Une bibliothèque rapide et gratuite pour MT4, pour le plus grand plaisir des neuralnetworkers. - page 3

[Михаил]

Permettez-moi de poser quelques petites questions aux professionnels :

1. Quel est l'effet des paramètres AnnsNumber, AnnInpit, delta (en général) ?

2. quelles sont les limites de leur modification.

3. est-il utile de les optimiser ?

Aussi, pour une raison inconnue (pour moi), dans certains cas, après la formation d'un réseau neuronal dans le Conseiller Expert NeuroMACD-fixed.mq4

vérifier les résultats de l'entraînement en utilisant le filtre obtenu sur l'ensemble d'entraînement ne donne aucun résultat visible.

Pour être plus exact, les résultats avant et après l'application du filtre sont absolument identiques.

Quelle peut en être la raison ?

Désolé pour la taffalogie :).

[Yury Reshetov]

J'ai retravaillé l'EA, nettoyé les bugs. Je l'ai mis dans la base de code. Après vérification par le modérateur, sera disponible à l'adresse suivante : https://www.mql5.com/ru/code/9386.

[Rashid Umarov]

Reshetov >> :

J'ai retravaillé l'EA, nettoyé les bugs. Je l'ai mis dans la base de code. Après examen par le modérateur, il sera disponible à l'adresse suivante : https://www.mql5.com/ru/code/9386.

C'est fait.

[Yury Reshetov]

Rosh >> :

C'est fait.

Merci pour votre rapidité !

[Yury Reshetov]

Serveur : Alpari-Demo

Login : 2033582

Mot de passe de l'investissement : hfti6op (affichage seulement)

Je teste l'Expert Advisor https://www.mql5.com/ru/code/9386 sur la démo, voici les premiers résultats :

Alpari NZ Limited

Compte : 2033582		Nom : Reshetov						Devise : USD		2009 Décembre 11, 07:18
Transactions fermées :
Ticket	Temps ouvert	Type	Taille	Article	Prix	S / L	T / P	Heure de fermeture	Prix	Commission	Taxes	Échanger	Profit
61694758	2009.12.10 06:37	acheter	0.10	eurusd	1.47065	1.46315	1.47815	2009.12.10 06:44	1.47133	0.00	0.00	0.00	6.80
61709320	2009.12.10 09:00	acheter	0.10	gbpusd	1.62341	1.61441	1.63241	2009.12.10 12:25	1.63241	0.00	0.00	0.00	90.00
61742038	2009.12.10 13:00	acheter	0.10	gbpusd	1.63130	1.62230	1.64030	2009.12.10 16:44	1.62230	0.00	0.00	0.00	-90.00
61732547	2009.12.10 12:00	acheter	0.10	or	1125.82	1116.72	1134.92	2009.12.11 01:08	1134.92	0.00	0.00	-0.62	91.00
61749279	2009.12.10 14:00	acheter	0.10	usdjpy	88.293	87.693	88.893	2009.12.11 07:05	88.893	0.00	0.00	-0.10	67.50
										0.00	0.00	-0.72	165.30
P/L fermé :												164.58
Transactions ouvertes :
Ticket	Temps ouvert	Type	Taille	Article	Prix	S / L	T / P		Prix	Commission	Taxes	Échanger	Profit
61724198	2009.12.10 11:00	vendre	0.10	audusd	0.91579	0.92239	0.90919		0.91688	0.00	0.00	-1.21	-10.90
61696886	2009.12.10 07:00	acheter	0.10	eurusd	1.47031	1.46281	1.47781		1.47376	0.00	0.00	-0.05	34.50
61772039	2009.12.10 17:00	acheter	0.10	gbpusd	1.62538	1.61638	1.63438		1.63272	0.00	0.00	-0.07	73.40
61718309	2009.12.10 10:00	acheter	0.10	nzdusd	0.72866	0.71946	0.73786		0.72767	0.00	0.00	0.28	-9.90
61742080	2009.12.10 13:00	vendre	0.10	usdcad	1.05038	1.06018	1.04058		1.05140	0.00	0.00	-0.07	-9.70
61749337	2009.12.10 14:00	acheter	0.10	usdchf	1.02620	1.01740	1.03500		1.02564	0.00	0.00	-0.09	-5.46
61808066	2009.12.11 02:00	acheter	0.10	or	1135.93	1126.83	1145.03		1137.87	0.00	0.00	0.00	19.40
										0.00	0.00	-1.21	91.34
										P/L flottant :		90.13
Ordres de travail :
Ticket	Temps ouvert	Type	Taille	Article	Prix	S / L	T / P	Prix du marché
Aucune transaction
Résumé :
Dépôt/retrait :		0.00		Facilité de crédit :				0.00
Commerce fermé P/L :		164.58		P/L flottant :				90.13	Marge :			248.40
Équilibre :		5 264.49		L'équité :				5 354.62	Marge libre :			5 106.22

[Михаил]

Bonjour Yuri.

Veuillez expliquer pourquoi deux optimisations distinctes de votre EA,

Si j'utilise la même période, les mêmes données, les mêmes paramètres d'optimisation,

produisent des résultats complètement différents.

Tous les fichiers d'entraînement du réseau ont été supprimés et recréés lors de la nouvelle optimisation.

Je pensais que les résultats devaient être identiques ou similaires et ne devaient varier que si certaines conditions d'optimisation étaient modifiées (par exemple, en allongeant la période d'un jour).

S'avère-t-il que le réseau apprend différemment à chaque fois que les conditions et les données sont les mêmes ? Est-ce normal ?

Comment puis-je l'utiliser, si le résultat est différent à chaque fois ?

Ou bien je n'ai pas fait quelque chose conformément à l'instruction ?

Conseiller expert : FANN-EA

J'ai fait des réglages pour l'optimisation :

Devise : EURUSD

Période : 1M

Intervalle : 01/10/09 - 09/12/09

StopLoss : 10 à 100 étape 1

x : 1 à 5000 étape 1

Brièvement les résultats des optimisations (triés par profit maximal) :

1ère optimisation.

Rapport d'optimisation

FANN-EA

Passez	Profit	Total des transactions	Rentabilité	Gain attendu	Drawdown $	Bénéfice (%)
24	880.85	168	1.26	5.24	287.04	30.80
27	788.82	168	1.23	4.70	299.13	29.24
26	696.82	168	1.20	4.15	287.04	34.28
25	696.82	168	1.20	4.15	287.04	34.28
48	696.79	168	1.20	4.15	287.04	29.69
9	696.79	168	1.20	4.15	299.13	36.02
7	696.79	168	1.20	4.15	299.13	36.02
6	696.79	168	1.20	4.15	299.13	36.02
86	696.76	168	1.20	4.15	299.16	31.95
3	696.76	166	1.20	4.20	299.13	36.08
29	696.73	166	1.20	4.20	287.04	32.56

2ème optimisation (réalisée à l'identique)

Rapport d'optimisation

FANN-EA

Passez	Profit	Total des transactions	Rentabilité	Gain attendu	Drawdown $	Bénéfice (%)
54	1036.25	38	1.86	27.27	300.99	48.67
53	1036.25	38	1.86	27.27	300.99	48.67
50	1036.25	38	1.86	27.27	300.99	48.67
48	1036.25	38	1.86	27.27	300.99	48.67
42	1036.25	38	1.86	27.27	300.99	48.67
38	1036.25	38	1.86	27.27	300.99	48.67
36	1036.25	38	1.86	27.27	300.99	48.67
32	1036.25	38	1.86	27.27	300.99	48.67
29	1036.25	38	1.86	27.27	300.99	48.67
28	1036.25	38	1.86	27.27	300.99	48.67
25	1036.25	38	1.86	27.27	300.99	48.67
23	1036.25	38	1.86	27.27	300.99	48.67
17	1036.25	38	1.86	27.27	300.99	48.67
10	1036.25	38	1.86	27.27	300.99	48.67
4	1036.25	38	1.86	27.27	300.99	48.67

[[Supprimé]]

mgribachev писал(а) >>

Bonjour Yuri.

Veuillez expliquer pourquoi il y a deux optimisations distinctes de votre EA,

Si je voulais utiliser cet EA pour la même période de temps, pour les mêmes données, avec les mêmes paramètres d'optimisation,

produisent des résultats complètement différents.

Chaque fois que vous faites fonctionner le neuronet, il l'affine, c'est la différence dans les résultats, c'est vrai...

[Stanislav Korotky]

Quelqu'un peut-il expliquer quelque chose dans les exemples de FANN ? En particulier, le fichier cascade_train.c contient ce genre de choses :

    struct fann_train_data *train_data, *test_data;

    ...

    train_data = fann_read_train_from_file("../benchmarks/datasets/two-spiral.train");
    test_data = fann_read_train_from_file("../benchmarks/datasets/two-spiral.test");
    train_data = fann_read_train_from_file("../benchmarks/datasets/parity13.train");
    test_data = fann_read_train_from_file("../benchmarks/datasets/parity13.test");
    train_data = fann_read_train_from_file("../benchmarks/datasets/building.train");
    test_data = fann_read_train_from_file("../benchmarks/datasets/building.test");

Je ne comprends probablement pas quelque chose, mais il semble que chaque paire suivante de téléchargements de fichiers de formation et de test écrase les précédents. Pourquoi cela se produit-il ? De plus, il y a une fuite de mémoire car fann_destroy_train(data) n'est pas appelé entre les chargements ;

Et ce n'est pas tout :

	fann_set_activation_function_output(ann, FANN_LINEAR_PIECE);
	fann_set_activation_function_output(ann, FANN_LINEAR_PIECE_SYMMETRIC);
	fann_set_activation_function_output(ann, FANN_SIGMOID_SYMMETRIC);
	fann_set_activation_function_output(ann, FANN_LINEAR);

	fann_set_train_error_function(ann, FANN_ERRORFUNC_TANH);
	fann_set_train_error_function(ann, FANN_ERRORFUNC_LINEAR);

Quel est l'intérêt ?

[Михаил]

Figar0 писал(а) >>

Chaque exécution du réseau neuronal le termine, c'est la différence des résultats, d'accord...

Le 2ème run d'optimisation a été effectué à partir de "0" sur les mêmes données avec les mêmes paramètres.

Les fichiers du répertoire ANN de la première optimisation ont été supprimés avant d'exécuter la deuxième optimisation.

Il n'y a rien à y "apprendre" puisqu'il s'agit d'une nouvelle formation, mais elle donne des résultats totalement différents.

[[Supprimé]]

mgribachev писал(а) >>

La 2ème optimisation a été faite à partir de "0" sur les mêmes données avec les mêmes paramètres.

Il n'y a rien à "apprendre", puisqu'il s'agit d'une nouvelle formation, mais elle donne des résultats complètement différents.

C'est bon aussi, initialement le réseau est initié avec des poids aléatoires, et les ajuste pendant l'optimisation, la formation. Poids initiaux différents - résultats finaux différents.

Z.I. bien que mon EA n'ait pas obtenu des résultats aussi radicalement différents, mais cela pourrait dépendre de beaucoup de conditions.