Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2454

Neuer Kommentar
 
mytarmailS #:

Es ist nur für 5, es ist ein neues Paket, der eigentliche Name ist mt5R

Ja, ich verstehe, ich war gerade auf der Suche nach einer Mehrzieloptimierung.

Meine einfache Fitnessfunktion sucht einfach nach dem Vektorindex eines Punktes, der aus Sicht des Algorithmus ein Minimum darstellt.

Im Idealfall erzeugt der Algorithmus also zwei Indizes, und diese beiden Indizes sind die Indizes der Mindestwerte im Vektor.

Ich dachte, es gibt keinen Unterschied zwischen der Suche nach zwei Minima in einem Vektor und einem Minimum in zwei Vektoren.

Meine einfache Fitness ist kein Modell für mein Problem, ich wollte nur den einfachsten und offensichtlichsten Vergleich der Algorithmen für mich selbst anstellen

Was macht Ihre Fitnessfunktion? Ich kenne den ganzen Code, aber ich verstehe immer noch nicht das Wesentliche davon)

Dies ist Ihr Beispiel und Ihre Fitnessfunktion. Es gibt viele andere Methoden, um Extrema in Vektoren zu finden. Formulieren Sie Ihre Aufgabe klar. Dann wird sich eine Lösung für Sie ergeben.

Ich habe gerade gezeigt, dass Ihre Aufgabe mit diesen Paketen nicht gelöst werden kann.

Viel Glück!

 
Vladimir Perervenko #:

Dies ist Ihr Beispiel und Ihre Fitnessfunktion. Es gibt viele andere Methoden, um Extrema in Vektoren zu finden. Formulieren Sie Ihr Problem klar und deutlich. Dann wird die Lösung kommen.

Ich habe gerade gezeigt, dass Ihre Aufgabe mit diesen Paketen nicht gelöst werden kann.

Viel Glück bei .

Die Aufgabe besteht darin, zwei Arten der multikriteriellen Optimierung schnell, einfach und klar zu vergleichen...

Natürlich können Sie das Extremum auch auf andere Weise finden, z. B. indem Sie die Funktion min() für einen Vektor aufrufen.

Ich dachte, dass die Suche nach dem Extremum einer Funktion (um ein Minimum in einem Vektor zu finden) genau das Richtige ist, um ehrlich zu sein, ich glaube immer noch, dass wir uns irgendwo verpasst haben...

============

Hier können Sie das Minimum ohne Probleme mit gewöhnlicher Genetik finden.

set.seed(123)
x <- cumsum(rnorm(100))

fit <- function(i)  x[ floor(i) ] /-1  # (/-1) потому что GA максимизирует
library(GA)
GA <- ga(type = "real-valued", 
         fitness =  fit,
         lower = 1, upper = length(x) , 
         popSize = 50, maxiter = 100)
id <- c(floor(tail(GA@solution,1)))

plot(x,t="l")
points(id,x[id],col=2,lwd=5)


==============================

Was uns daran hindert, das Gleiche für die multikriterielle Optimierung zu tun, ist, dass wir nur nach mehreren Punkten statt nach einem suchen.

Außerdem war "mco" (Genetik) gut darin, aber "GPareto" (Gauß-Optimum) schien nicht der intelligenteste zu sein...

 

Es ist einfach erstaunlich, wie die Genetik selbst für die verkrüppeltsten Einstellungen eine Lösung findet

Die Population besteht aus 10 Individuen,

10 Iterationen,

1 Million Datenpunkte.

Der Algorithmus hat nur 100 Versuche (10*10), um mit den Daten zu interagieren und eine gute Lösung zu finden.

einfach unglaublich.

 
mytarmailS #:

Die Aufgabe, zwei Arten der multikriteriellen Optimierung zu vergleichen, schnell, einfach und klar...

