Expert Advisors: Neurotest

 

Neurotest:

ist ein Text für das neutrale Netz, zu dem ich gerne Ihre Meinung wüsste.

Author: Mustafa Seyyid Sahin

 
Mögliche Probleme: Begrenztes Training: Der Parameter MaxEpochs ist auf 1 gesetzt, wodurch die Anzahl der Trainingsiterationen des Netzwerks pro Tick begrenzt ist. Es kann sich lohnen, diesen Wert für eine bessere Optimierung zu erhöhen. Risiken bei hohen Spreads: Die Funktion, die Trades eröffnet, blockiert diese, wenn der Spread zu hoch ist, aber es gibt keine Logik, um es erneut zu versuchen, wenn sich der Spread normalisiert. Mindestvolumen-Normalisierung in der Eingangsnormalisierungsfunktion: Bei der Normalisierung des Kerzenvolumens werden die Eingaben durch ihre Werte unter Hinzufügung einer kleinen Konstante (EPSILON) geteilt, was zu einer ineffektiven Normalisierung führen kann, wenn mit geringen Volumina gearbeitet wird. Penalty-Modelle: Wenn der tägliche Gewinn unter dem Zielwert liegt, wird eine Strafe aktiviert, die die Lernrate reduziert. Es gibt jedoch keine detaillierte Logik, die erklären würde, wie sich dies langfristig auf die Leistung des EA auswirkt. Empfehlungen: Erwägen Sie eine Verbesserung des Trainingsprozesses des neuronalen Netzwerks, indem Sie die Anzahl der Epochen erhöhen. Fügen Sie Wiederholungsversuche hinzu, um einen Handel zu eröffnen, wenn der Spread normalisiert ist. Überlegen Sie sich den Strafmechanismus genauer, um eine übermäßige Reduzierung der Lernrate zu verhindern.
 
IGOR IAREMA # :
Mögliche Probleme: Begrenztes Training: Der Parameter MaxEpochs ist gleich 1, wodurch die Anzahl der Iterationen des Netzwerktrainings bei jedem Tick begrenzt wird. Für eine bessere Optimierung kann es sich lohnen, diesen Wert zu erhöhen. Risiken bei hohen Spreads: Die Funktion zur Eröffnung von Geschäften blockiert diese, wenn der Spread zu hoch ist, aber es gibt keine Logik, um es erneut zu versuchen, wenn sich der Spread normalisiert. Mindestvolumen-Normalisierung in der Funktion zur Normalisierung der Eingabedaten: Bei der Normalisierung des Kerzenvolumens werden die Eingaben durch ihre Werte geteilt, wobei eine kleine Konstante (EPSILON) hinzugefügt wird, was zu einer ineffektiven Normalisierung führen kann, wenn mit geringen Volumina gearbeitet wird. Penalty-Modelle: Wenn der Tagesgewinn unter dem Zielwert liegt, wird eine Strafe aktiviert, die die Lernrate reduziert. Es gibt jedoch keine detaillierte Logik, die erklären würde, wie sich dies langfristig auf die Leistung des Beraters auswirkt. Empfehlungen: Erwägen Sie eine Verbesserung des Trainingsprozesses des neuronalen Netzes, indem Sie die Anzahl der Epochen erhöhen. Fügen Sie wiederholte Versuche hinzu, einen Handel zu eröffnen, wenn der Spread normalisiert ist. Überlegen Sie sich den Strafmechanismus genauer, um eine übermäßige Reduzierung der Lernrate zu verhindern.

Hallo IGOR IAREMA ,

Vielen Dank für Ihr detailliertes Feedback und die Einblicke in die möglichen Probleme. Wir haben Ihre Punkte sorgfältig geprüft:

  • Begrenztes Training: Wir planen, den Parameter MaxEpochs zu erhöhen, um eine bessere Optimierung zu ermöglichen.
  • Risiken bei hohen Spreads: Wir werden eine Logik zur Wiederholung von Trades implementieren, wenn sich der Spread normalisiert.
  • Normalisierung des Mindestvolumens: Wir optimieren die Normalisierungsfunktion für niedrige Volumina, um effektivere Ergebnisse zu erzielen.
  • Strafen-Modelle: Die Logik zur Steuerung der Lernrate wird verfeinert, um langfristige Leistungsverbesserungen zu gewährleisten.

Ein umfassendes Update, das diese Verbesserungen berücksichtigt, ist bereits in Arbeit. Es dauert etwas länger, weil die Änderungen recht komplex sind, aber wir sind zuversichtlich, dass sich das Warten lohnt. Wir danken Ihnen für Ihre Geduld und Ihr Verständnis!

Mit freundlichen Grüßen,
SM.S

 
Nachdem ich das Neurobook und die Quellen heruntergeladen habe, würde ich gerne wissen, ob eine Version komplett in Python existiert? Die zur Verfügung gestellte Version stellt ein Problem dar und ich denke vor allem, wenn die openCl-Ausführungen nicht auf der Maschine durchgeführt werden können. Ich versuche gerade eine Konvertierung, aber das ist ein bisschen schwierig!
Beste Grüße an alle, die sich bereits an eine solche Arbeit gemacht haben oder wissen, wo man die Quellen für eine Python-Version finden kann.
 
Jedes Mal erhalte ich diese Meldung in der Protokolldatei: Keine gespeicherten neuronalen Netzwerkparameter gefunden. Starten Sie neu. Was kann der Grund dafür sein?
 
Encho Enev neuronalen Netzwerkparameter gefunden. Was kann der Grund dafür sein?

Ich habe es noch nicht ausprobiert, aber dem Code zufolge müssten Sie das neuronale Netzwerk im Strategietester trainieren, bevor Sie es auf einen Live-Chart anwenden. Haben Sie das getan?

 
ceejay1962 #:

Ich habe es noch nicht ausprobiert, aber dem Code zufolge müssen Sie das neuronale Netzwerk im Strategietester trainieren, bevor Sie es auf einen Live-Chart anwenden. Haben Sie das getan?

Nein, noch kein Start im Live-Chart. Vielen Dank!
 
Beschreibung und Kommentare auf Russisch (von deepseek.com)
Dateien: