Neuromongers, non passare :) bisogno di consigli - pagina 5
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
.......
Frase interessante, perché sono stati usati degli input "casuali", puoi spiegarlo in poche parole?
Questa frase significa quanto segue. Su un campione attendibilmente grande qualsiasi indicatore mostra risultati che sono paragonabili a quelli che si otterrebbero con input casuali e "fuori bilancio". Compreso se una neuronet "non capisce" ciò che il suo creatore cerca di spiegargli (di solito è un problema dei creatori, ma allo stesso tempo è un ostacolo).
Gli esperimenti con l'addestramento di una rete neurale con dati che rappresentano incrementi casuali sono indicativi. Il MO di tale serie è 0. Una rete addestrata su tali dati casuali è tanto meglio addestrata quanto più i suoi risultati sono vicini a 0. Così, una rete perfettamente addestrata su una serie di NA darà una linea retta perfettamente piatta di 0.
E viceversa. Se i risultati mostrano un fatto diverso da 0 nella regione positiva, questo significa una cosa: alcune regolarità trovate dalla rete vengono sfruttate, mentre c'è anche un peso che tira il MO nella regione negativa - lo spread.
1) Hmm, come migliorare i NS di lavoro, ho lottato con questo problema per anni comunque. Ci sono alcuni miglioramenti, ma sono spiccioli e briciole, e questo considerando che conosco bene la mia griglia. L'unico salto qualitativo è stato quando ho capito come migliorare il sistema di allenamento. Ecco perché vi consiglio di pensare in quella direzione.
E così gli input (super segreto dei neural networkers) cambiano qua e là - centesimi; modificare l'architettura - briciole....
2) Z.U. Potresti postare un test completo di OOS, per esempio, solo per lo scorso marzo? Proverò a vedere come si confronta con il mio.
3) Z.U.2 In un seguito) Quindi, secondo voi non si tratta del tipo di NS. Di cosa si tratta? Sono d'accordo in linea di principio, ma questo è il segreto di un NS capace, anche in generale avendone uno non posso formulare....
1) Sì, molto dipende dal sistema di allenamento. Ma probabilmente non c'è molto che possa essere migliorato.
Circa gli ingressi - hmm, forse questo è uno dei sali principali per aiutare lo spostamento di MO a +. Gli input sono guidati dalla teoria che li descrive, almeno.
2) Interessante da vedere. E per favore su coppie come GBPJPY.
3) Non sono nemmeno sicuro che il tipo di NS non c'entri, ma Andrei sostiene che NS non ha un ruolo speciale in questo caso. La mia versione è una combinazione di fattori: input ragionati dalla teoria, collegamenti ragionati dalla teoria e descritti dalla teoria tra input e output. Uscite ragionate (però, dhz). Mi piacerebbe sentire l'opinione di Andrei su questo.
A giudicare dalla velocità di preparazione dei test con un periodo così lungo e un gran numero di riqualificazioni, tutto questo è automatizzato all'interno della DLL stessa.
In EA.
Quanti parametri/pesi di addestramento ci sono all'interno della rete stessa, qual è il criterio per fermare l'addestramento (numero di epoche, raggiungimento di un errore accettabile sul campione di test)?
35 neuroni 60 scale. Non c'è allenamento nel suo senso classico - ottengo immediatamente il risultato ottimale con l'ANC.
Frase interessante, puoi spiegare perché gli input "casuali" sono stati usati in 2 parole.
Ecco perché vi consiglio di pensare in questa direzione.
Ahimè non c'è niente da migliorare per mancanza di esso, ma controllare la rete per l'adeguatezza è un'idea preziosa, io non ce l'ho ancora. Anche se la probabilità è minuscola, ma esiste.
Z.U. Potresti postare il test OOS completo, per esempio, per il marzo appena trascorso? Proverò a vedere come si confronta con il mio.
Domani allora già.
(Seguito) Quindi, secondo lei non si tratta del tipo di NS. Di cosa si tratta? Sono d'accordo in linea di principio con questo, ma ecco il segreto di un NS capace, anche in generale avendo uno non posso formulare....
Z.O.S. Potresti postare un test OOS completo, per esempio, solo per lo scorso marzo? Proverò a vedere come si confronta con il mio.
L'ho messo nel mio messaggio personale.
Sì grazie, l'ho cercato. È un peccato che sia privato, non so se posso parlarne qui adesso...
Come palloncino di prova, solo un po' e senza molte specifiche: c'è qualche errore nell'algoritmo, perché a 15M TF tutti i trade sono aperti come a 1H TF? Anche se può essere solo la partecipazione di dati di una TF più grande nel calcolo...
E la prima cosa che mi viene in mente come miglioramento, dove forse dovremmo cercare una risposta:
- otteniamo effettivamente un sistema capovolto (tranne che per alcuni trade), possiamo "giocare" con la soglia dell'Expert Advisor sulla risposta della rete neurale come un filtro di segnale debole. Ciò che è ovviamente buono su un periodo di allenamento (il sistema capovolto alla "potenza" di NS sarà davvero al massimo), richiede un approccio un po' diverso per interpretare il segnale su nuovi dati.
- La contraddizione: la percentuale di operazioni redditizie (normale) e il risultato finale (voglio migliorarlo). Un paio di anni fa, facevo un Expert Advisor basato su k-nearest neighbours; il valore percentuale dei trade redditizi era stabilmente sopra il 70-75%, mentre il risultato finale non era così buono. Il restante 25% degli affari si è rivelato così grasso che ho ingoiato tutto il profitto del 75% degli affari di successo. Anche qui ho alcune idee, ma ad essere onesti, non ho davvero risolto questo problema. Anche se capisco dove stanno crescendo le sue radici.
In generale ho capito tutto del vostro sistema tranne "eco", ma non mi sono ancora abituato, ma è una perdita di tempo) e una cosa:
Che tipo di teoria ha giustificato gli input nel contesto del problema applicato che stiamo risolvendo? Vale un premio Nobel) Ho cercato ancora una volta di portare qualche base teorica per gli ingressi NS, in particolare questo obiettivo molto ho chiesto in un ramo https://www.mql5.com/ru/forum/114902 Ma per dire che ho avuto successo, ancora una volta non posso. Più precisamente, ci sono riuscito, ma è così esagerato che è difficile da usare nella pratica.
Come palloncino di prova, solo un po' e senza molte specifiche: c'è qualche errore nell'algoritmo, perché a 15M TF tutti i trade sono aperti come a 1H TF? Anche se probabilmente è solo la partecipazione ai calcoli dei dati di un TF più grande...
Sono le specificità del lavoro.
Ciò che è ovviamente buono nel periodo di apprendimento (il sistema di inversione alla "potenza" di NS darà effettivamente il massimo), richiede un approccio leggermente diverso nell'interpretazione del segnale sui nuovi dati.
Beh, puoi rimanere con qualsiasi sistema tu voglia. Sì, ora è quasi reversibile, c'è un piccolo spazio tra la chiusura e l'apertura, puoi giocarci, ma difficilmente farà molto. Cercherò di spiegare perché.
Nel periodo di apprendimento qualsiasi strategia di trading adeguata si comporterà bene. Sull'attaccante, qualsiasi cosa fallirà. Cioè uno grezzo fallirà altrettanto bene di uno sofisticato, poiché il commercio è semplicemente basato su dati sconosciuti. Sì, per essere completamente trasparente, la strategia di trading è in cima e dipende solo dalla coda. Neuronics non dipende in alcun modo dalla strategia di trading.
Ho capito praticamente tutto del tuo sistema, tranne l'"eco", non ho ancora digerito fino in fondo come funziona, ma questo è un guadagno) e un punto:
Beh, se è davvero così, benvenuto in privato, lì possiamo parlare in modo più sostanziale.
È un peccato che non si sentano altri neuronisti.
EuroChief
Che tipo di teoria potrebbe giustificare gli input nel contesto del problema applicato che stiamo risolvendo? È degno di un premio Nobel) Ancora una volta ho cercato di portare qualche giustificazione teorica degli ingressi NS, in particolare ho chiesto questo obiettivo proprio nel ramo https://www.mql5.com/ru/forum/114902 Ma ancora una volta non posso dire che ci sono riuscito. Più precisamente, ci sono riuscito, ma è così esagerato che è difficile da usare nella pratica.
La teoria degli schemi debordanti e il secondo tipo di ST. No, non è degno del premio Nobel, ovviamente. Non c'è nessuna scoperta fondamentale e nessuna deduzione matematica qui. Piuttosto, è una serie di considerazioni che possono essere utilizzate per selezionare e compilare i dati di input per l'analisi di una rete neurale o di un altro strumento di analisi.
Una quantità mostruosa di lavoro teorico e sperimentale è ancora necessaria per costruire un'idea chiara del perché funziona.
....
EuroChief
Posso dirvi approssimativamente.
EF è circa 4.5, cioè, per questo tempo (10.2001 ad oggi) con un drawdown massimo del 25% sul eurochief può guadagnare 100 *(1.2^4.5 - 1) = ~130% .
Per iniziare una conversazione seria, avete bisogno di una FS di almeno 20
Come si affronta il problema del retraining delle reti neurali? Come si forma un campione di prova?
Questa è una domanda importante per me personalmente. Ora sto leggendo articoli sulla dimensione del campione di allenamento e voglio fare alcuni esperimenti con il modo di formare un campione di prova, che uso sempre per fermare l'allenamento iniziale.
Perché lo chiedo: ho guardato i tuoi risultati OoS e i risultati sul campione di prova. Apparentemente il sistema impara bene e approssima i modelli sui segmenti di prova, ma a volte fallisce sui segmenti di convalida. Forse ha senso formare il campione di prova in un modo diverso...