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1035
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
"Neden Spark'a ihtiyacınız var?" Sorusuna cevap verdim.
Başkasının sistemine olan ihtiyacı kanıtladınız, ancak kişisel olarak kitaplığınızla gösteremediğinizi ve özel soruma cevap veremediğinizi ancak giriş seviyesi beceriler için bir görev var. https://www.mql5.com/ru/forum/86386/page1033#comment_8211170
Aslında şablon, hareketli ortalamaların kesişim noktasındaki en basit stratejinin sinyallerini içerir - EMA 9 ve EMA 14, karlılığı artırmak için biraz gürültülü. :)
Eksiksiz bir yanıt şablonu - başlangıç sinyalleri, bindirme göstergeleri ve belirtilen sinyaller konusunda eğitilmiş Uzman Danışmanlardan birinin test cihazında görsel çalıştırma içeren çözümler gönderiyorum.
EA_EURUSD_H1_NN Uzman Danışmanlarını - sinir ağına dayalı, EA_EURUSD_H1_RF - rastgele ormanlara dayalı olarak yayınlıyorum,
Uzman Danışmanlar, EURUSD H1 MetaQuotes-Demo sunucusunda test edilmektedir, aşağıda ilgili test çizelgeleri bulunmaktadır.
...sinir ağı
...rastgele ormanlar
Her iki grafik de eğitim süresini gösterir, yani. eğitim sinyallerinin olduğu süre için şablona bakın.
Başkasının sistemine olan ihtiyacı kanıtladınız, ancak kişisel olarak kitaplığınızla gösteremediğinizi ve özel soruma cevap veremediğinizi ancak giriş seviyesi beceriler için bir görev var. https://www.mql5.com/ru/forum/86386/page1033#comment_8211170
Aslında şablon, hareketli ortalamaların kesişim noktasındaki en basit stratejinin sinyallerini içerir - EMA 9 ve EMA 14, karlılığı artırmak için biraz gürültülü. :)
Eksiksiz bir yanıt şablonu - başlangıç sinyalleri, bindirme göstergeleri ve belirtilen sinyaller konusunda eğitilmiş Uzman Danışmanlardan birinin test cihazında görsel çalıştırma içeren çözümler gönderiyorum.
EA_EURUSD_H1_NN Uzman Danışmanlarını - sinir ağına dayalı, EA_EURUSD_H1_RF - rastgele ormanlara dayalı olarak yayınlıyorum,
Uzman Danışmanlar, EURUSD H1 MetaQuotes-Demo sunucusunda test edilmektedir, aşağıda ilgili test çizelgeleri bulunmaktadır.
...sinir ağı
...rastgele ormanlar
Her iki grafik de eğitim süresini gösterir, yani. eğitim sinyallerinin olduğu süre için şablona bakın.
NN gizli ağınız hangisi? büyük farklılıklar
ve özellikler tamamen aynı mı?
NN gizli ağınız hangisi? büyük farklılıklar
ve özellikler tamamen aynı mı?
Evet, ama sonuçta başka bir şey var - formatlar üzerinde anlaşalım ve ticaret için ML hakkında bilgi alışverişinde bulunalım, aksi takdirde kör bir adamın aptal bir tarzında herhangi bir ilerleme olmayacak, sadece faul olacak.
Not: Her iki Expert Advisor'daki özellikler OHLC çubuğuna göre hesaplanır ve sayıları ile hesaplama formülü aynıdır.
Evet, ama sonuçta başka bir şey var - formatlar üzerinde anlaşalım ve ticaret için ML hakkında bilgi alışverişinde bulunalım, aksi takdirde kör bir adamın aptal bir tarzında herhangi bir ilerleme olmayacak, sadece faul olacak.
Not: Her iki Expert Advisor'daki özellikler OHLC çubuğuna göre hesaplanır ve sayıları ile hesaplama formülü aynıdır.
Evet, stratejileri tartıştığımız sohbette bize katılabilirsiniz ve orada her şey üzerinde anlaşabilirsiniz. Konuya göre birçok bölüm, kimin umurunda
önemli veya gizli konular dışarıdan kapatılır
kıvılcım hakkında uzun zamandır belli, sormadı. fikir istedi. Bu kıvılcım yaklaşımı, yetersiz eğitim yöntemi ve gerekli kapasiteler nedeniyle havadan üflendi.
