記事についてのディスカッション

削除済み 2020.12.01 17:56 #111

Evgeni Gavrilovi:

ファイルパス - traing prnew.csvとtest prnews.csvを追加。

しかし、受信したR2はほとんどいつも0.9より高い。たぶんlook_backが正しく設定されておらず、そのために受信したmqhファイルが間違っているのだろう。

https:// colab.research.google.com/drive/1eeyRA5bGaFMfX1THnMsL5hwKmxBkqvqP

https://drive.google.com/file/d/1LIRhpk5iU_dYQbefZ-FFQM6XMV_cOh26/view?usp=sharing テストデータ

https://drive.google.com/file/d/18RpJec9EGSCSknwaHsevgHcZuCeoOvP5/view?usp=sharing トレーニングデータ

仕事が忙しいので、後で見ます。

Evgeni Gavrilovi 2020.12.01 18:23 #112

Maxim Dmitrievsky:

仕事が忙しいので、後で見てみます。

わかりました。

これがそのmqhファイルだ：https://drive.google.com/file/d/1UquXcaRJjIR2lxE81P8Pm2BWFQ9uM0N1/view?usp=sharing

2020.12.01 21:19:23.252 2020.08.03 00:05:00 'cat_model.mqh' (288,51) の配列が範囲外です。

Rasoul Mojtahedzadeh 2020.12.01 21:40 #113

Maxim Dmitrievsky : こんにちは、Rasoul。トレーニングセットのサイズを小さくしてみてください。様々な設定によりますが、重要なコツは、学習サイズを小さくすることで、新しいデータに対する汎化がより良くなることです。次回はこの効果について説明します。

マキシムさん、こんにちは。

セットの期間を以下のように変更しました、

1.トレーニングセット：2018.01.01から2019.01.01まで

これはGMMのトレーニングにのみ使用する。

2.検証セット：2019.01.01から2020.01.01まで

このセットはブルートフォース・アルゴリズムで使用され、最適なモデルを見つける。

3.テストセット：2020.01.01から2021.01.01まで

このセットは、ブルートフォース・アルゴリズムで得られた最良のモデルをテストするためにのみ使用される。

以下は、スクリプトを実行した典型的な結果である、

コードを添付しますので、これを見て間違いの可能性を見つけてください。

ファイル:

clustering_catboost_orig.py 12 kb

削除済み 2020.12.01 23:13 #114

Rasoul Mojtahedzadeh:

マキシム、こんにちは。

セットの期間を次のように変更しました、

1.トレーニングセット：2018.01.01から2019.01.01まで

これはGMMのトレーニングにのみ使用されます。

2.検証セット：2019.01.01から2020.01.01まで

このセットは、ブルートフォース・アルゴリズムで最良のモデルを見つけるために使用される。

3.テストセット：2020.01.01から2021.01.01まで

このセットは、ブルートフォース・アルゴリズムから得られた最良のモデルをテストするためにのみ使用される。

以下は、

、スクリプトを実行した典型的な結果である。

コードを添付しますので、これを見て間違いの可能性を見つけてください。

学習間隔や設定を変更するだけで、モデルがより良い依存関係を捉えることができるようになることもあります：

LOOK_BACK = 1
MA_PERIODS = [15, 25, 55, 100, 150, 200, 250, 300]

SYMBOL = 'EURUSD'
MARKUP = 0.00010
TIMEFRAME = mt5.TIMEFRAME_H1
START_DATE = datetime(2018, 9, 1)
VSTART_DATE = datetime(2019, 3, 1)
TSTART_DATE = datetime(2019, 7, 1)
STOP_DATE = datetime(2021, 1, 1)

削除済み 2020.12.01 23:20 #115

Evgeni Gavrilovi:

わかったよ。

これがそのmqhファイルだ：https://drive.google.com/file/d/1UquXcaRJjIR2lxE81P8Pm2BWFQ9uM0N1/view?usp=sharing

2020.12.01の21:19:23.252 2020.08.03 00:05:00 'cat_model.mqh'の範囲外の配列 (288,51)

私は、あなたが前回の記事のボットのバージョンを使っているのではないかと疑っています。この記事のボットは違います。このようなエラーはないはずです。

R^2 0.9は良いですね、私もよく出ます。

Rasoul Mojtahedzadeh 2020.12.01 23:21 #116

Maxim Dmitrievsky:

例えば、学習間隔や設定を変更するだけで、モデルがより良い依存関係を捉えられるようになることもある：

素早い返信ありがとうございます！

あなたの設定で良さそうですね！:)

よろしくお願いします、

ラソール

削除済み 2020.12.01 23:23 #117

Rasoul Mojtahedzadeh:

素早い返信をありがとう！

あなたの設定で良さそうですね！:)

よろしくお願いします、

ラソール

look_backは、私の経験では、1を設定するだけでよいのですが・・・。そして、より多くの異なるMAを設定する必要があります。時には学習期間を変更する必要がある

時にはGMMのクラスタ数を75から別のものに変更する必要がある...などなど）

MAの代わりにもっと良い機能を追加する必要があるかもしれない。実験が必要だ。

Evgeni Gavrilovi 2020.12.01 23:38 #118

Maxim Dmitrievsky:

前回の記事のボットのバージョンを使っている疑いがあります。この記事のボットは違います。このようなエラーはないはずです。

R^2 0.9は良いですね、私もよく持っています。

新しいバージョンにはbrute_force関数がありますが、ポイントが違います - 受信したmqhファイルは範囲外の配列エラーを出し、高いR^2でボットをテストすることはできません。

削除済み 2020.12.01 23:40 #119

Evgeni Gavrilovi:

新しいバージョンにはbrute_forceという関数がありますが、問題は違います。受信したmqhファイルは範囲外の配列エラーを出し、高いR^2でボットをテストすることができません。

私はあなたがコンパイルしたEAファイルについて話しています。

Evgeni Gavrilovi 2020.12.01 23:45 #120

Maxim Dmitrievsky:

あなたがコンパイルしているEAファイルについて話しているんだ。

そうです。

そこには

<MT4Orders.mqh> をインクルードしてください。

#include <TradeAccountInfo.mqh

#include <cat_model.mqh> とあります。

そして最も重要なことは、jupyter notebookから直接mqhをロードすると、すべてがうまくいくことです。

記事についてのディスカッション - ページ 12