Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1336
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
Düşünceyi anlamadım .. grafikleri yerlerde zihinsel olarak yeniden düzenleyin ve her şey yoluna girecek
Bunu yapıyorum çünkü test cihazındaki grafikleri her zaman geri sarmak için çok tembelim, hiçbir fark yok ve daha da iyisi, 3 yıl önce orada değil, güncel olanı öğrenmek
Niye ya? Sadece oranlar değil, aynı zamanda mantık da ilginç.
hayır, bir Markov işlemim var, çözüm sadece mevcut duruma bağlı, klasik q-öğrenmede olduğu gibi bu formda öğrenirken planlama yok, örneğin
o zaman test cihazında öğrenilecek hiçbir şey yok - sadece gerçek zamanlı :)
ve bir test cihazı kullanıyorsanız, her şeyi tek geçişte yapın
Gerçek şu ki, gelecekteki fiyatlar ile mevcut fiyatlar arasındaki bağlantı, mantıksal olarak, tüm ticaretin cari fiyatlar temelinde planlanması gerçeğiyle gerçekleştirilir ve bu da gelecekteki fiyatları etkiler, yani. argüman-fonksiyon ilişkisi soldan sağa gider, tersi değil.
Grafiğe göre kısa vadeli işlemleri var. Değişiklik hiçbir şeyi değiştirmeyecek. Daha da iyisi, çünkü En son veriler üzerinde eğitim alırsanız, gerçek olanın, gerçek olandan çok daha önce yapılan eğitimden daha iyi olması muhtemeldir.
Zaten borsada biraz peşindeyim, duygu ..
Sırada sadece pazarı değil tüm dünyayı fethedecek yapay zekaya sahip botların en benzersiz gelişmeleri var.
Napolyon planları. Napolyon'un Fr.'den mezun olduğunu hatırlatmama izin verin. Aziz Helena.
Napolyon planları. Napolyon'un Fr.'den mezun olduğunu hatırlatmama izin verin. Aziz Helena.
bu sizin için bir bisiklet, ancak diğerleri için çekirdekleştirilmiş SVM ("Reshetov Vektör Makinesi" hakkında)
" Çekirdekleştirilmiş " olduğundan şüpheliyim, çıktısı doğrusal, aptalca hiper düzlem ve SVM değil gibi görünüyor, şahsen Yura'nın ortadan kaybolmadan önce siber forumda yayınladığı Java kodunu ayrıntılı olarak analiz etmedim, ancak tanıdık bir "kase yazarı" sipariş üzerine, müşteri için, orada bir şeyi düzeltmek için bu kodu analiz ettim ve doğrusal modelin katsayıları için aptal bir arama olduğunu, genetik veya tavlama gibi bir tür özel stokastik arama olduğunu söyledim, sonuç bir vektör kısacası, bu şaheserin daha gelişmiş bir versiyonu:
AI - MetaTrader 4 uzmanı
double perceptron()
{
double w1 = x1 - 100 ;
double w2 = x2 - 100 ;
double w3 = x3 - 100 ;
double w4 = x4 - 100 ;
double a1 = iAC ( Symbol (), 0 , 0 );
double a2 = iAC ( Symbol (), 0 , 7 );
double a3 = iAC ( Symbol (), 0 , 14 );
double a4 = iAC ( Symbol (), 0 , 21 );
return (w1 * a1 + w2 * a2 + w3 * a3 + w4 * a4);
}
Yalnızca katsayılar MT optimize edici tarafından değil, kendi araçları tarafından aranır.
Birkaç model seçildi - bunun neden olduğu belli değil - bunun hakkında düşünmeniz gerekiyor.
Modellerin grafikleri (seçilen model sayısı az olduğundan gifler yapılmamıştır)
%60
%70
Buradan hangi sonuca varılabilir - örnek oranı yine %30 olarak ortaya çıktı (eski örnekler %70 idi, ancak değiştirildi!). Grafikler ilk bakışta daha fazla farklılığa sahiptir, ancak yine de daha büyük bir tamlık yüzdesini (Hatırlatma) kapsayacak şekilde verimli bir paralel çalıştırma için yeterli değildir.
Ve son ve sondan bir önceki deneyden iki modeli bu şekilde birleştirebilirsiniz - her ne kadar ayrım 0,55'e güçlendirilmiş olsa da. İlkesine göre giriş, modellerden birinin sinyali varsa piyasaya giriyoruz.