Adam oder SGD aus einem beliebigen MO-Paket nehmen
 
Maxim Dmitrievsky #:
Adam oder SGD aus einem beliebigen MoD-Paket nehmen

Ich wollte diese vergleichen, sie sind für die multikriterielle Optimierung

adam , auch von "jedem MO-Paket" sind sie definitiv nicht multikriteriell.

ich habe kein Problem mit der Wahl der Algorithmen))) im Gegenteil, es ist nicht Python für Sie)))

 
mytarmailS #:

Die Aufgabe besteht darin, zwei Arten der multikriteriellen Optimierung zu vergleichen: schnell, einfach und klar...

Es ist klar, dass wir das Extremum auch auf andere Weise finden können, z. B. indem wir die Funktion min() für einen Vektor aufrufen, aber darum geht es hier nicht

Ich dachte, dass die Suche nach dem Extremum einer Funktion (um ein Minimum in einem Vektor zu finden) genau das Richtige ist, um ehrlich zu sein, ich glaube immer noch, dass wir uns irgendwo verpasst haben...

============

Hier können Sie das Minimum ohne Probleme mit gewöhnlicher Genetik finden.


==============================

Was uns daran hindert, das Gleiche für die multikriterielle Optimierung zu tun, ist, dass wir nur nach mehreren Punkten statt nach einem suchen.

Außerdem war "mco" (Genetik) gut darin, aber "GPareto" (Gaußsches Optimum) schien überhaupt nicht "Hallo" zu sagen, obwohl es das intellektuellste sein soll...

Sie müssen den Begriff MULTICRITERIAL OPTIMIZATION falsch verstanden haben. Es handelt sich um eine Optimierung nach mehreren Kriterien zur gleichen Zeit. Ein Beispiel: Wir haben eine Gleichgewichtskurve als Ergebnis der Arbeit eines neuronalen Netzes. Wir können es nach maximalem Saldo oder minimaler Inanspruchnahme optimieren. Und wenn wir sie gleichzeitig nach Gleichgewicht und Inanspruchnahme optimieren müssen, handelt es sich um eine multikriterielle Optimierung. Sie haben ein Kriterium - das Minimum einer Funktion, finden alle Minima dieser Funktion und wählen die benötigten aus.

Viel Glück!

 
Vladimir Perervenko #:

Sie müssen den Begriff MULTI-CRITERIAL OPTIMISATION falsch verstanden haben. Es handelt sich um eine Optimierung nach mehreren Kriterien zur gleichen Zeit. Ein Beispiel: Wir haben eine Gleichgewichtskurve als Ergebnis der Arbeit eines neuronalen Netzes. Wir können es nach maximalem Saldo oder minimaler Inanspruchnahme optimieren. Und wenn wir sie gleichzeitig nach Gleichgewicht und Inanspruchnahme optimieren müssen, handelt es sich um eine multikriterielle Optimierung. Sie haben ein Kriterium - das Minimum einer Funktion, finden alle Minima dieser Funktion und wählen die benötigten aus.

Viel Glück!

Ich verstehe Sie, wir verstehen uns nicht, aber ich danke Ihnen für die Klarstellung...

 
mytarmailS #:

Ich weiß, wir verstehen uns nicht, aber danke für die Klarstellung...

Ich stimme zu. Bitte sehr.

 
Andrey Dik #:

Ist der Durchschnittswert der Gewichte des neuronalen Netzes im Modulo ein Indikator für seine Trainingsqualität?

Angenommen, es gibt zwei identische Neuronen, die mit denselben Daten trainiert wurden. Ein Neuron hat einen Wert von 0,87 und das andere einen Wert von 0,23, welches Neuron ist besser trainiert?

Je näher die durchschnittliche Antwort bei 1 liegt, desto besser, es ist nur eine Frage der Übung. Ich kann nicht erklären, warum, aber für mich ist das eines der wichtigsten Zeichen für ein gutes Modell.
 
Ich stelle fest, dass dieses Modell irgendwie universeller ist. Bei gleichen Ergebnissen in der Teststichprobe schneidet das Modell mit dem höheren mittleren Antwortwert in der Praxis besser ab.
1...244724482449245024512452245324542455245624572458245924602461...3399
Neuer Kommentar
Grund der Beschwerde: