交易中的机器学习：理论、模型、实践和算法交易 - 页 559 1...552553554555556557558559560561562563564565566...3399 新评论 Yuriy Asaulenko 2018.01.10 16:13 #5581 马克西姆-德米特里耶夫斯基。 而在这里，我做了一个预测的东西，然后在一些历史上，我立即评估它的质量......如果质量没问题，那么我教第二个人根据预测进行交易，它只是定义了在哪里买入/卖出比较好。(起初它只有模糊逻辑，但我决定把它改为布尔逻辑)优化器在一般情况下可能会做一些事情，但在云中太昂贵了，如果有很多参数，它将需要和你一样的24小时来训练--任务是一样的--优化目标f-fion。也许MT的优化和NS的训练的目的都是为了找到一些目标函数。但所产生的功能是非常不同的，包括在物理意义上。SZY 除了之前的帖子之外。我的NS不需要任何云彩。一切都在我的家用电脑上完成。是的，这需要很长的时间，真的在24小时内。顺便说一下，我不需要这些VSD的MQL，既不需要它们的功能，也不需要限制）。 Maxim Dmitrievsky 2018.01.10 16:25 #5582 尤里-阿索连科。 在MT和NS训练中，优化的目的可能是为了寻找一些目标函数。但结果函数是非常不同的，包括在其物理意义上。我需要一个折中的办法--我不想等待一天的训练，也不想用手重新训练......我需要快速的、可在测试器中长期重复的训练，并在需要时自动重新训练。考虑到任务的不可控性，只剩下快速算法和一些优化。我不想自己写各种测试器/滑块，使用不同的程序组合，等等。 这没有用，让开发人员去做吧......而我只是一个交易员。如果会有一个与R/Python的出色整合，他们有点想加入--我们可以继续前进......我并不以此为荣 :) 我不认为这个时间估计是正确的。 Forester 2018.01.10 16:30 #5583 尤里-阿索连科。 第三，在教学时，不要把你的解决方案强加给MLP，就像大多数本地文章那样。你是指自我训练吗？如何才能做到这一点呢？ Yuriy Asaulenko 2018.01.10 16:36 #5584 马克西姆-德米特里耶夫斯基。 我需要一个折中的办法--我不想等待一天的训练，也不想用手重新训练......我需要快速的、可在测试器中长期重复的训练，并在需要时自动重新训练。考虑到任务的非琐碎性，只有快速算法和一些优化算法。对时间的估计--如果直到春天开始，我还不能在NS上得到一个强大的系统，那就见鬼去吧，我并不骄傲:)我已经用NS工作了大约半年，只是在研究投射法。然后，我才逐渐转入市场任务。而且，用或多或少的已知结果训练二十四小时，比尝试不同的快速算法和变体要好。顺便说一下，我在第四或第五次尝试时得到了一个可接受的结果。我只花了大约2个月时间。(其中只有5天是直接用于培训）。 Yuriy Asaulenko 2018.01.10 16:44 #5585 elibrarius。你是说自学吗？怎么可能做到呢？不，不是自学。通常的BP在历时之间有中间设置。试想一下，在一个自己都不太了解的老师那里学习乘法表。这正是我这个想法的出发点）。来到了海金所描述的内容--学习序列中正确/错误答案的比例应该与现实相符。 Maxim Dmitrievsky 2018.01.10 16:50 #5586 尤里-阿索连科。我花了大约半年的时间与NS一起工作，只是在练习壳的方法。然后，我才逐渐转入市场任务。而且，用或多或少的已知结果训练二十四小时，比通过不同的快速算法和变体要好。顺便说一下，我在第四或第五次尝试时得到了一个可接受的结果。我只花了大约2个月时间。其中，只有5天直接参加培训）。也是半年左右......它有点赚，但应该更多，它是NS!:)平均每月5%的收益是不够的......在套利之后，当时赚了几百个百分点的收益 Yuriy Asaulenko 2018.01.10 17:13 #5587 马克西姆-德米特里耶夫斯基。 它也有六个月的历史了......它有点挣钱，但它应该挣得更多，它是NS!:)平均每月5%的收益不足以让人感到满意......在套利之后，当数百个百分比的收益我在上面的某个地方给出了一个测试结果的图表。这似乎没有什么问题。每三个月重新培训一次是没有问题的。到目前为止，还没有必要。早前警告过--没有来自现实世界的具体数据，就不公布。我不确认或否认有关的猜测）。 Forester 2018.01.10 17:52 #5588 尤里-阿索连科。第三，在教学时，不要把你的解决方案强加给MLP，就像大多数本地文章那样。... 不，不是自我训练。通常的BP在历时之间有中间设置。试想一下，在一个自己都不太了解的老师那里学习乘法表。这正是我这个想法的出发点）。来到了海金所描述的内容-- 学习序列 中正确/错误答案的比例应该与现实相符。我不明白...那么，如果仍然有一个带有答案的"学习序列"，那么你仍然在把你的解决方案 "强加"给MLP。 Yuriy Asaulenko 2018.01.10 18:10 #5589 elibrarius。