Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3623

[[Удален]]

Правильное использование градиентных оптимизаторов.

И ссылку на ноутбук продублирую.

[Renat Akhtyamov]

Maxim Kuznetsov #:

ALGLIB  тож недокументирован :-)

его нет в документации, help`ах. Из всего описания - только ссылка в кодобейз

официально его нет. 

--

теперь вот будет ещё одна недокументированная штукенция. 

Максим, юзай, смотри какая привлекательная фишка!!! :

https://www.mql5.com/ru/docs/matrix/openblas/ssa/ssa_for

// где то выше я выразил как то желание по векторам, чтобы как раз соорудить что то подобное

// но очень приятно, что это уже сделано!

// и по ходу, в команде MQL появился не хилый математик

[Renat Fatkhullin]

Renat Akhtyamov #:

// и по ходу, в команде MQL появился не хилый математик

Причем не один и давно.

Посмотрите, сколько лет мы упорно развиваем математику, машинное обучение, нейросети, сам компилятор и сообщество алготрейдинга. Уже можно говорить о десятилетиях, так как в этом месяце мы отмечаем 24 года компании.

[Andrey Dik]

Maxim Dmitrievsky #:

Правильное использование градиентных оптимизаторов.

И ссылку на ноутбук продублирую.

Использование то может быть и правильное, только вот тестирование проводите некорректно. Выдаёте единичные успешные результаты на маломерных функциях (двумерных) за типичное поведение методов на любых размерностях. Кроме того, не приводите количество обращений к целевой функции (а это ключевой момент - достижение наилучших результатов за наименьшее число обращений к ФФ).

Правильное тестирование градиентных методов с использованием MQL5.

[[Удален]]

Andrey Dik #:

Использование то может быть и правильное, только вот тестирование проводите некорректно. Выдаёте единичные успешные результаты на маломерных функциях (двумерных) за типичное поведение методов на любых размерностях. Кроме того, не приводите количество обращений к целевой функции (а это ключевой момент - достижение наилучших результатов за наименьшее число обращений к ФФ).

Правильное тестирование градиентных методов с использованием MQL5.

Тестирование проведено корректно. Сравнивать разные виды алгоритмов для разных задач по кол-ву вызовов ФФ или чего-то другого в принципе некорректно. Все остальное - фантастика. Не понял прикола короче.

[Andrey Dik]

Maxim Dmitrievsky #:
Тестирование проведено корректно. Сравнивать разные виды алгоритмов для разных задач по кол-ву вызовов ФФ или чего-то другого в принципе некорректно. Все остальное - фантастика. 

Ну что же, каждому своё. Кто-то использует готовое в питоне без понимания как это работает, где это работает и при каких условиях это не работает. А кому-то нужно понимание, прозрачность, наличие исходных кодов.

Оба подхода имеют места быть и нет причин для спора. Надеюсь, я мысль доходчиво донёс.

[[Удален]]

Andrey Dik #:

Ну что же, каждому своё. Кто-то использует готовое в питоне без понимания как это работает, где это работает и при каких условиях это не работает. А кому-то нужно понимание, прозрачность, наличие исходных кодов.

Оба подхода имеют места быть и нет причин для спора. Надеюсь, я мысль доходчиво донёс.

Мимо кассы. Одинаковые алгоритмы работают одинаково вне зависимости наличия или отсутствия исходных кодов.

Я показал, как найти максимум любой ф-ии из статьи.  Можно заменить на любую другую.

[Andrey Dik]

Maxim Dmitrievsky #:

Я показал, как найти максимум любой ф-ии из статьи. 

К сожалению, это не соответствует методике тестирования алгоритмов в статьях. Не указаны количество обращений к ФФ, выставлены неверные диапазоны без смещения функций, не выполнены тесты на различных размерностях. Не сведены результаты.

В статьях и комментариях предоставлены все исходники, любой может посмотреть код и воспроизвести результаты. Не вижу смысла в продолжении темы.

[[Удален]]

Andrey Dik #:

К сожалению, это не соответствует методике тестирования алгоритмов в статьях. Не указаны количество обращений к ФФ, выставлены неверные диапазоны без смещения функций, не выполнены тесты на различных размерностях. Не сведены результаты.

В статьях и комментариях предоставлены все исходники, любой может посмотреть код и воспроизвести результаты. Не вижу смысла в продолжении темы.

Тест по времени поиска был бы полезен. Градиентные считаются наиболее быстрыми. Например, сравнение с полным перебором параметров. Остальное от лукавого.

Застревание преодолевается через батчинг, что продемонстрировано. Выбор правильного размера батчей даже важнее, чем конкретный алгоритм. Это и используется в НС.

[[Удален]]

В ноутбук добавил код для расчета Мегасити с произвольным кол-вом размерностей. (Multivariate Megacity LBFGS) Результат выводится для двух.

Результат на 40 размерностях. Без тюнинга параметров.