Discussion de l'article "Création d’EA de réseau de neurones en utilisant MQL5 Wizard et Hlaiman EA Generator" - page 9
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Eh, c'est tellement déprimant :( Et vraiment, ça ne sert à rien de débattre....
Où sont les résultats des échanges ?
Laissons les scientifiques débattre, les commerçants négocier et les programmeurs programmer....
Comme mentionné dans l'article, les informations sur les réseaux neuronaux formés sont stockées séparément du code source MQL, dans les fichiers de données correspondants, qui sont chargés par les Expert Advisors lorsqu'ils sont exécutés dans le testeur de stratégie ou sur un graphique.
Hlaiman EA Generator a désormais la capacité de convertir n'importe lequel de ces fichiers de données de réseaux neuronaux en code source de deux indicateurs MQL4 et MQL5 distincts, qui, après compilation, peuvent être utilisés indépendamment, par exemple, pour le trading manuel dans les terminaux MT4, MT5 ou lors de la création d'autres Expert Advisors.
En outre, cette fonction peut être utile comme moyen de débogage et d'optimisation indirects des indicateurs par le biais du débogage et de l'optimisation des conseillers experts avec des réseaux neuronaux, qui deviennent alors des prototypes des indicateurs générés.
Cela peut s'avérer particulièrement utile pour les utilisateurs de MT4, qui n'ont pas la possibilité d'exécuter directement les indicateurs dans le testeur.
L'apparence et les paramètres des indicateurs générés sont les mêmes que ceux des indicateurs de test gratuits publiés précédemment sur le marché. https://www.mql5.com/fr/market/product/2551 https://www.mql5.com/fr/market/product/2553.
La différence des nouveaux indicateurs est qu'ils sont calculés selon le modèle des barres formées et ne sont pas redessinés.
Avec l'aide de Hlaiman EA Generator, vous pouvez maintenant essayer d'augmenter l'efficacité commerciale d'autres Expert Advisors prêts à l'emploi, s'ils sont présentés dans le code source et basés sur les mouvements de prix, par exemple, sur l'analyse technique.
À cette fin, un filtre de réseau neuronal est ajouté directement au code source d'un tel EA, qui peut être initialement inclus pour l'entraînement lors de l'exécution de l'EA dans le testeur, et peut ensuite être inclus dans le travail.
Des variables sont ajoutées aux paramètres de l'EA pour contrôler les modes de filtrage et le degré de filtrage requis.
Un échantillon gratuit de l'Expert Advisor sur l'exemple de la moyenne mobile standard peut être téléchargé sur le marché, où vous pouvez également regarder une vidéo des processus de formation et de test.
https://www.mql5.com/fr/market/product/8460
Maintenant, avec Hlaiman EA Generator, on peut essayer d'améliorer l'efficacité du commerce d'autres EA prêts s'ils sont présentés dans le code source et sont basés sur le mouvement des prix, tels que l'analyse technique.
Pour ce faire, directement dans le code source du conseiller, on ajoute un filtre de réseau neuronal qui peut être initialement inclus dans l'entraînement du conseiller dans le testeur, et qui peut ensuite être mis en service.
Dans les paramètres de l'EA, des variables ont été ajoutées pour contrôler le mode de filtrage et le degré de filtrage nécessaire.
L'exemple gratuit de conseiller sur la moyenne mobile peut être téléchargé sur le marché, où vous pouvez également voir la vidéo, les processus, la formation et les tests.
https://www.mql5.com/fr/market/product/8460
C'est comme si l'administration faisait deux poids deux mesures. Je me souviens que j'ai été banni quelques minutes après le premier lien vers le marché. ;-)
https://www.mql5.com/fr/market/product/8460
Dans cet exemple, la formation du filtre du réseau neuronal a été effectuée sur la base des résultats des transactions de la moyenne mobile originale pour 2014, la dernière mise à jour du conseiller expert - mars 2015.
Afin de vérifier l'efficacité du filtre, j'ai fait fonctionner le conseiller expert dans le testeur pendant toute la période suivant la publication, c'est-à-dire d'avril à la date actuelle du mois d'août.
La première exécution a été faite avec le filtre désactivé (correspond à la moyenne mobile originale), et la seconde avec le filtre activé (voir la variable marquée UseNeuro = true), voici les résultats :
Ainsi, nous pouvons voir que le filtre de réseau neuronal, formé l'année dernière, n'a pas perdu son efficacité au cours de la période écoulée, et qu'il peut augmenter la productivité des transactions de près de deux fois.
Now, with Hlaiman EA Generator can try to improve the efficiency of the trade of other ready EAs if they are presented in the source code and are based on the movement of prices, such as technical analysis. To do this, directly in the source code of the adviser added neural network filter that can be initially included in the training run advisor in the tester, and can then be put into operation. In EA settings added variables to control, filter mode, and the necessary degree of filtration.
L'exemple gratuit de conseiller sur la moyenne mobile peut être téléchargé sur le marché, où vous pouvez également voir la vidéo, les processus, la formation et les tests.
https://www.mql5.com/fr/market/product/8460
Dans cet exemple, la formation du filtre de réseau neuronal exécuté sur les résultats de négociation de la moyenne mobile originale pour 2014, la dernière mise à jour EA - Mars 2015.
Afin de tester l'efficacité du filtre, j'ai exécuté le conseiller dans le testeur pour toute la période depuis la publication, c'est-à-dire d'avril à août, la date actuelle.
La première exécution a été faite avec un filtre désactivé (correspondant à la Moyenne Mobile originale), et la seconde avec le filtre activé (voir. La variable marquée UseNeuro = true), voici les résultats :
Ainsi, nous pouvons constater que l'entraînement au cours de l'année écoulée, le filtre du réseau neuronal, au fil du temps, est resté efficace et permet d'augmenter la productivité des échanges de près de deux fois.
Ainsi, nous pouvons constater que le filtre du réseau neuronal formé l'année dernière n'a pas perdu son efficacité au cours de la période écoulée, et qu'il peut presque doubler la productivité des opérations.
Les images que vous avez données disent exactement le contraire : vous ne devriez en aucun cas utiliser votre Expert Advisor, parce qu'au tout début, il y a un saut inexplicable dans les bénéfices, qui est ensuite gaspillé pendant longtemps. Et si l'on supprime ce saut de profit (qui a dit que le vrai trading commencerait par un tel saut ?), alors dans la première image on voit une chute, et dans la deuxième image - un profit final avec des drawdowns intermédiaires.
Mon article a été publié sur le site, ce qui montre que le problème n'est pas dans le modèle (réseaux neuronaux ou quelque chose de plus efficace), mais dans les données initiales. L'application de Rattle est montrée, et ceux qui le souhaitent peuvent m'acheter un livre, qui est une version étendue de l'article. Ainsi, avec l'aide de Rattle, vous pouvez comprendre une chose très simple et extrêmement importante : le problème n'est pas dans l'algorithme, mais dans les données de départ, qui peuvent ou non générer des modèles surentraînés. Ici, Rattle aide à expérimenter avec des ensembles de données d'entrée afin de sélectionner ceux qui ne conduisent pas à un surentraînement (overfitting).
Le choix du modèle est une dixième question.
PS.
D'après mes recherches, l'utilisation de n'importe quel type d'AM donne des modèles surentraînés, c'est-à-dire des modèles qui donnent d'excellents résultats sur des données historiques mais qui ne sont absolument pas rentables sur des données réelles.