Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1211
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
Şey, tam olarak söylemedim .. gerçek şu ki robotum her zaman artı olarak işlem görecek şekilde yapıldı. Grid ticareti ve trend ticareti ilkesini aynı anda kullanır, işin püf noktası, bir seferde yalnızca bir siparişin açılmasıdır. Bu yüzden robotun normalden daha kötü çalışmasının ne zaman mümkün olduğunu bilmem gerekiyor ... riskler sınırlı olduğu için, o zaman karım tamamen zaman meselesi ... ve bazen bir hafta beklemem gerekiyor ... Ve bir hafta içinde böyle bir dezavantaj olmasaydı, çok daha fazlasını kesebilirdin...
Martin ve dezavantaj, ayrılmaz iki arkadaştır.
Ve trendi / daireyi nasıl bükerseniz çevirin, her zaman böyle olacaktır.
not
Ders kitabının linkini atar mısınız lütfen?
Sevgili forum kullanıcıları, lütfen söyleyin, çünkü 1200 sayfa okuyamayacak kadar tembelim, burada herhangi biri bir Uzman Danışmanın kapalı emirleriyle alım satım sonuçlarına dayanarak makine öğrenimi uygulamaya çalıştı mı? Expert Advisor'ın belirli bir noktaya kadar artı olarak alım satımı durdurduğu dönemleri araştırın ve belirleyin?
https://www.mql5.com/en/code/22710
Martin ve dezavantaj, ayrılmaz iki arkadaştır.
Ve trendi / daireyi nasıl bükerseniz çevirin, her zaman böyle olacaktır.
not
Ders kitabının linkini atar mısınız lütfen?
Martin ve dezavantaj, ayrılmaz iki arkadaştır.
Ve trendi / daireyi nasıl bükerseniz çevirin, her zaman böyle olacaktır.
not
Ders kitabının linkini atar mısınız lütfen?
Kârlı modelleri (1) belirleyen bir model oluşturmaya ilişkin ön sonuçlar (henüz öngörücüler henüz planladıklarını yapmadığından), o kadar da kötü olmadığı ortaya çıktı, işte y - bağımsız bir örnekte kâr ve x - 1 - TP + FP ve 0 - TN+FN.
Hedef şuydu - 2000'den kar, şimdiye kadar bir sonuç elde etmek mümkün olmadı, ancak 960 modelden sadece 3'ü kayıp bölgesine düştü, bu kötü bir başarı değil.
Olasılık tablosu
Finansal sonucun sınıflandırmasız ortalama değeri, 1 - 2221.04 ve 0 - 1188.66 sınıflandırmasından sonra 1318.83'tür, bu nedenle sınıflandırmadan sonra modellerin ortalama finansal sonucu %68 arttı, bu fena değil.
Ancak, bu modelin diğer veriler üzerine kurulu modellerle çalışıp çalışmayacağı henüz belli değil - henüz belli değil.
Logloss üzerinde eğitim - şaşırtıcı bir şekilde, test örneği (modelin otomatik olarak seçildiği - eğitim için örnek değil) ve bağımsız (sınav) Logloss_e neredeyse mükemmel bir şekilde birleşir.
Geri Çağırma ile aynı
Ancak Precision göstergesi beni şaşırttı, çünkü varsayılan olarak genellikle buna dayalı bir model seçerim, o zaman ilk ağaçta hemen 1'e eşit olduğu için eğitimim yoktu.
Ancak testte ve sınavda farklı metrikler - sonuç beni çok şaşırtıyor - çok küçük bir delta.
Grafiklerden, elbette, modelin yeniden eğitildiği ve 3500 ağaç için eğitimi durdurmanın mümkün olduğu, hatta daha erken olduğu görülebilir, ancak modeli ayarlamadım ve veriler aslında varsayılan ayarlarla.
Hata bir yerde, tam olarak test ve tren için olmuyor. Peki, ya da kase, o zaman paylaş :D
Bir kase değil, burada başka bir 100k model daha olgunlaştı ve sonuç onlar için pek iyi değil - evet, tamamen kârsız kesimler oldukça iyi - sadece %2 korkunç, ama aynı zamanda çok fazla kârlı modeli katletti.
Bunun kapalı bir sistemin etkisi olduğunu düşünüyorum, yani. modeller birbirine benzer olduğu için bazı durağanlıklar ortaya çıktı, sadece özelliklerini iyi vurgulamak mümkün oldu, bu nedenle sonuçlar arasında çok küçük bir tutarsızlık var.
