Sistemi Esperti: Neurotest
Problemi potenziali: Addestramento limitato: Il parametro MaxEpochs è impostato su 1, il che limita il numero di iterazioni di addestramento della rete per ogni tick. Potrebbe essere opportuno aumentare questo valore per una migliore ottimizzazione. Rischi con spread elevati: La funzione che apre i trade li blocca se lo spread è troppo alto, ma non c'è una logica per riprovare se lo spread si normalizza. Normalizzazione minima del volume nella funzione di normalizzazione degli ingressi: Quando si normalizza il volume delle candele, gli input vengono divisi per i loro valori con l'aggiunta di una piccola costante (EPSILON), che può portare a una normalizzazione inefficace quando si lavora con volumi bassi. Modelli di penalità: Se il profitto giornaliero è inferiore al valore target, viene attivata una penalità che riduce il tasso di apprendimento. Tuttavia, non esiste una logica dettagliata che spieghi come questo influisca sulla performance dell'EA nel lungo periodo. Raccomandazioni: Considerare la possibilità di migliorare il processo di formazione della rete neurale aumentando il numero di epoche. Aggiungere tentativi per aprire un trade quando lo spread è normalizzato. Riflettere con maggiore attenzione sul meccanismo di penalizzazione per evitare una riduzione eccessiva del tasso di apprendimento.
IGOR IAREMA # :
Possibili problemi: Addestramento limitato: Il parametro MaxEpochs è uguale a 1 e limita il numero di iterazioni dell'addestramento della rete per ogni tick. Potrebbe essere opportuno aumentare questo valore per una migliore ottimizzazione. Rischi con spread elevati: La funzione che apre i trade li blocca se lo spread è troppo alto, ma non c'è una logica per riprovare se lo spread si normalizza. Normalizzazione minima del volume nella funzione di normalizzazione dei dati di ingresso: Quando si normalizza il volume delle candele, gli input vengono divisi per i loro valori con l'aggiunta di una piccola costante (EPSILON), che può portare a una normalizzazione inefficace quando si lavora con volumi bassi. Modelli di penalità: Se il profitto giornaliero è inferiore al valore target, viene attivata una penalità che riduce il tasso di apprendimento. Tuttavia, non esiste una logica dettagliata che spieghi come questo influisca sulla performance del consulente nel lungo periodo. Raccomandazioni: Considerare la possibilità di migliorare il processo di formazione della rete neurale aumentando il numero di epoche. Aggiungere tentativi ripetuti di aprire un trade quando lo spread è normalizzato. Considerare con maggiore attenzione il meccanismo di penalizzazione per evitare una riduzione eccessiva del tasso di apprendimento.
Possibili problemi: Addestramento limitato: Il parametro MaxEpochs è uguale a 1 e limita il numero di iterazioni dell'addestramento della rete per ogni tick. Potrebbe essere opportuno aumentare questo valore per una migliore ottimizzazione. Rischi con spread elevati: La funzione che apre i trade li blocca se lo spread è troppo alto, ma non c'è una logica per riprovare se lo spread si normalizza. Normalizzazione minima del volume nella funzione di normalizzazione dei dati di ingresso: Quando si normalizza il volume delle candele, gli input vengono divisi per i loro valori con l'aggiunta di una piccola costante (EPSILON), che può portare a una normalizzazione inefficace quando si lavora con volumi bassi. Modelli di penalità: Se il profitto giornaliero è inferiore al valore target, viene attivata una penalità che riduce il tasso di apprendimento. Tuttavia, non esiste una logica dettagliata che spieghi come questo influisca sulla performance del consulente nel lungo periodo. Raccomandazioni: Considerare la possibilità di migliorare il processo di formazione della rete neurale aumentando il numero di epoche. Aggiungere tentativi ripetuti di aprire un trade quando lo spread è normalizzato. Considerare con maggiore attenzione il meccanismo di penalizzazione per evitare una riduzione eccessiva del tasso di apprendimento.
Salve IGOR IAREMA ,
La ringraziamo per il suo feedback dettagliato e per gli approfondimenti sui potenziali problemi. Abbiamo esaminato attentamente i tuoi punti:
- Formazione limitata: Abbiamo intenzione di aumentare il parametro MaxEpochs per consentire una migliore ottimizzazione.
- Rischi con spread elevati: Implementeremo una logica per ritentare le operazioni quando lo spread si normalizza.
- Normalizzazione del volume minimo: Stiamo ottimizzando la funzione di normalizzazione per i bassi volumi per ottenere risultati più efficaci.
- Modelli di penalità: La logica che controlla il tasso di apprendimento sarà perfezionata per garantire miglioramenti delle prestazioni a lungo termine.
Un aggiornamento completo di questi miglioramenti è già in corso. I tempi sono un po' più lunghi perché le modifiche sono piuttosto complesse, ma siamo certi che l'attesa sarà proficua. Grazie per la vostra pazienza e comprensione!
Cordiali saluti,
SM.S
Dopo aver scaricato il neurobook e i sorgenti, vorrei sapere se esiste una versione interamente in Python? La versione fornita pone un problema e credo soprattutto se le esecuzioni di openCl non possono essere fatte sulla macchina. Attualmente sto tentando una conversione, ma è un po' titanica!
Cordiali saluti a chiunque abbia già intrapreso un lavoro del genere o sappia dove trovare i sorgenti per una versione in Python.
Cordiali saluti a chiunque abbia già intrapreso un lavoro del genere o sappia dove trovare i sorgenti per una versione in Python.
Ogni volta ricevo questo messaggio nel file di log: Nessun parametro di rete neurale salvato trovato. Come mai ?
Encho Enev rete neurale salvato trovato. Come mai ?
Non l'ho ancora eseguito, ma secondo il codice si dovrebbe addestrare la rete neurale nel tester della strategia prima di metterla su un grafico live. L'avete fatto?
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
Neurotest:
è un testo per la rete neutrale che vorrebbe conoscere la vostra opinione.
Author: Mustafa Seyyid Sahin