Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1063
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
A mí GDMH no me parece muy difícil de implementar si lo he entendido bien... Pero lo volveré a investigar
1.Se calcula cada polinomio tomando un bucle for y obteniendo la suma de la multiplicación de las entradas de coeficientes y valores indicadores como ai*xi
2.A continuación, alimenta el polinomio individual a la entrada RDF y lo entrena
3.A continuación, calcular el coeficiente óptimo mediante el método de los mínimos cuadrados
4.A continuación, iterar todo el proceso de forma continua durante el periodo de negociación
Si lo he entendido bien y si puedo ayudarte en algo, entonces puedes escribirme.
Por cierto, tengo buenos códigos de muestra para Lotoptimisation() y money management() etc que pueden ser muy muy útiles si puedes conseguir la precisión y drawdown del sistema a un nivel razonable. El sistema no necesita ser 99% preciso todo el tiempo, pero el drawdown y las pérdidas consecutivas importan mucho.
Está bien, pero hay que implementarlo correctamente: guardar los mejores modelos y coeficientes para los predictores, para el próximo uso
también diferentes métodos de gmdh - selección genética rápida o fuerza bruta (creo que 1-st)
Además, en esta nueva librería puedes añadir múltiples agentes con diferentes predictores y diferentes configuraciones, el resultado se promediará entre todos los agentesTe han dicho desde el 4 que es una matraca coja en todas las implementaciones y te mata en poco tiempo.
Trolling es trolling, pero si tienes algo y alguien lo necesita, envíalo... El proyecto está abierto y no es tuyo))))
No soy codicioso. Es puramente por principio, sobre todo porque ya le di el enlace..... Déjalo en ..... Pienso terminar el sonajero, creo que Reshetov simplemente no tuvo tiempo :-(((((. Pero conseguir un buen optimizador en una caja no es una mala idea. Pero lo que es más genial que eso. Donde realmente se puede ganar dinero es en un proyecto olvidado hace mucho tiempo, pero se necesitan programadores, ¿y dónde conseguirlos? Aquí no hay gente así. Por cierto, piénsalo, cumplo años justo en el día del programador. .....
Está bien, pero hay que implementarlo correctamente: guardar el mejor modelo y los coeficientes para los predictores, para el próximo uso
también diferentes métodos de gmdh - selección genética rápida o fuerza bruta (creo que 1-st)
Además, en esta nueva biblioteca puedes añadir múltiples agentes con diferentes predictores y diferentes configuraciones, el resultado se promediará entre todos los agentesPara guardar el mejor modelo hay que iterar todo para apuntar a un valor concreto de "Ratio de nitidez" y "Factor de recuperación". Hasta que no consiga los resultados de optimización requeridos, no opere. Ya lo he implementado en su versión anterior. Si quieres un código de ejemplo, te lo puedo dar.
Sí, por supuesto, el algoritmo genético rápido. Pero como he mencionado anteriormente no colocar el comercio hasta que alcanza los resultados requeridos establecidos en la configuración de entrada y por lo tanto, no importa.
Déjame explorar las posibilidades de esta nueva biblioteca y te daré mi opinión.
En esta versión compruebo los errores de clasificación (o logloss) en el subconjunto de prueba, y elijo el mejor. Este modelo lo guardo. Creo que funciona bien, pero el kernel actual es una mierda
Y esta función elige el mejor modelo sobre los predictores transformados
De acuerdo, pero ¿cómo va a repetir la iteración? Quiero decir, ¿es un proceso único o se va a repetir después de cada vela o cada hora, etc.?
Esa es la parte más importante.
Estoy utilizando un software de terceros desarrollado por mí mismo para iterar todo el asunto ya que no sé cómo hacerlo en MQL5. Me refiero a que lo utilizaba en su versión anterior para comprobar el "ratio de nitidez" después de cada finalización de la optimización.
¿Ha hecho algo similar para iterar todo el proceso de forma continua después de un cierto período de tiempo?
Pero, ¿cómo va a repetir la iteración? Quiero decir, ¿es un proceso único o se va a repetir después de cada vela o cada hora, etc.?
Esa es la parte más importante.
Estoy utilizando un software de terceros desarrollado por mí mismo para iterar todo el asunto ya que no sé cómo hacerlo en MQL5.
Este proceso de 1 iteración, en tester. Entonces en esa función transforma los predictores iterativamente y aprende los modelos
Tengo otra versión para optomisator, pero en mi experiencia 1 iteración también es bueno aquí
¿Ha hecho algo similar para iterar todo el proceso de forma continua después de un cierto período de tiempo?
todavía no
si tenemos un buen modelo, funcionará días y semanas, por lo que la autooptimización no es una tarea prioritariaeste proceso de 1 iteración, en tester. Entonces en esa función transforma los predictores iterativamente y aprende los modelos
Tengo otra versión para optomisator, pero en mi experiencia 1 iteración también es bueno aquí
Pero no creo que un modelo pueda funcionar siempre sin optimización. Especialmente, cuando el mercado cambia el mejor modelo puede fallar terriblemente incluso después de un gran valor de ratio agudo y otros factores...
Entonces creo que estará bien si se optimiza continuamente.
Por cierto, este es el código fuente de lo que estoy hablando:
input string OptimizationParameterCheckSettings="===Configuración de los parámetros de optimización guardados===";
input bool OptimizationParameterCheck=true;
input double SharpRatioRequired=0.3;
Añade este código dentro del probador:
filehnd=FileOpen("SharpRatio_"+Símbolo+(cadena)_Periodo+".txt",FILE_READ|FILE_WRITE|FILE_CSV|FILE_ANSI|FILE_COMMON);//--Guardar el SharpRatio de la última ejecución
double SharpRatio=NormalizeDouble(TesterStatistics(STAT_SHARPE_RATIO),2);
FileWrite(filehnd,SharpRatio);
FileClose(filehnd);
A continuación, dentro de la función de inicio:
if(SharpRatioLastRun<SharpRatioRequired)
{
Comment("La política de negociación actual no cumple con los requisitos de negociación según los últimos resultados de optimización.... Así que la negociación se ha detenido durante algún tiempo");
volver;
}
bonito método, ¡gracias!
bonito método, ¡gracias!
Ok, pero voy a repetir que deberías considerar seriamente añadir alguna forma de optimización continua, de lo contrario, va a fracasar. Porque como he dicho antes he probado todas y cada una de las combinaciones de la configuración, así como diferentes indicadores y múltiples marcos de tiempo y nada ha funcionado a la perfección así que far.....
Pero cuando itero continuamente, entonces solía funcionar a veces bien. Por cierto, tengo la solución para el mío. Pero no me gusta ese método de hacerlo ya que debería hacerse por MQL5 y no sé cómo hacerlo en MQL5.
Ok, pero voy a repetir que deberías considerar seriamente añadir alguna forma de optimización continua, de lo contrario, va a fracasar. Porque como he dicho antes he probado todas y cada una de las combinaciones de la configuración, así como diferentes indicadores y múltiples marcos de tiempo y nada ha funcionado a la perfección así que far.....
Pero cuando itero continuamente, entonces solía funcionar a veces bien.
Porque los modelos siguen siendo una mierda ^) con grandes errores, necesitan modelos que funcionen más tiempo
por ejemplo 2 meses de aprendizaje y 1 semana de comercio