Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1439
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
gerçekten catbust deneyin altında tüm aracı yeniden yazın .. ayrıca bok vagonu. Ancak gerçek şu ki, küçük veri kümeleri üzerinde öğrenme, orman iyi genelleşiyor ve örneğin 2-5k örnekler üzerinde çalışıyor, aynı veriler üzerinde sadece 2 kat artarak, yeniden eğitimi tamamlıyor. Bu bir gerçektir.Kısa veri kümelerini denedim, %30'luk bir hata ve sonraki %60-70'lik bir hafta var. Bu da ortalama %50 veriyor.
Kısa veri kümelerini denedim, %30'luk bir hata ve sonraki %60-70'lik bir hafta var. Bu da ortalama %50 veriyor.
mesela ben bir ayda antrenman yapıyorum, bir senede yeni veriler üzerinde neredeyse işe yarıyor. 2-3 ayda öğretiyorum - artık çalışmıyor .. bir tür saçmalık
dahası, modelin hataları aynımesela ben bir ayda antrenman yapıyorum, bir senede yeni veriler üzerinde neredeyse işe yarıyor. 2-3 ayda öğretiyorum - artık çalışmıyor .. bir tür saçmalık
Kendi kendine öğrenen bir sistemde böyle sonuçlar var mı?
evet, bazı hilelerle. Birini keseceğim - modele ara örnekler ekleyeceğim. Örneğin, bir satın alma için bir anlaşma açmak için bir sinyal vardı, her zaman açıkken, her yeni çubukta , sırasıyla yeni özellik göstergeleriyle aynı satın alma işaretine sahip başka bir örnek eklersiniz. Bu, hatayı büyük ölçüde azaltacaktır. Bazı örneklerin çoğaltılması.
Belki bazı modellerde hatayı azaltmaz, ancak benimkinde büyük ölçüde azaltır.evet, bazı hilelerle. Birini keseceğim - modele ara örnekler ekleyeceğim. Örneğin, bir satın alma için bir anlaşma açmak için bir sinyal vardı, her zaman açıkken, her yeni çubukta , sırasıyla yeni özellik göstergeleriyle aynı satın alma işaretine sahip başka bir örnek eklersiniz. Bu, hatayı büyük ölçüde azaltacaktır. Bazı örneklerin çoğaltılması.
Bu numara ile daha fazla varyasyonu test edeceksiniz.
Bu, ilk çalıştırmada bir tür hedef seçimidir. Kalan döngüler, aslında, ilk geçişten alınan bir öğretmenle zaten eğitim alıyor.
Bu numara ile daha fazla varyasyonu test edeceksiniz.
gerçekten anlamadı. Aksine, örneklerin bir kopyasıdır. Genellikle, bu sinyaller arasında piyasanın nasıl davrandığını umursamadan, sadece satın almak, satmak için etiketler verirler. Ara takviye numuneleri eklerseniz, model otomatik olarak daha iyi sınıflandırır.
Örneğin, aslında 1000 örnek sinyalim varsa, ara pekiştireçlerle birlikte bu 5k ve daha fazladır.Budama aynı zamanda bütünlüğü kontrol etmelidir, yani. en az %0,5-1'lik numune kapsamına kesilir.
neyin dolgunluğu? sadece ampirik olarak istenen derinliğe kadar kesin
neyin dolgunluğu? sadece ampirik olarak istenen derinliğe kadar kesin
Sayfa, numuneden en az belirli bir yüzdede örnek içermelidir, daha azsa, bölmeleri kesin. Ne kadar çok örnek olursa, model o kadar olasıdır - burada her şey basittir.
evet, bazı hilelerle. Birini keseceğim - modele ara örnekler ekleyeceğim. Örneğin, bir satın alma için bir anlaşma açmak için bir sinyal vardı, her zaman açıkken, her yeni çubukta , sırasıyla yeni özellik göstergeleriyle aynı satın alma işaretine sahip başka bir örnek eklersiniz. Bu, hatayı büyük ölçüde azaltacaktır. Bazı örneklerin çoğaltılması.
Belki bazı modellerde hatayı azaltmaz, ancak benimkinde büyük ölçüde azaltır.Bu yaklaşımla başladım ama tam tersine giriş noktasından çıkış noktasına kadar doğru sınıflandırma eğrisinin düzgünlüğünü ortaya çıkarmaya çalıştım ama yaklaşımım büyük hesaplama gücü gerektiriyor - bu yüzden reddetmek zorunda kaldım. Tam tersi seçeneğiniz var, bu ilginç, karşı eğilim potansiyeli var ... Sadece MO'ya benzer bir şeyi uygulamanın nasıl mümkün olacağını düşünüyorum, ki bu benim sinyallerimde işe yarıyor - nasıl öğreteceğimi bilmiyorum , ama orada açıkça bir potansiyel var.
gerçekten anlamadı. Aksine, örneklerin bir kopyasıdır. Genellikle, bu sinyaller arasında piyasanın nasıl davrandığını umursamadan, sadece satın almak, satmak için etiketler verirler. Ara takviye numuneleri eklerseniz, model otomatik olarak daha iyi sınıflandırır.
Örneğin, aslında 1000 örnek sinyalim varsa, ara pekiştireçlerle birlikte bu 5k ve daha fazladır.Ben de fark ettim ve uyguladım ama anladığım kadarıyla işe yarıyor çünkü veriler g..but ve böyle bir hile bir dizi sapma üzerinde eğitime yardımcı oluyor. Bu yapılmazsa, model bir aracıya ayarlanır veya hatta bazen aynı terminalde bazı veri güncellemelerinin yeniden yüklenmesinden sonra çalışmayı durdurur.