Советники: Neurotest
Возможные проблемы: Ограниченное обучение: Параметр MaxEpochs имеет значение 1, что ограничивает количество итераций обучения сети на каждом тике. Возможно, стоит увеличить это значение для лучшей оптимизации. Риски при высоком спреде: Функция, открывающая сделки, блокирует их, если спред слишком высок, но нет логики для повторной попытки, если спред нормализуется. Минимальная нормализация объема в функции нормализации входа: При нормализации объема свечей входы делятся на их значения с добавлением небольшой константы (EPSILON), что может привести к неэффективной нормализации при работе с малыми объемами. Штрафные модели: Если дневная прибыль ниже целевого значения, активируется штраф, который снижает скорость обучения. Однако детальная логика, объясняющая, как это влияет на работу советника в долгосрочной перспективе, отсутствует. Рекомендации: Рассмотрите возможность улучшения процесса обучения нейронной сети путем увеличения количества эпох. Добавить повторные попытки открыть сделку, когда спред нормализуется. Более тщательно продумать механизм штрафов, чтобы предотвратить чрезмерное снижение скорости обучения.
IGOR IAREMA # :
Возможные проблемы: Ограниченное обучение: Параметр MaxEpochs равен 1, что ограничивает количество итераций обучения сети на каждом тике. Возможно, стоит увеличить это значение для лучшей оптимизации. Риски при высоких спредах: Функция, открывающая сделки, блокирует их, если спред слишком высок, но нет логики для повторной попытки, если спред нормализуется. Минимальная нормализация объема в функции нормализации входных данных: При нормализации объема свечей входные данные делятся на их значения с добавлением небольшой константы (EPSILON), что может привести к неэффективной нормализации при работе с малыми объемами. Штрафные модели: Если дневная прибыль ниже целевого значения, активируется штраф, который снижает скорость обучения. Однако нет подробной логики, которая объяснила бы, как это влияет на эффективность советника в долгосрочной перспективе. Рекомендации: Рассмотрите возможность улучшения процесса обучения нейронной сети путем увеличения количества эпох. Добавить повторные попытки открыть сделку, когда спред нормализуется. Более тщательно продумать механизм штрафов, чтобы предотвратить чрезмерное снижение скорости обучения.
Возможные проблемы: Ограниченное обучение: Параметр MaxEpochs равен 1, что ограничивает количество итераций обучения сети на каждом тике. Возможно, стоит увеличить это значение для лучшей оптимизации. Риски при высоких спредах: Функция, открывающая сделки, блокирует их, если спред слишком высок, но нет логики для повторной попытки, если спред нормализуется. Минимальная нормализация объема в функции нормализации входных данных: При нормализации объема свечей входные данные делятся на их значения с добавлением небольшой константы (EPSILON), что может привести к неэффективной нормализации при работе с малыми объемами. Штрафные модели: Если дневная прибыль ниже целевого значения, активируется штраф, который снижает скорость обучения. Однако нет подробной логики, которая объяснила бы, как это влияет на эффективность советника в долгосрочной перспективе. Рекомендации: Рассмотрите возможность улучшения процесса обучения нейронной сети путем увеличения количества эпох. Добавить повторные попытки открыть сделку, когда спред нормализуется. Более тщательно продумать механизм штрафов, чтобы предотвратить чрезмерное снижение скорости обучения.
Здравствуйте, IGOR IAREMA ,
Благодарим вас за подробный отзыв и понимание потенциальных проблем. Мы внимательно изучили ваши замечания:
- Ограниченное обучение: Мы планируем увеличить параметр MaxEpochs для лучшей оптимизации.
- Риски при высоких спредах: Мы внедрим логику для повторных сделок, когда спред нормализуется.
- Нормализация минимального объема: Мы оптимизируем функцию нормализации для низких объемов, чтобы добиться более эффективных результатов.
- Штрафные модели: Логика, управляющая скоростью обучения, будет доработана для обеспечения долгосрочного повышения производительности.
Всеобъемлющее обновление, посвященное этим улучшениям, уже готово. Это занимает немного больше времени, поскольку изменения довольно сложные, но мы уверены, что ожидание будет оправдано. Благодарим вас за терпение и понимание!
С наилучшими пожеланиями,
SM.S.
После загрузки нейробука и исходников я хотел бы узнать, существует ли версия полностью на Python? Предоставленная версия представляет собой проблему, и я думаю, особенно если выполнение openCl не может быть сделано на машине. В настоящее время я пытаюсь преобразовать версию, но это немного титанический труд!
С наилучшими пожеланиями всем, кто уже занимался подобной работой или знает, где можно найти исходники версии на Python.
С наилучшими пожеланиями всем, кто уже занимался подобной работой или знает, где можно найти исходники версии на Python.
Каждый раз я получаю следующее сообщение в файле журнала: Не найдены сохраненные параметры нейронной сети. Начинаю заново. В чем может быть причина?
Encho Enev нейронной сети. Начинаю заново. В чем может быть причина?
Я еще не пробовал, но, судя по коду, вы должны обучить нейронную сеть в тестере стратегий, прежде чем выводить ее на живой график. Вы это сделали?
Neurotest:
это текст для нейтральной сети, хотелось бы узнать ваше мнение.
Author: Mustafa Seyyid Sahin