Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3182
![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
Teşekkürler, MathRand artışlarını deneyeceğim.
En evrensel olanı muhtemelen Monte Carlo'dur.
Görünüşe göre ilginç bir Rastgele üretimim var.
Üstte gerçek bir sembol, altta rastgele.
RandomPrice iteratif olarak uygulanabilir. Spreadler ve zaman korunur.
Bunu logaritma ile yapmak doğru olurdu, ancak bununla uğraşmadım. Eğer bunu geliştirirsek, Monte Carlo'nun gerekli istatistiksel özelliklere sahip rastgele bir sembol üretmesi için en iyi seçenek olabilir.
Monte Carlo için muhtemelen istenen istatistiksel özelliklere sahip rastgele bir sembol üretmek için en iyi seçenektir.
Aynı set ile bit testi.
Üst - gerçek, alt - rastgele.
Başarısızlık.
Ticaret, otomatik ticaret sistemleri ve ticaret stratejilerinin test edilmesi üzerine forum
Ticarette makine öğrenimi: teori, modeller, uygulama ve algo-ticaret
mytarmailS, 2023.08.17 08:42 AM
"yapmadığınız" ikinci adımınız ))
Aradaki fark nedir?
Aradaki fark, optimizasyon sonuçlarında hiçbir şeyin aranmamasıdır. Yani, ilk beş optimizasyon sonucu daha önce OOS üzerinde hiç çalıştırılmamıştır.
Ticaret, otomatik ticaret sistemleri ve ticaret stratejilerinin test edilmesi üzerine forum
Ticarette makine öğrenimi: teori, modeller, uygulama ve algo-ticaret
Valeriy Yastremskiy, 2023.08.17 10:44 AM
Yanlış pozitif ve negatiflerin olasılığının azalması mantıklı görünüyor, ancak bana göre hatalara karşı her derde deva değil.
Sizce train_optim + test_forward modeline (train+test)_optim'den daha fazla güvenmeli misiniz?
Hata yok. Hata yok. Hata yok.
Başka bir örnek aldım - birimlerin %47'si ve örnekler 5 kat daha az - birkaç geçişten sonra zaten birçok kuantum segmenti bulduğunu söyleyebilirim.
Dikkat ettiğim başka bir şey de ilk hedef ile oluşturulan hedefin benzerliği - %49 benzerler - belki de burada bir eşik belirlemek gerekir - %30'dan fazla benzerlik olmamalı? Herhangi bir düşünceniz var mı?
Bir grafik yaptım - eğer bir eşleşme varsa "-1", eşleşme yoksa "+1", böyle bir denge elde ettim.
Üzerinde çok fazla eğilim var, ne düşünüyorsunuz?
Üst kısım gerçek, alt kısım rastgele.
Gerçek ve oluşturulan sembol üzerinde aynı ayarlarla optimizasyon yaptım.
Gerçek.
Rastgele.
Rastgele üzerinde eğitilmemiştir.
Gerçek ve oluşturulan karakter üzerinde aynı ayarlarla bir optimizasyon yaptım.
Gerçek.
Rastgele.
Random konusunda eğitimli değil.
Aradaki fark, optimizasyon sonuçlarında hiçbir şeyin aranmamış olmasıdır. Yani ilk beş optimizasyon sonucu daha önce OOS üzerinde hiç çalıştırılmamış.
Gerçek ve oluşturulan karakter üzerinde aynı ayarlarla bir optimizasyon yaptım.
Gerçek.
Rastgele.
Rastgele üzerinde eğitilmemiş.
Maxim Dmitrievsky #:
Сколько раз был сгенерирован рандом символ?)
Bir.
sekans ne kadar uzunsa, üzerinde çalışmak için o kadar çok kez üretilmesi gerektiği de açıktır.
Bu ifadeyi anlamıyorum. Aşağıdaki iki seçenekle ne kastediliyor?
Görünüşte basit şeyler, çünkü farklı gerçek sembollerde bile aynı TC çalışmıyor.
Rastgeleleştirme algoritması aşağıdaki gibidir: