Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2581
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret 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
Python ile şimdi uygun. Test cihazımı yazdım ama modelleri aktarabilir veya api üzerinden ticaret yapabilirsiniz. ONNX eklenirse genel olarak bir silah olacak.
Python için geriye dönük test için bir paket var, neden kullanmıyorsunuz?
Pekala, şimdi üretken olarak yapıcı algoritmalar için bir moda olduğunu anlıyorum, ancak aslında bunu kendi içinde yapan karmaşık bir algoritmadan oluşturulan ve birbirini geliştiren iki koşullu basit algoritmanın avantajı nedir, kabaca konuşursak, daha fazlasını oluşturur. ikinizden daha karmaşık karar kuralları kendi içinde ...
Dinleyin, sonunda optimizasyon algoritmaları, uygunluk işlevleri hakkında bilgi edinin ve tekerleği kare tekerlekler üzerinde yeniden icat etmeyi bırakın.
Bu farklı. Optimizasyon sayesinde bir uyum olacaktır. Analiz ve hata düzeltme yoluyla model de takılır, ancak fazlalığı atarak kararlı modeller bulursunuz. En azından istikrarın olduğu bir tür plato bulursunuz. Basit bir genetik numaralandırma yoluyla daha zor, daha fazla handjob.
temel örnek
AMO'yu maksimum kar için eğitmeniz gerekiyor, ne yapacaksınız?
1) bir hedef yapacaksın
2) modelleri ayarlayın örneğin RMSE'ye göre standart metriğe göre (bu çok önemli değil)
3) en iyi modellerden oluşan bir grup oluşturun
4) en yüksek karı olan gruptan en iyi modeli seçin
Ve şimdi soru şu: Grubunuzun küresel anlamda en iyi modellerin mutlak zirvesi olduğunu düşündüren nedir? çünkü modelleri iki öznel filtreden geçirdiniz
(1) hedefiniz ve (2) hata ölçüsü RMSE
Ağırlıkları (bir nöron ise) hemen değiştirmek, maksimum kar hedefi için kurallar oluşturmak (tahta ise) daha iyi değil mi, retorik bir soru .. elbette, daha iyi ve daha hızlı.
Sonuç olarak, bu gruplardan milyonlarca kazanan diğer model gruplarını kaçırıyorsunuz.
temel örnek
AMO'yu maksimum kar için eğitmeniz gerekiyor, ne yapacaksınız?
1) bir hedef yapacaksın
2) modelleri ayarlayın örneğin RMSE'ye göre standart metriğe göre (bu çok önemli değil)
3) en iyi modellerden oluşan bir grup oluşturun
4) en yüksek karı olan gruptan en iyi modeli seçin
Ve şimdi soru şu: Grubunuzun küresel anlamda en iyi modellerin mutlak zirvesi olduğunu düşündüren nedir? çünkü modelleri iki öznel filtreden geçirdiniz
(1) hedefiniz ve (2) hata ölçüsü RMSE
Ağırlıkları (bir nöron ise) hemen değiştirmek, maksimum kar hedefi için kurallar oluşturmak (tahta ise) daha iyi değil mi, retorik bir soru .. elbette, daha iyi ve daha hızlı.
Sonuç olarak, bu gruplardan milyonlarca kazanan diğer model gruplarını kaçırıyorsunuz.
Bakiyeye göre R2'ye göre, artı minimum kaybedilen işlem sayısına göre, ancak en düşük entropi (logloss) ve maksimum acurasi ile seçiyorum. Bu nedenle, varsayılan modeller en karlı olanlardır.
Hazır modeller arasından seçim yapabilir veya bir model oluşturabilirsiniz. tüm fark bu
Hazır modeller arasından seçim yapabilir veya bir model oluşturabilirsiniz. tüm fark bu