Maxim Dmitrievsky #: Tradeoff bias-varianza, nozioni di base di ML.
Ho provato a fare l'opposto: ho riqualificato fino all'estremo, quasi punto a punto, in modo che si svuotasse costantemente in avanti, e poi ho invertito le posizioni. Sì, il drenaggio si è fermato, ma si è trasformato in un piatto a causa della diffusione di un numero enorme di operazioni. Un fallimento compensa un altro.
Ho provato a fare il percorso inverso: l'ho riqualificato all'estremo, quasi punto a punto, in modo che si scaricasse costantemente in avanti, e poi ho invertito le posizioni. Sì, il drenaggio si è fermato, ma si è trasformato in un piatto a causa della diffusione di un numero enorme di operazioni. Un fallimento compensa un altro.
Ecco come si fa. In primo luogo, viene addestrata una rete di grandi dimensioni, poi vengono scartati strati e neuroni in modo ottimale, e il bias viene minimizzato sui nuovi dati. Parallelamente, aumenta la varianza (diffusione dell'errore) sui dati di addestramento. Se non funziona nulla, il problema è nei dati.
Cioè, per rendere il risultato decente sui dati di addestramento e accettabile sui dati di test. Compromesso. Se il risultato non piace, bisogna cambiare i dati. E così si va avanti, fino alla fine della carota.
Provate la volatilità (indicatore std). Sarà migliore sui nuovi dati, perché è sempre più o meno la stessa, a seconda del tempo. Ci sarà una differenza solo se su nuovi dati con la stessa volatilità il mercato si muove in media in una direzione diversa. A questo punto è possibile aggiungere un filtro temporale per individuare i casi in cui è uguale.
Maxim Dmitrievsky #: Provate la volatilità (indicatore std). Sarà migliore sui nuovi dati, perché è sempre più o meno la stessa. Ci sarà una differenza solo se su nuovi dati con la stessa volatilità il mercato si muove in una direzione diversa.
Grazie per il consiglio. Ho avuto l'idea di normalizzare i dati (tagliare la coda) a una cifra decimale .0; Mol, per creare la stazionarietà, perché reagisce a questi piccoli numeri e a causa di essi ricorda stupidamente il "percorso" del prezzo come se fosse un piccolo numero.
Grazie per il consiglio. Ho avuto l'idea di normalizzare i dati (tagliare la coda) a una cifra decimale .0; per creare la stazionarietà, perché reagisce a questi piccoli numeri e a causa loro ricorda stupidamente il "percorso" del prezzo come se fosse lo stesso.
Non salverà molto, proprio come si può aggiungere del rumore casuale alle caratteristiche. In alcuni casi sarà un po' meglio, perché sarà meno addestrato, ma non è affatto una panacea.
Se si ragiona in modo logico, è necessario un indicatore di tendenza a lungo termine e di volatilità. La tendenza mostra in quale direzione si aprono le contrattazioni, mentre la volatilità specifica i momenti. Non si può pensare a nient'altro al di fuori degli indicatori.
Inoltre, è necessario includere diverse tendenze nell'addestramento, in modo da imparare a distinguerle.
Consenti l'uso dei cookie per accedere al sito MQL5.com.
Abilita le impostazioni necessarie nel browser, altrimenti non sarà possibile accedere.
Hai effettuato l'accesso. L'autenticazione a due fattori è stata disattivata. Configurala di nuovo e scansiona un nuovo codice QR, oppure continua con l'autenticazione a due fattori disattivata.
Ho provato tutte le architetture MLP e RNN.
L'ottimizzatore MT5 non consente di superare
Il fattore principale è il numero di variabili
Tradeoff bias-varianza, nozioni di base di ML.
Ho provato a fare l'opposto: ho riqualificato fino all'estremo, quasi punto a punto, in modo che si svuotasse costantemente in avanti, e poi ho invertito le posizioni. Sì, il drenaggio si è fermato, ma si è trasformato in un piatto a causa della diffusione di un numero enorme di operazioni. Un fallimento compensa un altro.
Ho provato a fare il percorso inverso: l'ho riqualificato all'estremo, quasi punto a punto, in modo che si scaricasse costantemente in avanti, e poi ho invertito le posizioni. Sì, il drenaggio si è fermato, ma si è trasformato in un piatto a causa della diffusione di un numero enorme di operazioni. Un fallimento compensa un altro.
Provate la volatilità (indicatore std). Sarà migliore sui nuovi dati, perché è sempre più o meno la stessa. Ci sarà una differenza solo se su nuovi dati con la stessa volatilità il mercato si muove in una direzione diversa.
Grazie per il consiglio. Ho avuto l'idea di normalizzare i dati (tagliare la coda) a una cifra decimale .0; Mol, per creare la stazionarietà, perché reagisce a questi piccoli numeri e a causa di essi ricorda stupidamente il "percorso" del prezzo come se fosse un piccolo numero.
Grazie per il consiglio. Ho avuto l'idea di normalizzare i dati (tagliare la coda) a una cifra decimale .0; per creare la stazionarietà, perché reagisce a questi piccoli numeri e a causa loro ricorda stupidamente il "percorso" del prezzo come se fosse lo stesso.
È possibile inserire tutto ciò che si desidera:
ora del giorno, giorno della settimana, fasi lunari, ecc. ecc.
Una rete normale smisterà da sola i dati necessari e quelli non necessari.
La cosa principale è cosa insegnare!
L'apprendimento con un insegnante non è adatto a questo scopo. Le reti con propagazione dell'errore all'indietro sono semplicemente inutili.