Diskussion zum Artikel "Der Algorithmus CatBoost von Yandex für das maschinelle Lernen, Kenntnisse von Python- oder R sind nicht erforderlich" - Seite 8

Neuer Kommentar
 

Wenn Sie GPU verwenden möchten, können Sie die Zeile für die Frequenzabtastung auskommentieren und diese zum Array hinzufügen:

--task-type GPU

https://catboost.ai/en/docs/features/training-on-gpu


dies auskommentieren: // Train_All[25]=" --sampling-frequency "

Ich erhalte die folgenden Fehler, wenn ich versuche, das Modell zu entkommentieren .


Training on GPU
Training on GPU
  • catboost.ai
CatBoost supports training on GPUs.
 
dustovshio #:

Wenn Sie GPU verwenden möchten, können Sie die Zeile für die Frequenzabtastung auskommentieren und diese zum Array hinzufügen:

--task-type GPU

https://catboost.ai/en/docs/features/training-on-gpu


dies auskommentieren: // Train_All[25]=" --sampling-frequency "

Ich erhalte die folgenden Fehler, wenn ich versuche, das Modell zu entkommentieren.


Bitte lesen Sie den Artikel sorgfältig:

"

Wählen Sie das gewünschte Modell aus dem Unterverzeichnis Models_mqh des Verzeichnisses aus, in dem unsere Modelle trainiert wurden, und fügen Sie es dem Verzeichnis Expert Advisor hinzu. Kommentieren Sie die Zeile mit den leeren Puffern am Anfang des EA-Codes mit "//". Jetzt müssen wir nur noch die Modelldatei mit dem EA verbinden:

//Wenn sich das CatBoost-Modell in einer mqh-Datei befindet, kommentieren Sie die folgende Zeile aus
//uintTreeDepth[];uint TreeSplits[];uint BorderCounts[];float Borders[];double LeafValues[];double Scale[];double Bias[];
#include "model_RS_208_0.mqh";                 // Modelldatei
"
 
Ja, ich habe es herausgefunden und wollte den letzten Teil meines Kommentars löschen. Danke.
 
dustovshio #:
Ja, ich habe es herausgefunden und wollte schon den letzten Teil meines Kommentars löschen. Danke.

Viel Glück!

 

Wenn Sie dies auf einen anderen EA anwenden würden, wenden Sie dann einfach das catboost-Modell an, bevor der Auftrag erteilt wird, und lassen alles andere gleich, oder müssen Sie das model_CB() oder copy_arhiv() ändern? Es scheint keine Aufträge zu eröffnen, wenn das CB-Modell angewendet wird.



 
dustovshio #:

Wenn Sie dies auf einen anderen EA anwenden würden, wenden Sie dann einfach das catboost-Modell an, bevor der Auftrag erteilt wird, und lassen alles andere gleich, oder müssen Sie das model_CB() oder copy_arhiv() ändern? Es scheint keine Aufträge zu eröffnen, wenn das CB-Modell angewendet wird.



Sie können das Eingangssignal in der Funktion Signal() hinzufügen oder ändern.

Haben Sie das CatBoost-Modell trainiert?

Wenn Sie alles richtig gemacht haben, sollte es funktionieren.

 

Ja, ich habe das Modell zu trainieren. so was, wenn die EA schließt, reduziert, oder kehrt Positionen auf das entgegengesetzte Signal wollen Sie diese mit dem Modell zu filtern. oder einfach neue Aufträge aus der Eröffnung filtern?



 
dustovshio #:

Ja, ich habe das Modell zu trainieren. so was, wenn die EA schließt, reduziert, oder kehrt Positionen auf das entgegengesetzte Signal wollen Sie diese mit dem Modell zu filtern. oder einfach neue Aufträge aus der Eröffnung filtern?



Ich habe den Gedanken nicht verstanden: " Wollen Sie diese anhand des Modells filtern?

