一个快速和免费的MT4资料库,让神经网络人非常高兴。 - 页 20

 

Demon_eJ,我 想我开始理解你 "成功 "的原因了。(让我们以名字为基础,好吗?)
看,使用专家顾问的第一个变体 完成了两年期间(2007-2008年)的优化。你已经按照利润对优化进行了排序,并选择了利润值最高的那张通行证。你点击了两次,设置了外部变量的新值。例如,SL被设置为164。
然后你把测试期改为2009.01.01 - 2009.01.31,并进行一次测试。
我的描述都正确吗?
你在这个OOS测试中得到了什么结果?你得到了好的结果吗?之后,你在这个测试期继续用这个SL=164做单项测试?(成绩稳步提高)
如果后者的答案是 "是",那么你已经用2009年1月的数据对网络进行了微调,这在现实生活中是做不到的。

 
是。几乎是这样的。但我首先找到了2009年全年的所有SL参数,根本没有做任何测试,只是进行优化。然后,当优化工作结束后,我开始运行测试。在一月份,我已经测试了10次,并记录了所有的利润,然后每个月以同样的方式用新的SL进行测试。所以网络是在测试期间训练的,这就是取得好成绩的原因?
新的变体没有改进的余地。人们可以优化一条完美的直线,而在 "未来",同样的价值要么是损失,要么是大约0。
 
Demon_eJ писал(а)>>
新的变体没有改进的余地。你可以优化一条完美的直线,但在 "未来",同样的数值要么是梅花,要么是大约0

你去吧。而你却急于求成。没有必要急于求成。
同样有必要理解的是,如果我们在优化过程中做了1000次,然后选择了我们认为最好的,SL=90的第857次,网络初始化时不是用857次开始时的权重(因此这次的结果不能重复),而是用这次优化的1000次中SL=90的最后一次的权重。
我在某处找到了这个专家顾问的一个变种,在那里,每个优化通道的所有网(整个委员会)都被写入文件。然后,任何通行证都可以被 "修复",重复和分析。

 
亲爱的套索,也许其他人会回应......。
请你修改代码,使该EA可以交易一个工具的多个副本。目前,当一个货币的头寸被打开时,EA将等待它关闭,只有在它关闭后才会在下一个条形图上打开。也许应该为此目的添加一个神奇的代码。任务的目的 - 在一个相同的工具上悬挂三个EA,例如,优化后的数值不同。

提前感谢!

我在此附上FANN-EA的来源
附加的文件:
fann-ea.mq4  9 kb
 
我不知道问题出在哪里,也不知道该去哪里寻求帮助,所以我在这里写下了这篇文章。在优化专家顾问 后,我正在使用最有利可图的变体(盈利能力约为2)进行测试,结果不仅仅是没有盈利能力约为2,而是失去了一半,就像根本没有优化一样。请告诉我可能是什么问题。提前感谢您的回答。
 
fru1t >>:
Не знаю в чем дело и куда обратиться за помощью, поэтому пишу сюда. После оптимизации советника прогоняю его тестом по самому прибыльному варианту (прибыльность порядка 2), в результате не то что нет прибыльности порядка 2, а он сливает половину, как будто оптимизации и не было вовсе. Подскажите в чем может быть проблема. Заранее спасибо за ответ.

造成这种现象的原因可能有很多。

1.所谓的 "过度训练"。

2.一个 "不合适 "的老师。

3.固定的脚。

4.神经元的数量不足。

5.神经元过剩。

6....

7...

你可以持续很长时间。

实验。注意错误(你自己的)。

 
fru1t писал(а)>>
我不知道出了什么问题,也不知道该去哪里寻求帮助,这就是我在这里写信的原因。在优化专家顾问后,我正在使用最有利可图的选项(约2的利润率)进行测试,结果它不仅没有约2的利润率,而且我看到它失去了一半的利润,就像根本没有优化一样。请告诉我可能是什么问题。提前感谢您的回答。


如果你指的是FANN-EA,这种 "不充分 "行为的主要原因在上面的三个帖子中得到了解释。

 
你能告诉我,有多少输入和优化期(对于FANN-EA的30个输入和一年的优化一小时)是通过实验手动选择的,还是可以根据输入和输出的内容以某种方式估计?我找不到这些参数对新的数据(没有参与优化的)至少在一段时间内给出正确的信号。谢谢你。

而我也对这句话感兴趣
f2M_set_act_function_output(ann,FANN_SIGMOID_SYMMETRIC_STEPWISE)。
在FANN-EA顾问的ann_load函数中。如果这是规范化的输出,为什么输入不能以同样的方式进行规范化?
 
这里的人都死了吗?还是没有人知道该怎么回答......?
 

这里都是死的,因为(已经说过很多次了)特定的EA本身没有任何价值,除了作为一个如何使用库 的例子。

激活函数是一个给定的函数的输出与它的输入之间的曲线。应该根据输入范围的哪些部分进行加权分析来选择。

正常化是将输入值减少到-1...1或0...1的范围内,这是神经网络正常运行的前提条件。