Aynısı, ormansız MT5 bulutunda optimizasyon yoluyla da yapılabilir. Çıktıda ne elde ettiğinize ve kar olup olmadığına gelince, bilmiyorsunuz, ancak teoride yok ve böyle bir algoritma fazla takma nedeniyle sürekli düşecek.
IMHA
Oluşturulan modelin her zaman 0 veya 1 döndürmesi gerektiğine dair bir görüş var.
Ancak, modelden döndürülen sonucu bir gösterge olarak ele alırsak ne olur? Böyle bir modeli MSE vb. Tarafından değerlendirme girişimi. bundan iyi bir şey çıkmaz. Ancak böyle bir modeli satın al > 0,75 ve sat < 0,25 olan bir model uyguladığınızda, iyi bir kâr elde edersiniz.
Fikrin kendisi: farklı göstergelerden birkaç veriyi rastgele bir ormana atın ve bir süper gösterge elde edin.
Kaseyi bulmanın yolları, kutudan çıkan fikirlerin test edilmesini gerektirir.
Oluşturulan modelin her zaman 0 veya 1 döndürmesi gerektiğine dair bir görüş var.
Ancak, modelden döndürülen sonucu bir gösterge olarak ele alırsak ne olur? Böyle bir modeli MSE vb. Tarafından değerlendirme girişimi. iyi bir şey yapmayacak. Ancak böyle bir modeli satın al > 0,75 ve sat < 0,25 olan bir model uyguladığınızda, iyi bir kâr elde edersiniz.
Fikrin kendisi: farklı göstergelerden birkaç veriyi rastgele bir ormana atın ve bir süper gösterge elde edin.
Kâseyi bulmanın yolları, kutudan çıkan fikirlerin test edilmesini gerektirir.
orman bir sınıfa ait olma olasılığını vermez, bu yüzden bu eşitsizlikler saçmalıktır.
< 0,5 ve bu kadar, farklı olmayacak. Ve başka bir soru daha iyi - ikilileştirilmiş özellikler ve çıktılar ya da değil.
0'dan 100'e kadar sınıflara ayırabilirsiniz, fark yokorman bir sınıfa ait olma olasılığını vermez, bu yüzden bu eşitsizlikler saçmalıktır.
< 0,5 ve bu kadar, farklı olmayacak. Ve başka bir soru daha iyi - ikilileştirilmiş özellikler ve çıktılar ya da değil.
0'dan 100'e kadar sınıflara ayırabilirsiniz, fark yokOlasılık yoksa, bu çizgiler ne işe yarıyor?
Oh evet
ALGLIB paketinde yer alan tüm sınıflandırma algoritmalarının çalışmasının sonucu, nesnenin ait olduğu sınıf değil, koşullu olasılıkların vektörüdür.
ama bu küçük bir teselli. Daha az sinyal olacak ve etkinliği artacak bir gerçek değil. Mesela benim için artmadı, şimdi her yerde eşiği 0,5 olarak ayarladım.
çok daha önemli olan, tren ve oob'daki hataların karşılaştırılabilirliğidir.
Oh evet
ALGLIB paketinde yer alan tüm sınıflandırma algoritmalarının çalışmasının sonucu, nesnenin ait olduğu sınıf değil, koşullu olasılıkların vektörüdür.
ama bu küçük bir teselli. Daha az sinyal olacak ve etkinliği artacak bir gerçek değil. Mesela benim için artmadı, şimdi her yerde eşiği 0,5 olarak ayarladım.
çok daha önemli olan, tren ve oob'daki hataların karşılaştırılabilirliğidir.
Ancak bunlar değiştirilmiş algoritmaların özellikleridir.
AlgLib, klasik rastgele ormanı değişiklik yapmadan uygular. Spark'ta da durum aynı.
Eşiği 0,5'e ayarlamak = verileri sonuca uyarlamak.
PS Rastgele orman oluşturma parametreleri bile farklıdır...
Ancak bunlar değiştirilmiş algoritmaların özellikleridir.
AlgLib, klasik rastgele ormanı değişiklik yapmadan uygular. Spark'ta da durum aynı.
Eşiği 0,5'e ayarlamak = verileri sonuca uyarlamak.
PS Rastgele orman oluşturma parametreleri bile farklıdır...
bende de alglib var gibi)
işte açıklama, ne kadar "klasik" bilmiyorum
http://alglib.sources.ru/dataanalysis/decisionforest.php