交易中的机器学习：理论、模型、实践和算法交易 - 页 319

新评论
 
交易员博士。

关于'模式模式与神经网络'的利润图表。

这两种模式都是在2016年10月训练出来的正向交易金牛座；恒定手数，没有止损或止盈；始终处于多头或空头交易；以H1开盘价交易。图表上的交易 - 过去5年，包括一个月的训练数据。

在没有交叉评价的情况下学习模型，他们只是从价格中榨取最大的利润。

图表上有一个地方，服务器没有给出正常的刻度，那里有某种梅花，那么就忽略那个地方。


这里是神经元。你可以清楚地看到它被训练的时间间隔，它是唯一有稳定利润的地方。


而这里是模式识别模型。结果是负面的，但它仍然比神经元好。而且有很多时候是连续几周盈利的。但后来还是失败了。
它很酷，但不清楚该用它做什么。



我知道答案。我现在不在家里。我稍后会在我的电脑前，与你分享我的想法。
 

这里还有几张图。

1）神经元不能在没有交叉验证的情况下进行训练，它的再训练有100%的保证。
我采取了相同的数据，将其分为两部分进行训练和交叉验证。你可以在图上看到，现在训练数据的利润并没有急剧上升，因为一旦交叉验证的结果开始恶化，模型训练就会停止。它没有时间去记忆所有的训练实例，理论上现在应该通过逻辑而不是记忆来进行交易。
但这并没有真正影响整体结果，5年的总损失只少了80欧元（约占总损失的10%）。


2）图案模型。由于在1个月的数据上训练模型会产生一个非常不规则的正弦波，周期约为2个月（但不完全是），所以值得尝试在两个月而不是1个月上训练模型。
我希望它在那之后成为圣杯。但这似乎是不合逻辑和不可理解的--盈利和亏损的间隔时间长达数年，有时会突然从一个转变为另一个。有人在2013年初按了一个开关--模型所使用的特定模式打开了，尽管模型在创建时根本无法接触到2016年8月之前的价格。然后在2017年--有人又按下了开关--这些模式开始急剧流失。
如果你在不同的月份，在不同长度的间隔上训练模型--每次你都会得到惊人的、独特的结果。有时它们是有利可图的，但我们永远不知道这些模式会持续多久，以及它们是否有一天可能会失败。外汇不是一个恒定的随机性，它是一个咄咄逼人的环境，有时会出现违反既定规则的行为，只是为了消耗更多的人。


 
交易员博士。

这里还有几张图。

1）Neuronka不能在没有交叉验证的情况下进行训练，它的重新训练有100%的保证。
我取了同样的数据，把它分成两部分进行训练和交叉验证。你可以在图上看到，现在训练数据上的利润并没有向上大幅增加，因为一旦交叉验证的结果开始恶化，模型学习就会停止。它没有时间去记忆所有的训练实例，理论上现在应该通过逻辑而不是记忆来进行交易。
但这并没有真正影响整体结果，5年的总损失只少了80欧元（约占总损失的10%）。


2）图案模型。由于在1个月的数据上训练模型会产生一个非常不规则的正弦波，周期约为2个月（但不完全是），所以值得尝试在两个月而不是1个月上训练模型。
我希望它在那之后成为圣杯。但这似乎是不合逻辑和不可理解的--盈利和亏损的间隔时间长达数年，有时会突然从一个转变为另一个。有人在2013年初按动了一个开关--模型所使用的特定模式打开了，尽管模型在2016年8月之前根本无法接触到价格，当时它被创建。然后在2017年--有人又按下了开关--这些模式开始急剧流失。
如果你在不同的月份，在不同长度的间隔上训练模型--每次你都会得到惊人的、独特的结果。有时它们是有利可图的，但我们永远不知道这些模式会持续多久，以及它们是否有一天可能会失败。外汇不是持续的随机性，它是一个咄咄逼人的环境，有时会出现违反既定规则的行为，只是为了消耗更多的人。



是啊是啊，只是我的TS也有起伏。一般来说，它是一个失败者，但也有一些时期，它需要和有一个想法，后来...... 有点...

尝试镜像Neuronka。你能得到什么？它能拨号吗？

 
Mihail Marchukajtes:

尝试镜像Neuronka。它将做什么？能否拨入？

不，甚至更糟。

附加的文件：
model_nnet_cross_inv.png  35 kb
 

我想写一篇关于eqvity的长文章，并展示我的NS的优化器Reshetova是如何泄漏的，但她没有，所以原谅我。线条表示优化的区域，工作从1月1日到现在。


我很久以前就注意到，只要确定TS的股本余额就可以了，我们可以进入，最好是缩减。换句话说，假设有10个TS在工作，但我们必须选择已经开始填充的那个。作为一项规则，我用支撑线和阻力线来做，是的是的，你在平衡曲线上是正确的。

但事情是这样的。嗯，我甚至不知道该怎么说。问题是，我们倾向于优化资产负债表的增长。

如果我们设置优化器，使其像这样寻找平衡增长的开始，会怎么样？

毕竟，优化的良好结果正是股权增长开始后的类型。


 

所以，你去吧！！卡拉布特兄弟帮助我，我将一起快乐。事情是这样的，sequenta有两个natroek参数，第一个从4到10不等，第二个大约相同。因此，我们有大约36个组合或选项，考虑到第二个参数不能小于第一个参数，就更少了。所以!!!!谁能让优化器（最好是MT4）找到这样的参数，使其返回股权如下？

即，这套书的开头。在一个优化部分可能有几个选项，我们应该盯着哪个是最好的。它是这样的：!!!!!你怎么看这个问题？

 
只是在这种情况下，你就不必等待，在招聘开始前就能得到优化。
 
 
Mihail Marchukajtes:

参数，在这一点上，股权将看起来像

这是对所有规则和逻辑的违背，甚至可能成功。

我们需要在专家顾问中增加一个参数--突破日期。
如果专家顾问从1月到3月底进行优化，那么突破日期可以设置在3月初。然后，在测试过程中，当做出交易决定时，如果还没有达到断点日期，你应该向相反方向交易。因此，股权图将在优化后稳定地向上发展，但我们知道，第一部分实际上会合并。

你也可以做第二个int类型 的可选参数，这将转移骨折的日期。事先不知道在什么日期一切都应该开始上涨。而且我们可以利用遗传学和其他EA参数来优化它。

 

关键是，我们不是在谈论NS，而是在谈论Sequent，所以看看它在同一工作时期不同输入值的公平性。我没有优化它，我只是用手去看了看。

5-5

6-6

7-7

这个案例与4-8，同一时期，更加有趣。而且，它在300点的止损下是有效的。

这是从1月1日开始到现在。我承认，我选择了优化器的最后一个屏幕，嗯，优化器中只有49个通道。因此，事实上，我必须学会正确地选择必要的参数，而不是从无维度的集合中，而是从具有如此少量变体的有限集合中。So..........

1...312313314315316317318319320321322323324325326...3399
新评论