Eine schnelle und kostenlose Bibliothek für MT4, sehr zur Freude der Neuralnetworker - Seite 8

 
newerty >> :

Bitte beraten Sie mich. Wie bringe ich meinen EA dazu, mehrere Symbole auf einmal zu handeln?

Zum Beispiel Gold, gbpusd, nzdusd, audusd etc...

Bei jedem Paar natürlich unterschiedliche S/L.

MT4 klonen... Klon-Berater....???? Und gleichzeitig laufen?

Setzen Sie den EA einfach auf verschiedene Charts.

StopLoss ist für jedes Paar unterschiedlich.


Das Einzige, was Sie nicht tun können, ist einen anderen EA an ein von einem EA besetztes Paar zu hängen oder manuell zu handeln, da die magischen Zahlen nicht verwendet werden. D.h. nicht mehr als ein EA pro Paar.

 

Yuri, könnten Sie mir bitte ein Beispiel für die Einstellungen (Zeitrahmen, Zeitraum usw.) geben, die Ihnen eine große Anzahl von Trades bescheren?

 
Solver.it >> :

Yuri, könnten Sie mir bitte ein Beispiel für die Einstellungen (Zeitrahmen, Zeitraum usw.) geben, die Ihnen eine große Anzahl von Trades bescheren?

Auf Seite 6 dieses Threads finden Sie einen Auszug aus dem Backtest. Es ist alles dort angegeben.

 

Wenn die Linie

if (IsOptimization() || IsTesting()) {


wird ersetzt durch

if (IsOptimization()){


dann werden die Ergebnisse des Einzellaufs stabiler.

Ich bin auf ein anderes Problem gestoßen: Das Netzwerk passt sich sehr schnell an die Daten an, die Graphen sind wie ein Lineal im Tester, aber die Forwards und Backtests zeigen einen sehr unterschiedlichen Kurvencharakter.

 
Kharin >> :

Wenn die Zeichenfolge

if (IsOptimization() || IsTesting()) {


zu ersetzen durch

if (IsOptimization()){


dann werden die Ergebnisse des einzelnen Laufs stabiler.

Ich bin auf ein anderes Problem gestoßen: Das Netzwerk passt sich sehr schnell an die Daten an, die Graphen sind wie ein Lineal im Tester, aber die Forwards und Backtests zeigen einen sehr unterschiedlichen Kurvencharakter.

Dies ist selbsterklärend, da das Entfernen dieser Funktion die Anpassung im Testmodus deaktiviert. Aber ich habe diese Funktion absichtlich im EA belassen. Je unbeständiger die Ergebnisse bei verschiedenen Durchläufen des angepassten Tests sind, desto wahrscheinlicher ist es, dass das Netz nichts Besonderes gelernt hat, weil es sich nur um eine weitere Epoche handelt und alles schon ganz anders ist. D.h. wenn instabile Ergebnisse zeigen, dass das Netz auf dem Testmuster nicht sicher ist, dann können wir nicht einmal vorwärts erwähnen - neuronka hat nicht einmal ihre Angebote gesehen.

 
Das ist natürlich Geschmackssache, aber ich würde diese Wahl den externen Variablen zuordnen. Aber ich habe es getan)))
 
Reshetov >> :

Ich wiederhole: Diese Zeile enthält keine Informationen. Das Vorzeichen von ret ändert sich nicht, während Geschäfte in Abhängigkeit von positiven oder negativen Werten eröffnet werden ret

Es ist offensichtlich, dass es sich um ein Zeichen handelt. Es ist auch klar, dass diese Funktion ohne eine Zwei einen aussagekräftigen Wert für die gemittelte Reaktion des Maschenausschusses liefert, aber mit einer Zwei ist es Blödsinn. Wenn man bedenkt, dass dieselbe Funktion bei der normalen Ausführung von Gittern nach dem Training aufgerufen wird und es besser ist, kleine Ret-Werte (sowohl positive als auch negative) abzulehnen, ohne dadurch Geschäfte zu generieren, enthält diese Zeile wirklich wichtige Informationen.

Sie haben noch immer nicht beantwortet, warum Sie die Netze nur an negativen Beispielen lehren?

 
Kharin >> :

Ich bin auf ein anderes Problem gestoßen: Das Netzwerk passt sich sehr schnell an die Daten an, die Graphen sind wie ein Lineal im Tester, aber die Forwards und Backtests zeigen einen sehr unterschiedlichen Charakter der Kurve.

Ja, in ihrer derzeitigen Form führt die EA keine Bewertung der Ausbildungsqualität durch. Wenn wir die Datenerfassungslogik ändern, könnten wir einige Aufrufe einfügen: f2M_test (mit Validierungsdaten, nicht mit Trainingsdaten) und f2M_get_MSE, um das Training zu stoppen, wenn der Fehler zu wachsen beginnt.

 

Yuri, ich möchte eine themenfremde Frage stellen: Ist es möglich, ein separates Raster für SL einzurichten (z. B. nach Volatilität - Vorhersagen machen und SL daran anpassen)?

Vielleicht würde das den Paternoster-Gittern helfen, konsequenter zu lernen?

 

Yuri, ich glaube, ich habe eine weitere Ungenauigkeit im Code gefunden... Ich habe in meinem Code nach seltsamen Lernergebnissen gestöbert und das hier gefunden:

double ann_pnn() {
...
    ret = 2 * ret / AnnsNumber;

Das ist ein Muss:

ret = ret / AnnsNumber;

Die Tatsache, dass der Autor der Bibliothek in seinem EA, aus Gründen, die ich nicht verstehe, teilte das Raster in zwei Hälften für kurze und lange Positionen in jeweils gerade und ungerade mit jeweiligen Zyklen:

for (i = 0; i < AnnsNumber; i += 2) - для четных С ПРИРАЩЕНИЕМ "2" !!!
for (i = 1; i < AnnsNumber; i += 2) - для нечетных

Daher die zwei im Nenner. In unserem Fall brauchen wir das nicht. Obwohl es klar ist, dass es keine großen Auswirkungen auf die Trainingsergebnisse haben wird...

Der Sinn dieser Schleife (Funktionen ann_pnn und run_anns) ist mir völlig unverständlich...

for (i = 0; i < AnnsNumber; i++) {    ret += AnnOutputs[i];    }

Wenn wir ein Gitter mit einem Ausgangsneuron haben, woher bekommen wir dann 16 Ausgänge?!... Oder ist es ein Ausschuss von 16 Maschen? Das ist es, wozu ich neige... Dann stellt sich die Frage: Was ist der Sinn? Auch dieses Stück habe ich vorerst unverändert gelassen, bis ich seine Bedeutung endgültig herausgefunden habe... Hat jemand eine Idee dazu? Bitte teilen...

Grund der Beschwerde: