Discussão do artigo "Redes neurais de maneira fácil (Parte 2): Treinamento e teste da rede" - página 3
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Estudei Redes Neurais no Metatrade4 durante anos, fiz redes de 3 camadas com n neurônios em cada camada.
Como entradas, usei indicadores, em multitimeframe, etc., etc.
E o resultado é sempre o mesmo. Péssimo.
Excelente quando são treinadas, resultados quase perfeitos.
Mas quando precisam colocar em prática o que aprenderam, são uma decepção total.
12,68% de taxa de acerto? Isso tem algum significado real? Também estou obtendo cerca de 50% de probabilidade nos lançamentos de moedas. Com uma probabilidade tão baixa, não sei qual é o objetivo dessa coisa.
12,68% de taxa de acerto? Isso tem algum significado real? Também estou obtendo cerca de 50% de probabilidade nos lançamentos de moedas. Com uma probabilidade tão baixa, não sei qual é o objetivo dessa coisa?
As finanças transacionais na pressão da rede neural não são tão usadas para aprender o que é encontrar a lei para buscar a fórmula universal, a lógica em si é ridícula. A verdadeira inteligência artificial financeira transacional não é fazer julgamentos, mas basear-se no sistema caótico quadridimensional de cinco dimensões para o rebaixamento da luta.
Os algoritmos de negociação são divididos em três níveis: o primeiro nível de indicadores técnicos (lixo), o segundo nível de estratégia de big data (lixo), o terceiro nível de necessidade lógica (invencível). Meu algoritmo é o terceiro nível, segurança 100% cinco dias de negociação mais um zero.
Olá, Dmitriy, li seu artigo e examinei o código e vi que você usa apenas um conjunto de dados para treinamento, mas não usa outro conjunto de dados para validação e, assim, evita a otimização excessiva. Com uma rede neural tão grande, com várias camadas ocultas e tantos neurônios por camada, a rede certamente memorizará todos os dados, mas não será capaz de fazer previsões após o término do treinamento.
Saudações e obrigado por seu artigo e pelo código
Gerardo
Para o arquivo Fractal.mq5, recebo o seguinte erro durante a depuração:
2022.01.13 08:30:54.502 Fractal_1 (BTCUSD,M1) CSeries::CheckLoadHistory: requested too much data (100801)
Alguma sugestão sobre como editar o código para não solicitar mais do que o número máximo de barras de dados (10.000)?
Você está usando o período de tempo M1. E 10.000 minutos são apenas 7 dias. É muito pequeno para treinar o NN.
Você está usando o período de tempo M1. E 10.000 minutos são apenas 7 dias. É muito pouco para treinar o NN.
Obrigado pela resposta, Dmitriy!!! Deveria ter começado com 1H, como você faz no final do artigo.
Agradeço muito sua série Neural Network Made Easy! Espero dominar esses conceitos em MQL (embora seja mais fácil passar dados para o R usando MTR, rs).
Esses são algoritmos de alto potencial e você fez um trabalho magistral com a biblioteca e a série, obrigado!