Mit Hilfe des Modells werden in dem Artikel Signale für die Eröffnung einer Position gefiltert.

 
Aleksey Vyazmikin #:

Ich habe den Gedanken nicht verstanden: " Wollen Sie diese anhand des Modells filtern ".

Mit Hilfe des Modells werden im Artikel die Signale für die Eröffnung einer Position gefiltert.

Wenn Ihr EA ein gegenteiliges Signal hat, kann er Orders schließen. Wenn bei boost theoretisch falsche Signale reduziert werden können. Wenn das gegenteilige Signal Orders schließt, dann würde catboost die falschen Orders vom Schließen abhalten und das Ergebnis wäre, dass Sie Orders länger offen lassen und ein größerer Gewinn erzielt wird. Zum Beispiel. Sie platzieren eine Order, wenn Ihr MA kreuzt. Ihr Stoploss ist 50 Pips und TP ist 50. Allerdings gibt es MA kreuzt wieder über, bevor Sie es Ihre SL oder TP, und Ihre EA ist programmiert, um die Reihenfolge zu schließen, es seine geschieht: Dies wird als schließen (oder zu reduzieren, oder umgekehrt) auf das entgegengesetzte Signal. Nun, wenn dieses Signal war ein falscher Alarm, dann schließt Sie Ihren Gewinn zu früh, wenn es hätte bis zu Ihrem TP statt. So catboost könnte einen bestimmten Prozentsatz dieser falschen Signale gefiltert haben? Das ist meine Frage: Nicht alle EAs schließen Positionen bei dem entgegengesetzten Signal. Viele haben nur einen festen Sl und TP. Deshalb habe ich diese Frage gestellt, denn einige EAs haben diese Funktion.

 
dustovshio #:

Ihr, wenn Ihr EA hat ein entgegengesetztes Signal kann es Aufträge zu schließen. Wenn bei Boost kann theoretisch falsche Signale zu reduzieren. Sie, wenn das entgegengesetzte Signal schließt Aufträge, dann catboost würde die falschen Aufträge aus der Schließung zu reduzieren und das Ergebnis wäre Sie lassen Aufträge länger offen und größeren Gewinn erzielt wird. Zum Beispiel. Sie platzieren eine Order, wenn Ihr MA kreuzt. Ihr Stoploss ist 50 Pips und TP ist 50. Allerdings gibt es MA kreuzt wieder über, bevor Sie es Ihre SL oder TP, und Ihr EA ist programmiert, um die Reihenfolge zu schließen es sein passiert: Dies wird als schließen (oder zu reduzieren, oder Reverse) auf das entgegengesetzte Signal. Nun, wenn dieses Signal war ein falscher Alarm, dann schließt Sie Ihren Gewinn zu früh, wenn es hätte bis zu Ihrem TP statt. So catboost könnte einen bestimmten Prozentsatz dieser falschen Signale gefiltert haben? Das ist meine Frage: Nicht alle EAs schließen Positionen auf das entgegengesetzte Signal hin. Viele haben nur einen festen Sl und TP. Deshalb habe ich diese Frage gestellt, denn einige EAs haben diese Funktion.

Ich habe verstanden, worum es in dem Gespräch ging.

Programmtechnisch ist es einfach zu implementieren, aber es wird ein Spiel mit dem Zufall sein. Tatsache ist, dass der Recall-Index in den Modellen recht niedrig ist, d. h. das Modell erkennt nicht mehr als 10 % aller Ereignisse, was bedeutet, dass die Gegenposition aufgrund eines nicht erkannten Musters oft nicht geöffnet wird. Dies hängt u. a. mit den Prädiktoren zusammen. Der Artikel zeigt den Algorithmus zur Implementierung von CatBoost-Modellen. Es ist notwendig, das Modell mit Prädiktoren zu verstärken, dann wird der von Ihnen vorgeschlagene Ansatz besser gerechtfertigt sein.

12345678
Neuer Kommentar