Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3084
![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Herkese merhaba. Bu sitedeki sinir ağları hakkında geniş bir makale serisinden alınan Uzman Danışmanları eğitmeye çalışıyorum. Eğitilebilir olmadıkları izlenimini edindim. Makalelerin altında yazara sorular sormaya çalıştım ama maalesef pratikte cevap vermiyor...(
Buna göre, forum üyelerine bir soru - lütfen bana bir sinir ağını ne kadar eğitmem gerektiğini söyleyin, böylece bazı (rastgele olmayan) sonuçlar vermeye başlar?
Tüm EA'ları 27. makaleden sonuncusuna kadar denedim - sonuç aynı - rastgele. Yazar tarafından belirtildiği gibi 300 ila 1000 eğitim dönemi arasında gittim. Uzman Danışman sadece yinelemelerle ise, 100 000 ila 20 000 000 yineleme ve benzeri 2-3 yaklaşım yaptım, yine de rastgele.
Ne kadar eğitim verilmelidir? Yeterli bir eğitim örneğinin boyutu nedir (önceden oluşturulmuşsa)?
Not: Google'da sinir ağları hakkında basit bilgiler okuyun, genel olarak sinir ağlarına aşinadır. Hepsi yaklaşık 100-200 epoch yazıyor ve zaten bir sonuç olmalı (resimler, şekiller, sınıflandırmalar üzerinde).
Eğitim için örneklem üzerinde hiçbir sonucunuz yok mu?
Bu makalelerin döngüsü, kutudan çıkan hazır bir çözüm değildir - kimse makine öğrenimindeki en değerli şeyi ortaya çıkarmayacaktır - tahmin ediciler. Dolayısıyla, burada önerilen yöntemleri denemeden önce, fiyat davranışını potansiyel olarak tanımlayabilecek bir dizi öngörücü geliştirmeniz gerekir.
Herkese merhaba. Bu sitedeki sinir ağları hakkında geniş bir makale serisinden alınan Uzman Danışmanları eğitmeye çalışıyorum. Eğitilebilir olmadıkları izlenimini edindim. Makalelerin altında yazara sorular sormaya çalıştım ama maalesef pratikte cevap vermiyor...(
Buna göre, forum üyelerine bir soru - lütfen bana bir sinir ağını ne kadar eğitmem gerektiğini söyleyin, böylece bazı (rastgele olmayan) sonuçlar vermeye başlar?
Tüm EA'ları 27. makaleden sonuncusuna kadar denedim - sonuç aynı - rastgele. Yazar tarafından belirtildiği gibi 300 ila 1000 eğitim dönemi arasında gittim. Uzman Danışman sadece yinelemelerle ise, 100 000 ila 20 000 000 yineleme ve benzeri 2-3 yaklaşım yaptım, yine de rastgele.
Ne kadar eğitim verilmelidir? Yeterli bir eğitim örneğinin boyutu nedir (önceden oluşturulmuşsa)?
Not: Google'da sinir ağları hakkında basit bilgiler okuyun, genel olarak sinir ağlarına aşinadır. Hepsi yaklaşık 100-200 epoch yazıyor ve zaten bir sonuç olmalı (resimler, şekiller, sınıflandırmalar üzerinde).
ve rastgele bir sonuç vermemeleri gerektiği nerede yazıyor? :) aynı makalelerin bolluğu zaten yanlış bir yöne işaret ediyor.
Pekiştirmeli öğrenme bu tür görevler için tasarlanmamıştır, uygulama alanı oldukça farklıdır. Onunla oynayabilirsiniz.Evet,
ancak aynı değerlere sahip çok sayıda veri, verilerin genel kalitesini sorgulamama neden oluyor.
Örnek: seq = ([5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5]) = [5,5,5,5,5,5,5,5][5]; [5,5,5,5,5,5,5,5][5]; [5,5,5,5,5,5][5] ....
Modeli bu tür eğitim verileriyle beslemenin anlamını göremiyorum;
Bu yüzden hala benzersiz olmayan tüm verileri eliyorum.
Yanılıyor olabilirim, ancak modeli aşağıdaki eğitim verileriyle de beslemek bana yanlış geliyor:
[1,2,3,4,5] [5];
[1,2,3,4,5] [6];
[1,2,3,4,5] [7];
[1,2,3,4,5] [8];
...
Bu bir saçmalık.
Eğitim örneğinden de bir sonuç alamadınız mı?
Bu makaleler serisi, kutudan çıktığı gibi hazır bir çözüm değildir - kimse makine öğrenimindeki en değerli şeyi - tahmin edicileri - ortaya çıkarmayacaktır. Dolayısıyla, burada önerilen yöntemleri denemeden önce, fiyat davranışını potansiyel olarak tanımlayabilecek bir dizi öngörücü geliştirmeniz gerekir.
rastgele sonuç vermemeleri gerektiği nerede yazıyor? :) aynı makalelerin bolluğu zaten yanlış bir yöne işaret ediyor.
Pekiştirmeli öğrenme bu tür görevler için tasarlanmamıştır, uygulama alanı oldukça farklıdır. Onunla oynayabilirsiniz.Eğitim örneğinde de çalışmıyor. Sadece hiçbir yerde değil. Peki bu durumda öngörücüler nelerdir? Yazar, grafikten mum çubukları, zaman ve 4 gösterge şeklinde parametreler almayı açıklıyor. Sinir ağı modeli de orada.
Eğitim örneği üzerinde çalışmazsa, muhtemelen sorun sizin tarafınızdadır. Sinir ağlarının eğitilmesi uzun zaman alır - ağaç modelleri gibi değil.