我不明白的事...好吧，如果仍然有一个 带有答案的"学习序列"，那么你仍然在把你的解决方案 "强加 "给MLP。 你没有强加于人。例如，如果你在训练中对NS强加入口点，就会发生这种情况。假设在训练时，我们随机地确定入口点--其中一些是正确的，另一些则不是。结果当然是众所周知的。国家安全局的任务是学习其中哪些是正确的，哪些是不正确的。策略是在学习过程中直接产生的。统计学上不重要的或 "随机 "的 "正确 "输入在NS本身的训练中被丢弃。你要把什么强加给谁？ revers45 2018.01.10 21:41 #5590 一个不知道乘法表的老师和一个不强求的NS开发者，随机的、正确的解决方案--没有更多的倾诉！这就是我们的工作。 1...552553554555556557558559560561562563564565566...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
而在这里，我做了一个预测的东西，然后在一些历史上，我立即评估它的质量......如果质量没问题，那么我教第二个人根据预测进行交易，它只是定义了在哪里买入/卖出比较好。
(起初它只有模糊逻辑，但我决定把它改为布尔逻辑)
优化器在一般情况下可能会做一些事情，但在云中太昂贵了，如果有很多参数，它将需要和你一样的24小时来训练--任务是一样的--优化目标f-fion。
也许MT的优化和NS的训练的目的都是为了找到一些目标函数。但所产生的功能是非常不同的，包括在物理意义上。
SZY 除了之前的帖子之外。
我的NS不需要任何云彩。一切都在我的家用电脑上完成。是的，这需要很长的时间，真的在24小时内。顺便说一下，我不需要这些VSD的MQL，既不需要它们的功能，也不需要限制）。
在MT和NS训练中，优化的目的可能是为了寻找一些目标函数。但结果函数是非常不同的，包括在其物理意义上。
我需要一个折中的办法--我不想等待一天的训练，也不想用手重新训练......我需要快速的、可在测试器中长期重复的训练，并在需要时自动重新训练。
考虑到任务的不可控性，只剩下快速算法和一些优化。
我不想自己写各种测试器/滑块，使用不同的程序组合，等等。 这没有用，让开发人员去做吧......而我只是一个交易员。
如果会有一个与R/Python的出色整合，他们有点想加入--我们可以继续前进......
我并不以此为荣 :) 我不认为这个时间估计是正确的。
第三，在教学时，不要把你的解决方案强加给MLP，就像大多数本地文章那样。
你是指自我训练吗？如何才能做到这一点呢？
我需要一个折中的办法--我不想等待一天的训练，也不想用手重新训练......我需要快速的、可在测试器中长期重复的训练，并在需要时自动重新训练。
考虑到任务的非琐碎性，只有快速算法和一些优化算法。
对时间的估计--如果直到春天开始，我还不能在NS上得到一个强大的系统，那就见鬼去吧，我并不骄傲:)
我已经用NS工作了大约半年，只是在研究投射法。然后，我才逐渐转入市场任务。而且，用或多或少的已知结果训练二十四小时，比尝试不同的快速算法和变体要好。
顺便说一下，我在第四或第五次尝试时得到了一个可接受的结果。我只花了大约2个月时间。(其中只有5天是直接用于培训）。
你是说自学吗？怎么可能做到呢？
不，不是自学。通常的BP在历时之间有中间设置。
试想一下，在一个自己都不太了解的老师那里学习乘法表。这正是我这个想法的出发点）。
来到了海金所描述的内容--学习序列中正确/错误答案的比例应该与现实相符。
我花了大约半年的时间与NS一起工作，只是在练习壳的方法。然后，我才逐渐转入市场任务。而且，用或多或少的已知结果训练二十四小时，比通过不同的快速算法和变体要好。
顺便说一下，我在第四或第五次尝试时得到了一个可接受的结果。我只花了大约2个月时间。其中，只有5天直接参加培训）。
也是半年左右......它有点赚，但应该更多，它是NS!:)平均每月5%的收益是不够的......在套利之后，当时赚了几百个百分点的收益
它也有六个月的历史了......它有点挣钱，但它应该挣得更多，它是NS!:)平均每月5%的收益不足以让人感到满意......在套利之后，当数百个百分比的收益
我在上面的某个地方给出了一个测试结果的图表。这似乎没有什么问题。
每三个月重新培训一次是没有问题的。到目前为止，还没有必要。
早前警告过--没有来自现实世界的具体数据，就不公布。我不确认或否认有关的猜测）。
尤里-阿索连科。
第三，在教学时，不要把你的解决方案强加给MLP，就像大多数本地文章那样。
...
不，不是自我训练。通常的BP在历时之间有中间设置。
试想一下，在一个自己都不太了解的老师那里学习乘法表。这正是我这个想法的出发点）。
来到了海金所描述的内容-- 学习序列 中正确/错误答案的比例应该与现实相符。
我不明白...
那么，如果仍然有一个带有答案的"学习序列"，那么你仍然在把你的解决方案 "强加"给MLP。
我不明白的事...
好吧，如果仍然有一个 带有答案的"学习序列"，那么你仍然在把你的解决方案 "强加 "给MLP。