마지막으로 모델이 계산되어 기존 모델에 추가되었습니다. 수익성은 하늘로 성장했으며 샘플 외부의 동일한 플롯에서 수익성은 12.65입니다.
사실, 예금에 대한 부담은 작지 않지만 견딜 수 있습니다. 그래서 그런 것입니다. 최적화를 위해 첫 포스팅부터 예시를 들였는데, 빨리 카운트 되지 않는다면 차에 무리를 주지는 않겠습니다. 열은 적지만 행이 너무 많으니 무엇을, 어떻게 ...
결과를 평가하기 위해 더 많은 거래를 짜내십시오.많은 거래가 많을수록 실제 거래에서 모델을 재학습해야 할 때 더 빨리 이해할 수 있습니다. 예를 들어, 이제 나는 그것을 이렇게 평가합니다. 테스트 결과에 따르면 최대 손실 시리즈는 2건의 거래이며, 실생활에서 연속으로 4건의 손실이 있으면 재교육해야 합니다. 평균적으로 400/60 = 하루 6-7건의 거래로 나타납니다. 1일 내내 재교육할 가치가 있는지 이해할 수 있습니다.
지금까지 3개월 15분 TF에 400건의 거래가 있습니다. 훈련 샘플 1개월(중간), 오른쪽과 왼쪽에 샘플이 월별로 없습니다. 아름다움을 위해 특별히 뽑힌 로트. 초기 잔액은 $1000입니다. :) 전체 기록을 통해 즉시 구동하기 위해 아직 자동 재훈련을 수행하지 않았습니다. 이를 위해서는 J 예측기를 이식하거나 다른 신경망을 사용해야 합니다. 왜냐하면 이제 옵티마이저를 통해 가중치가 선택됩니다.
글쎄, 수익성있는 거래의 90 %가 있다는 것은 분명하지만, 반면에 평균 손실이 평균 테이크 포핏보다 크기 때문에 평균 손실 거래가 더 높습니다. 최대 수익 시리즈는 연속 33개의 이익에 대해 단 2개의 연속 손실이지만 33개 거래의 총 이익은 2개 거래의 총 손실보다 4배만 더 많습니다(정지 손실을 줄여야 함). 2월에는 이러한 설정으로 더 이상 적립되지 않습니다.
마이클 마르쿠카이테스 : 저녁까지 첫 번째 게시물의 예를 계산하지 않으면 다음을 줄이겠습니다. 게다가 과제 자체가 무의미하고 실질적인 관심도 없다. 그리고 재미를 위해 며칠 동안 컴퓨터를 운전하고 싶지 않습니다. 리소스는...
검증 또는 테스트 사이트에서 테스트를 하시겠습니까? 전체 파일을 믿으면 https://www.mql5.com/en/forum/86386/page4#comment_2530392 게시물에서 유효성 검사 파일을 확인할 수 있습니다. 나는 RNN으로 약간의 실험을 했고 훈련 예제(노이즈 예측기와 관련하여 중요)만 기억하는 것으로 보이며 새 데이터에서 노이즈 예측기는 결과를 망칩니다. 저것들. RNN은 과적합되기 쉽습니다. 적어도 논리적 작업의 경우에는 0과 1입니다.
검증 또는 테스트 사이트에서 테스트를 하시겠습니까? 전체 파일을 믿으면 https://www.mql5.com/en/forum/86386/page4#comment_2530392 게시물에서 유효성 검사 파일을 확인할 수 있습니다. 나는 RNN으로 약간의 실험을 했고 훈련 예제(노이즈 예측기와 관련하여 중요)만 기억하는 것으로 보이며 새 데이터에서 노이즈 예측기는 결과를 망칩니다. 저것들. RNN은 과적합되기 쉽습니다. 적어도 논리적 작업의 경우에는 0과 1입니다.
그러나 0과 1 사이의 평균 값을 보간하는 것이 좋을 수도 있습니다.
전체 파일을 시작했습니다. 훈련 결과를 볼 수 있습니다. 그런 다음 여기에 모델을 던질 것입니다. 그런 다음 유효성 검사를 위해 직접 확인합니다.
검증 또는 테스트 사이트에서 테스트를 하시겠습니까? 전체 파일을 믿으면 https://www.mql5.com/ru/forum/86386/page4#comment_2530392 게시물에서 유효성 검사 파일을 확인할 수 있습니다. 나는 RNN으로 약간의 실험을 했고 훈련 예제(노이즈 예측기와 관련하여 중요)만 기억하는 것으로 보이며 새 데이터에서 노이즈 예측기는 결과를 망칩니다. 저것들. RNN은 과적합되기 쉽습니다. 적어도 논리적 작업의 경우에는 0과 1입니다.
그러나 0과 1 well 사이의 평균값을 보간할 가능성이 있습니다.
무엇을 재교육이라고 합니까? 그리고 노이즈와 그렇지 않은 예측 변수를 어떻게 결정합니까? 소음 예측기가 결과를 망치고 중요하지 않은 예측기가 작동을 멈춘 이유는 무엇이라고 생각합니까? 시장에서 영원히 작동할 중요한 예측 변수는 거의 없습니다.
일반적으로 RNN과 함께 구체적으로 작업해야 합니다. 역전을 희망하여 고정 시리즈를 만들고 극한값에서 신호를 가져옵니다.
나는 당신에게 동의하지만 완전히는 아닙니다. 남자는 상황을 평가하고 자신과 가족이 살고 있는 환경을 이해해야 합니다. 지금 세상은 매우 빠르게 발전하고 있으며 정보 환경은 누구나 찾을 수 있는 넓은 분야입니다. 이 접근 방식을 사용하면 전략적 개요의 일부를 잘라내고 무슨 일이 일어나고 있는지 파악하지 못하므로 남성 방어자로서 정당하지 않은 위험에 노출됩니다.
마지막으로 모델이 계산되어 기존 모델에 추가되었습니다. 수익성은 하늘로 성장했으며 샘플 외부의 동일한 플롯에서 수익성은 12.65입니다.
사실, 예금에 대한 부담은 작지 않지만 견딜 수 있습니다. 그래서 그런 것입니다. 최적화를 위해 첫 포스팅부터 예시를 들였는데, 빨리 카운트 되지 않는다면 차에 무리한 힘을 주지는 않겠습니다. 열은 적지만 행이 너무 많으니 무엇을, 어떻게 ...
여기 보고서가 있습니다. 지연이 너무 크지 만 거래 비율은 매우 흥미 롭습니다 .... 음, 여기에서 말했듯이 취향의 문제 ...
마지막으로 모델이 계산되어 기존 모델에 추가되었습니다. 수익성은 하늘로 성장했으며 샘플 외부의 동일한 플롯에서 수익성은 12.65입니다.
사실, 예금에 대한 부담은 작지 않지만 견딜 수 있습니다. 그래서 그런 것입니다. 최적화를 위해 첫 포스팅부터 예시를 들였는데, 빨리 카운트 되지 않는다면 차에 무리를 주지는 않겠습니다. 열은 적지만 행이 너무 많으니 무엇을, 어떻게 ...
결과를 평가하기 위해 더 많은 거래를 짜내십시오.많은 거래가 많을수록 실제 거래에서 모델을 재학습해야 할 때 더 빨리 이해할 수 있습니다. 예를 들어, 이제 나는 그것을 이렇게 평가합니다. 테스트 결과에 따르면 최대 손실 시리즈는 2건의 거래이며, 실생활에서 연속으로 4건의 손실이 있으면 재교육해야 합니다. 평균적으로 400/60 = 하루 6-7건의 거래로 나타납니다. 1일 내내 재교육할 가치가 있는지 이해할 수 있습니다.
지금까지 3개월 15분 TF에 400건의 거래가 있습니다. 훈련 샘플 1개월(중간), 오른쪽과 왼쪽에 샘플이 월별로 없습니다. 아름다움을 위해 특별히 뽑힌 로트. 초기 잔액은 $1000입니다. :) 전체 기록을 통해 즉시 구동하기 위해 아직 자동 재훈련을 수행하지 않았습니다. 이를 위해서는 J 예측기를 이식하거나 다른 신경망을 사용해야 합니다. 왜냐하면 이제 옵티마이저를 통해 가중치가 선택됩니다.
글쎄, 수익성있는 거래의 90 %가 있다는 것은 분명하지만, 반면에 평균 손실이 평균 테이크 포핏보다 크기 때문에 평균 손실 거래가 더 높습니다. 최대 수익 시리즈는 연속 33개의 이익에 대해 단 2개의 연속 손실이지만 33개 거래의 총 이익은 2개 거래의 총 손실보다 4배만 더 많습니다(정지 손실을 줄여야 함). 2월에는 이러한 설정으로 더 이상 적립되지 않습니다.
저녁까지 첫 번째 게시물의 예를 계산하지 않으면 다음을 줄이겠습니다. 게다가 과제 자체가 무의미하고 실질적인 관심도 없다. 그리고 재미를 위해 며칠 동안 컴퓨터를 운전하고 싶지 않습니다. 리소스는...
검증 또는 테스트 사이트에서 테스트를 하시겠습니까? 전체 파일을 믿으면 https://www.mql5.com/en/forum/86386/page4#comment_2530392 게시물에서 유효성 검사 파일을 확인할 수 있습니다.
나는 RNN으로 약간의 실험을 했고 훈련 예제(노이즈 예측기와 관련하여 중요)만 기억하는 것으로 보이며 새 데이터에서 노이즈 예측기는 결과를 망칩니다. 저것들. RNN은 과적합되기 쉽습니다. 적어도 논리적 작업의 경우에는 0과 1입니다.
그러나 0과 1 사이의 평균값을 보간하는 것이 좋을 수도 있습니다.
검증 또는 테스트 사이트에서 테스트를 하시겠습니까? 전체 파일을 믿으면 https://www.mql5.com/en/forum/86386/page4#comment_2530392 게시물에서 유효성 검사 파일을 확인할 수 있습니다.
나는 RNN으로 약간의 실험을 했고 훈련 예제(노이즈 예측기와 관련하여 중요)만 기억하는 것으로 보이며 새 데이터에서 노이즈 예측기는 결과를 망칩니다. 저것들. RNN은 과적합되기 쉽습니다. 적어도 논리적 작업의 경우에는 0과 1입니다.
그러나 0과 1 사이의 평균 값을 보간하는 것이 좋을 수도 있습니다.
전체 파일을 시작했습니다. 훈련 결과를 볼 수 있습니다. 그런 다음 여기에 모델을 던질 것입니다. 그런 다음 유효성 검사를 위해 직접 확인합니다.
검증 또는 테스트 사이트에서 테스트를 하시겠습니까? 전체 파일을 믿으면 https://www.mql5.com/ru/forum/86386/page4#comment_2530392 게시물에서 유효성 검사 파일을 확인할 수 있습니다.
나는 RNN으로 약간의 실험을 했고 훈련 예제(노이즈 예측기와 관련하여 중요)만 기억하는 것으로 보이며 새 데이터에서 노이즈 예측기는 결과를 망칩니다. 저것들. RNN은 과적합되기 쉽습니다. 적어도 논리적 작업의 경우에는 0과 1입니다.
그러나 0과 1 well 사이의 평균값을 보간할 가능성이 있습니다.
무엇을 재교육이라고 합니까? 그리고 노이즈와 그렇지 않은 예측 변수를 어떻게 결정합니까? 소음 예측기가 결과를 망치고 중요하지 않은 예측기가 작동을 멈춘 이유는 무엇이라고 생각합니까? 시장에서 영원히 작동할 중요한 예측 변수는 거의 없습니다.
일반적으로 RNN과 함께 구체적으로 작업해야 합니다. 역전을 희망하여 고정 시리즈를 만들고 극한값에서 신호를 가져옵니다.
결국, 어떤 비선형 의미가 있기는 하지만 모든 훈련은 피팅의 본질입니다.
다양한 ML 모델의 성능을 비교한 적이 있는데 왜 의사결정나무를 선택했나요? 나는 그들에 대해 가장 작은 오류를 얻습니다. 나는 이미 위에서 이것에 대해 썼습니다.
Tree도 다른 MO와 마찬가지로 장단점이 있지만 첫 번째 포스트부터 작업과 관련하여 이 방법으로 정했습니다. 합리적 충분성의 원칙에 따라 결과 코드와 재귀 생성 모두 정확하고 빠릅니다. .
이 스레드에서 트롤링을 하지 않으려면 일종의 부트스트랩을 사용하여 상당한 양의 숲을 무작위화하거나 일종의 부스팅을 통해 나무를 끝없이 개선하고 모든 단계를 설명하고 설명해야 했던 것 같습니다. ...)
나는 길을 잃은 당신과 다른 사람들과 추론하려고합니다
결정은 나무가 아니라 사람이 합니다. 장난은 그만하세요.
남자는 상황을 평가하고 자신과 가족이 살고 있는 환경을 이해해야 합니다.
지금 세상은 매우 빠르게 발전하고 있으며 정보 환경은 누구나 찾을 수 있는 넓은 분야입니다.
이 접근 방식을 사용하면 전략적 개요의 일부를 잘라내고 무슨 일이 일어나고 있는지 파악하지 못하므로 남성 방어자로서 정당하지 않은 위험에 노출됩니다.