Tahmin ediciler herhangi bir şey olabilir, istikrarlı bir olasılıksal sonuçla fiyatı etkileyen herhangi bir faktör, evet, bir seçenek olarak - göstergeler.
Yazarın kodda bazı hataları vardı (Intel olmayan kartlar için kritik) - insanların istekleri üzerine kuralların birkaç versiyonu.Eğitim örneğinde de çalışmazsa, muhtemelen sizin tarafınızda bir sorun var demektir. Sinir ağlarının eğitilmesi uzun zaman alır - ağaç modelleri gibi değil.
Tahmin ediciler herhangi bir şey olabilir, istikrarlı bir olasılıksal sonuçla fiyatı etkileyen herhangi bir faktör, evet, bir seçenek olarak - göstergeler.
Yazarın kodda bazı hataları vardı (Intel olmayan kartlar için kritik) - insanların istekleri üzerine kuralların birkaç versiyonu.En son makalelere sahibim (GoExplore ve sonrası) ve 27'den 35'e kadar normal bir şekilde derleniyor ve çalışıyor gibi görünüyor. Çalışmadı 36-38 test cihazında eğitildi. Nvidia GTX 660 ti'den bir kartım var.
Benim tarafımdaki sorun ne olabilir? Sovtnik'im derliyor, çalışıyor, öğrenme süreci (hata ve grafikteki ilerleme) devam ediyor. Ve bu ne kadar borç? Makalelerin yazarı da çok yazıyor, örnek toplama ve eğitim iterasyonlarını tekrarlamak gerekiyor, ancak hiçbir yerde en azından yaklaşık rakamlar yazmıyor. Örneğin, 500 epoch eğittim, ilk anlaşmalar eksi olmaya başladı. En azından rakamlarda biraz spesifiklik. Aksi takdirde hiç net değil, ya çok öğretiyorum ve bir şeyler yanlış ya da yeterince öğretmedim ve bir şey beklemek için çok erken.
Yazar, her makalenin sonunda bir grafik ve strateji test cihazından istatistikler sunmaktadır. Eğer istatistikler hayali ise.... o zaman evet.
Kısa bir süre için çok mütevazı testler var, bunlardan kesin sonuçlar çıkaramazsınız. Bir eğitim programında bile işe yaramıyorsa, çok fazla hata yapmışlar demektir :) Yaklaşımın kendisi uygun değildir, çünkü bu tür bir eğitim sürecini kontrol etmek zordur. Ve eğer doğru kontrol fonksiyonunu (ödüller) bulursanız, artık buna ihtiyacınız kalmaz.
.
Bu döngüden genetik ve evrimsel yöntemler kullanarak EA'ları eğitmeye çalıştım (makale 30 ve 31). Yazarın parametrelerinde 1000 epok var. Anladığım kadarıyla popülasyon epok başına 50 birey. Eğitim sırasında en iyi sonuç günlükte görüntülenir. Yani 200 epok için bu en iyi sonuç ilk sonuca göre değişmedi. Ayrıca 100 bireylik popülasyon koydum ve yaklaşık 150 epok eğittim. Etki aynı oldu. Bu yüzden bu yöntemi bıraktım ve daha yeni yöntemlere geçtim.
Yeni modellerle, özellikle de karmaşık modellerle vakit kaybetmek tamamen zaman kaybıdır.
RF ideali basit ve çok net bir modeldir. Nihai sonucu bir modeller topluluğu aracılığıyla elde etmeyi planlıyorsanız, eski ve iyi test edilmiş modellerden birkaç üç model daha alabilirsiniz (yaklaşık %5 hata azalması sağlar).
Şüpheciliğim çok basit bir şekilde açıklanıyor: ana düşmanımız finansal piyasaların durağanlığı DEĞİL, yani limit teoremi ve buna dayalı tüm istatistikler - farklı korelasyonlar, dağılımlar ve benzeri - çalışmıyor. Bu arada, RMSE gibi tahminler de.
Bu yüzden ön işleme (veri inceleme) ile başlamanız gerekir. Hedefle (öğretmen) yeterince istikrarlı bir bağlantıya sahip bir dizi tahminci elde etmeden, herhangi bir şey hakkında konuşmak anlamsızdır. Tahmin hatasını ve alıntıların farklı bölümlerindeki kararlılığını belirleyen bu bağlantının kalitesidir. Modelin bununla hiçbir ilgisi yoktur. RF'de "örneklem içi" ve "örneklem dışı" yaklaşık olarak aynı tahmin hatasını %20'den daha az elde ederseniz, aynı tahminci setini deneyebilir ve daha gelişmiş modeller, modeller topluluğu ... nedeniyle tahmin hatasını azaltmayı hedefleyebilirsiniz, ancak bu yüzde birkaçtır, bunun için RF'den başka bir şeye zaman harcamanın bir anlamı yoktur.
Bir koşul daha vardır: tahmin edicilerin hedefle olan bağlantısının kararlılığının matematiksel olarak kanıtlanması, yani tahmin edicilerin hedefle olan bağlantısının varyansının elde edilmesi ve en azından GARCH anlamında yaklaşık kararlılığının kanıtlanması ile tahmin edicilerin hedefle olan bağlantısının durağanlığı.
Ve farklı "dönemler" ve yüzyıllar süren testler - hiçbir şey, çok fazla telaşlanıyorsunuz, konunun içindeymiş gibi görünüyorsunuz, ancak yerinde koşuyorsunuz.