オリジナル・ファンクションでEURUSD H4を使用した2年間の433DNNの最適化実行の完了したエクイティ散布図のPNGファイルを添付します。 ご覧のように、2900ラインかそれ以上の結果が圧倒的に多く、予想されるように最適化の回数が実行の終わりに近づくにつれて、上記の数は劇的に増加します。 私の計画は、ベスト1000を選択し、フォワードデータを使用して、前の最適化から対応する最適化されたウエイトを特定することです。遺伝的最適化はニューロンの数だけでなくレイヤーの数に基づいて指数関数的に増加するため、ニューロン数が多く、複雑なトレード戦略とストップロス計算のための完全なGA最適化は、ほとんどのマシンでは不可能でしょう。 しかし、ベースラインを特定すること、例えば2900 のような基準線を特定し、数千の結果を使用することで、より合理的な GA の実行時間と、ライブデータでのフォワードテストのための EA の最良ではないが良いオプションを得ることができるはずです。 GA エージェントが実行され続けている間、最適化をエクセルにエクスポートできることがわかりました。
オリジナル・ファンクションでEURUSD H4を使用した2年間の433DNNの最適化実行の完了したエクイティ散布図のPNGファイルを添付します。 ご覧のように、2900ラインかそれ以上の結果が圧倒的に多く、予想されるように最適化の回数が実行の終わりに近づくにつれて、上記の数は劇的に増加します。 私の計画は、ベスト1000を選択し、フォワードデータを使用して、前の最適化から対応する最適化されたウエイトを特定することです。遺伝的最適化はニューロンの数だけでなくレイヤーの数に基づいて指数関数的に増加するため、ニューロン数が多く、複雑なトレード戦略とストップロス計算のための完全なGA最適化は、ほとんどのマシンでは不可能です。 しかし、ベースラインを特定すること、例えば2900 のような基準線を特定し、数千の結果を使用することで、より合理的な GA の実行時間と、ライブデータでのフォワードテストのための EA の最良ではないが良いオプションを得ることができるはずです。 GA エージェントが実行され続けている間、最適化をエクセルにエクスポートできることがわかりました。
現在2023年2月で、バランス画像のテストに関する新しい履歴が2ヶ月以上あります。新しいデータで同じ設定のEAの結果を示せますか？または、最適化に関与していない以前のもの。
現在2023年2月で、バランス画像のテストに関する新しい履歴が2ヶ月以上あります。新しいデータで同じ設定のEAの結果を示せますか？最適化に関与していない以前のものでも構いません。
現在2023年2月で、バランス画像のテストに関する新しい履歴が2ヶ月以上あります。新しいデータで同じ設定のEAの結果を示せますか？または、最適化に関与していない以前のもの。
今はできません。自分で最適化してください。
TP=60
うん、見たことある。それにしても、著者の予想屋に対する考え方は面白かった......。
今はできない。最適化は自分でやってください。
まあ、1週間後か1ヵ月後か。
1週間後か1カ月後か？
たぶん
しかし、2020年に訓練して2021年にテストすると、まったく逆の結果になる。
さらに、ニューラルネットワークとは何かを勉強しているうちに、活性化関数が何のためにあるのかがわかった。つまり、訓練である誤差の逆伝播のためだ。つまり、最適化中に重みを調整することは、活性化関数、ひいては古典的なニューラルネットワークの意味を失ってしまうのだ。
さらに言っておくと、最も単純なパーセプトロンの方が、よりよく絵が見えて、ライブラリの形であらゆる種類の雑然としたものは、単に端末に負荷をかけるだけである。確かに労力はかかるが、結果はより客観的になる。
以上、すべてイミフである。パーセプトロンに関する部分は興味深い。
ワオローマン、
この記事は、まさに私が達成しようとしていることをカバーしています。
このCSVファイルを使って、EAにインポートし、最適化を実行して、フォワードデータテストで最適化された結果の 上位1000位から最適なストラテジーを選択しようと考えています。まず、EAの入力を.SETファイルに保存し、NotePadで.SETファイルを編集することができます。最後の1つは、CSVファイルのカンマに注意することで、特に1000ドル以上の値がある場合です。 エクイティと利益の列には1000の値に対してカンマが設定されているため、データをCSVファイルに保存すると、追加のカンマが含まれます。 私のようにStringSplitを使用して開始を特定し、最適化されたニューロンをWeight配列にパースする場合、2つの追加のカンマを計算に含める必要があります。
オリジナル・ファンクションでEURUSD H4を使用した2年間の433DNNの最適化実行の完了したエクイティ散布図のPNGファイルを添付します。 ご覧のように、2900ラインかそれ以上の結果が圧倒的に多く、予想されるように最適化の回数が実行の終わりに近づくにつれて、上記の数は劇的に増加します。 私の計画は、ベスト1000を選択し、フォワードデータを使用して、前の最適化から対応する最適化されたウエイトを特定することです。遺伝的最適化はニューロンの数だけでなくレイヤーの数に基づいて指数関数的に増加するため、ニューロン数が多く、複雑なトレード戦略とストップロス計算のための完全なGA最適化は、ほとんどのマシンでは不可能でしょう。 しかし、ベースラインを特定すること、例えば2900 のような基準線を特定し、数千の結果を使用することで、より合理的な GA の実行時間と、ライブデータでのフォワードテストのための EA の最良ではないが良いオプションを得ることができるはずです。 GA エージェントが実行され続けている間、最適化をエクセルにエクスポートできることがわかりました。
オリジナル・ファンクションでEURUSD H4を使用した2年間の433DNNの最適化実行の完了したエクイティ散布図のPNGファイルを添付します。 ご覧のように、2900ラインかそれ以上の結果が圧倒的に多く、予想されるように最適化の回数が実行の終わりに近づくにつれて、上記の数は劇的に増加します。 私の計画は、ベスト1000を選択し、フォワードデータを使用して、前の最適化から対応する最適化されたウエイトを特定することです。遺伝的最適化はニューロンの数だけでなくレイヤーの数に基づいて指数関数的に増加するため、ニューロン数が多く、複雑なトレード戦略とストップロス計算のための完全なGA最適化は、ほとんどのマシンでは不可能です。 しかし、ベースラインを特定すること、例えば2900 のような基準線を特定し、数千の結果を使用することで、より合理的な GA の実行時間と、ライブデータでのフォワードテストのための EA の最良ではないが良いオプションを得ることができるはずです。 GA エージェントが実行され続けている間、最適化をエクセルにエクスポートできることがわかりました。
私の出版物に興味を持っていただきありがとうございます。あなたのアイデアは実現できると思います。しかし、お分かりのように、すべては私たちの質問の鉄の部分、つまりコンピューターにかかっているのです。
パーセプトロンMQ5のコンパイルができない問題にぶつかっています。例えば、"1 perceptron 4 angle SL TP - trade "には22のエラーがあり、そのほとんどはセミコロンが予期していたものです。私は何かを見逃しているのでしょうか、それとも何か間違ったことをしたのでしょうか？