Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2584
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
Ticaret ihtiyaçlarımız için kayıp fonksiyonunu özelleştirme konusunu daha iyi incelemenin faydalı olacağını düşünüyorum.
Örnek olarak - konuyla ilgili bir makale .
ufkunu genişletmek için?
Önce anlamı pratik bir bakış açısıyla haklı çıkarırsınız: örneğin, bunu yaparsanız, şöyle sonuçlanacak, şuna yol açacaktır ... vb.
Burada konuyla ilgili herhangi bir kelimeyi Google'a koyabilir ve anında yapamayana kadar şubeyi bağlantılarla bombalayabilirsiniz.
Ticaret ihtiyaçlarımız için kayıp fonksiyonunu özelleştirme konusunu daha iyi incelemenin faydalı olacağını düşünüyorum.
Örnek olarak - konuyla ilgili bir makale .
Kabul ediyorum.
Standart sınıflandırma ve regresyon, VR için pek uygun olmayan bir şeydir.
Kabul ediyorum.
Standart sınıflandırma ve regresyon, VR için pek uygun olmayan bir şeydir.
Yeni başlayanlar için, örneğin kar maksimizasyonu gibi görünmesi ve öğrenme algoritmalarının bu işlevlerle normal şekilde çalışması için gerekli ve doğru zarar işlevlerinin nasıl oluşturulacağını öğrenmek istiyorum. Görünüşe göre, en basit lineer regresyon durumunda bile en temelleri araştırmanız gerekecek.
Yeni başlayanlar için, örneğin kar maksimizasyonu gibi görünmesi ve öğrenme algoritmalarının bu işlevlerle normal şekilde çalışması için gerekli ve doğru zarar işlevlerinin nasıl oluşturulacağını öğrenmek istiyorum.
Maksimizasyonun nesi yanlış?
Kullanılan metriklere bağlı olarak kötü koşullandırma ile ilgili sorunlar olabilir. Yükseltme için gradyan ve kendir hesaplamasında bir sorun olabilir.
Kullanılan metriklere bağlı olarak kötü koşullandırma ile ilgili sorunlar olabilir. Yükseltme için gradyan ve kendir hesaplamasında bir sorun olabilir.
Modelleri seçmek için özel metrikler kullanılır, ancak eğitim hala standart olanları temel alır (örneğin, sınıflandırma için mantık). Çünkü metriğiniz hiçbir şekilde özellik/hedef oranı ile ilgili değildir ve standart olanlardır. Ve burada, olduğu gibi, modelleri daha sonra Sharpe Ratio'ya veya R2'ye göre mi seçeceğiniz veya en üst düzeye çıktıklarında öğrenmeyi hemen durdurup durdurmayacağı net değil. Muhtemelen bu şekilde ve bu şekilde yapabilirsiniz.
Yine de, standart metriklerin tamamen reddedilmesini ve metatrader optimizasyonunda kullanılanlarla değiştirilmesini denemek ilginç olurdu) Büyük olasılıkla, daha düşük bir seviyeye gitmeniz ve doğrudan optimizasyon paketleriyle çalışmanız gerekecek - bunun gibi bir şey .
Kasenin sağlandığını söylemeye hazır değilim) Ama sanırım bir şekilde çözmeye çalışacağım.
Yine de, standart metriklerin tamamen reddedilmesini ve metatrader optimizasyonunda kullanılanlarla değiştirilmesini denemek ilginç olurdu) Büyük olasılıkla, daha düşük bir seviyeye gitmeniz ve doğrudan optimizasyon paketleriyle çalışmanız gerekecek - bunun gibi bir şey .
Kasenin sağlandığını söylemeye hazır değilim) Ama sanırım bir şekilde çözmeye çalışacağım.
Geniş bir özellik alanı (düzinelerce özellik) olması durumunda, hangi koşulluluğun daha iyi olacağı önceden nasıl belirlenir ve hangi işlevin yerleştirileceği
Elbette, standart metrikler için koşulluluk her zaman daha iyidir - aksi takdirde standart olmazlardı) Ama bu, kendi bisikletlerinizi icat etmenizi nasıl engelleyebilir?)