Planlanan tahminleri tamamlıyorum ve bu bana işkence eden düşünce - kendim seçmemiş olacağım modelleri hemen kaldırabilirim (büyük düşüşler, alım ve satışların güçlü bir orantısızlığı, çok küçük bir olasılık dağılımı, vb.) , o zaman açıkça kötü olan modeller hakkındaki bilgiler azalacaktır, ancak varsayımsal olarak iyi olanlardan bir model seçmeye daha fazla vurgu yapılacaktır (doğal olarak, testte iyi bir modelin inceleme örneğinde kötü sonuçları olabilir). Yani numuneyi kesmeye değip değmediğini bilmiyorum, ne düşünüyorsunuz?
Pekala, bir hedef olarak çıplak karı da reddedeceğim - bir dizi kritere göre modeller seçeceğim - ne yazık ki, bu hedef "1" i azaltacak, ancak modelin temel olarak değerlendirilmesine izin verecek daha derin bağlantılar ortaya çıkabilir. Test sonuçları.
Sevgili forum kullanıcıları, lütfen söyleyin, 1200 sayfa okuyamayacak kadar tembelim, burada herhangi biri bir Uzman Danışmanın kapalı emirleriyle alım satım sonuçlarına dayanarak makine öğrenimi uygulamaya çalıştı mı?Kabaca konuşmak gerekirse, algoritmayı öğretmeniz gerekiyor. Expert Advisor'ın belli bir noktaya kadar artı olarak alım satımı durdurduğu dönemleri araştırmak ve belirlemek için mi?
Bu konuyu okumanıza, inanın bana, aklınızı dağıtmanıza, hemen yapmaya çalışmanıza gerek yok, burada olduğu gibi RANDOM ORMANLAR TRENDLERİ TAHMİN EDER Bu, MO'nun algoritmik ticarette kullanımına ilişkin mükemmel bir giriş dersidir, ancak genel olarak MO, çok kapsamlı bir konu, aslında MO, esas olarak buluşsal yöntemler ve mühendislik zanaatlarında klasik istatistiklerin bir uzantısıdır, bu nedenle bu artık bilim değil, bir yandan ilginç olan, diğer yandan spekülasyon ve suistimalle dolu teknojenik şamanizmdir. Gösterge oluşturma için bir tüccarın başlangıçta gerçekte ne yaptığını unuttuğu ve MO dipsiz bir delik olduğu, dalış yaptığınız ve ortaya çıkamadığınız, aslında bunu yapmanın ve kitaplıkların ve paketlerin parametrelerini kaçırmamanın yanı sıra, sık sık oldu. iyi bir matematiksel altyapıya sahip olmak, en azından bu uzmanlık alanlarından bir lisans mezunu olmak.
Bir kase değil, burada başka bir 100k model daha olgunlaştı ve sonuç onlar için pek iyi değil - evet, tamamen kârsız kesimler oldukça iyi - sadece %2 korkunç, ama aynı zamanda çok fazla kârlı modeli katletti.
Bunun kapalı bir sistemin etkisi olduğunu düşünüyorum, yani. modeller birbirine benzer olduğu için bazı durağanlıklar ortaya çıktı, sadece özelliklerini iyi vurgulamak mümkün oldu, bu nedenle sonuçlar arasında çok küçük bir tutarsızlık var.
Planlanan tahminleri tamamlıyorum ve bu bana işkence eden düşünce - kendim seçmemiş olacağım modelleri hemen kaldırabilirim (büyük düşüşler, alım ve satışların güçlü bir orantısızlığı, çok küçük bir olasılık dağılımı, vb.) , o zaman açıkça kötü olan modeller hakkındaki bilgiler azalacaktır, ancak varsayımsal olarak iyi olanlardan bir model seçmeye daha fazla vurgu yapılacaktır (doğal olarak, testte iyi bir modelin inceleme örneğinde kötü sonuçları olabilir). Yani numuneyi kesmeye değip değmediğini bilmiyorum, ne düşünüyorsunuz?
Pekala, bir hedef olarak çıplak karı da reddedeceğim - bir dizi kritere göre modeller seçeceğim - ne yazık ki, bu hedef "1" i azaltacak, ancak modelin temel olarak değerlendirilmesine izin verecek daha derin bağlantılar ortaya çıkabilir. Test sonuçları.
peki, tabii, bariz bir umutsuzluk varsa, onu kaldırabilirsin