Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 489
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Ich habe auch viel Spaß. Ich habe es an Stichproben ausprobiert - die Ergebnisse sind erstaunlich. Ich habe noch nicht mit TC gearbeitet.
Maxim sagt, es sei eine lange Lernkurve. Ich habe etwa 23 Stunden. Aber selbst wenn ich es einmal alle 3 Monate mache - was für ein Unsinn).
Und seit 3 Monaten reicht es genau, nicht mehr getestet.
Ich hatte mich noch nicht mit solchen Details befasst. Mein Expert Advisor ist nicht komplex, ich habe ihn 12 Stunden lang optimiert und ihn dann vergessen. Heute habe ich es mit den gleichen Einstellungen versucht.
Ich bin noch nicht in diese Art von Schwierigkeiten geraten. Der Expert Advisor ist nicht kompliziert, ich habe ihn 12 Stunden lang optimiert und ihn dann vergessen. Heute habe ich es mit diesen Einstellungen ausgeführt.
Ja, mein Stürmer ist ein beschissener Stürmer. Ich habe 6 % schlechte Abschlüsse auf Termin (Stichprobe). Netzwerk - 5 Schichten, 50 Neuronen.
Was ist Ihr Netzwerk?
Heute habe ich beschlossen, mein Netzwerk auf Percetron zu überprüfen. Optimiert für Mai/Anfang Juni 2016, EURUSD, Spread 15 Pips.
Der Schwanz selbst.
Wie auch immer, ich bin immer noch verwirrt über das Ergebnis.
Ich habe bereits eine Menge von Versionen dieser Systeme auf dem Backtest, sie sind alle Backtesting wie Penny Stocks ), dass der Name des Retracement ist
Ja, der Stürmer ist lausig. Ich habe 6 % fehlgeschlagene Trades auf meinem Terminkonto. Fünf Schichten, 50 Neuronen.
Was ist Ihrer?
Drei Schichten mit je 9 Neuronen. Das Bild zeigt einen sehr langen Abschnitt von 2004 bis 2016. Ich habe die lange Geschichte gewählt, um zu prüfen, ob das Ergebnis über das gesamte Intervall hinweg stabil ist. Andererseits ist der Drawdown auf dem Forward am größten, aber andererseits hat der Roboter begonnen, auf der zweiten Hälfte des Forward zu gewinnen.
wolf-forward wird benötigt, man kann nicht so optimieren, forward wird in diesem Fall immer schlecht (oder zufällig) sein, ich habe bereits eine Reihe von Versionen solcher Milliardärssysteme auf Backtest, die auf forward wie eine Münze funktionieren ) das nennt man Overfitting
Das werden wir in einem weiteren halben Jahr sehen.
Das werden wir in einem weiteren halben Jahr sehen.
Versuchen Sie, den NS-Fehler ständig zu überprüfen, wenn neue Daten eintreffen (auf der Teststichprobe), wenn der Fehler um einen bestimmten Prozentsatz gestiegen ist, dann trainieren Sie den NS automatisch neu, und so weiter für den gesamten Zeitraum des Backtests... aber das erfordert schnelles Lernen, aber Sie brauchen auch keine große Trainingsmenge. Kurz gesagt, um NS als internen Optimierer zu verwenden
Ich versuche gerade, einen Artikel zu schreiben, der auf einem solchen Schema basiert, vielleicht werde ich ihn bald fertigstellen.
Versuchen Sie, den NS-Fehler ständig zu überprüfen, wenn neue Daten eintreffen (auf dem Testmuster), wenn der Fehler um einen bestimmten Prozentsatz gestiegen ist, dann trainieren Sie den NS automatisch neu, und so weiter während der gesamten Backtest-Periode... aber das erfordert schnelles Lernen, aber Sie brauchen auch keine große Trainingsmenge. Kurz gesagt, um NS als internen Optimierer zu verwenden
Ich versuche gerade, einen Artikel zu schreiben, der auf einem solchen Schema basiert, vielleicht werde ich ihn bald fertigstellen.
Mit Verlaub.
Versuchen Sie, den NS-Fehler ständig zu überprüfen, wenn neue Daten eintreffen (auf dem Testmuster), wenn der Fehler um einen bestimmten Prozentsatz gestiegen ist, dann trainieren Sie den NS automatisch neu, und so weiter während der gesamten Backtest-Periode... aber das erfordert schnelles Lernen, aber Sie brauchen auch keine große Trainingsmenge. Kurz gesagt, um NS als internen Optimierer zu verwenden
Ich versuche gerade, einen Artikel zu schreiben, der auf einem solchen Schema basiert, vielleicht werde ich ihn bald fertigstellen.
Bitte schreiben Sie eine Beschreibung des Kumpels, für Dummies. Ich fing an zu lesen, aber was ist Sugeno, Mamdani kein Scheiß konnte ich nicht verstehen).
So wie in dem Artikel über den Bayes'schen Klassifikator von Nayva.https://www.mql5.com/ru/articles/3264
Wird es eine schnelle Optimierung in dem Artikel geben? Ich würde gerne einen Blick darauf werfen.
Mit Verlaub.
Ja, durch zufällige Wälder, sehr schnell
Bitte schreiben Sie eine Beschreibung des Mate-Geräts, für Dummies. Ich habe angefangen zu lesen, aber ich verstehe nichts von Sugeno, Mamdani).
So wie in dem Artikel über den Bayes'schen Klassifikator.https://www.mql5.com/ru/articles/3264
Es gibt also viele Informationen im Internet :) Es gibt 7 Stufen, die ziemlich langwierig zu beschreiben sind, aber es gibt Links. Mamdani und Sugeno unterscheiden sich nur in der logischen Schlussfolgerung (nichtlinear und linear)
Ich sehe einfach keinen Sinn darin, das Gleiche zu kopieren.