Спасибо, буду думать. Не типичная ситуация, видимо.
А что тут сделаешь, если о генеральной совокупности ничего не известно. Только выпендриваться разными способами, в зависимости от характера ТС. В МО такие проблемы возникают реже, потому что можно перемешать все выборки. Подмешать другие примеры, тогда не будет переобучения на конкретный кусок. Условно, взять по месяцу каждого года, на них обучить. Остальное - ООС.
Проблема определить это множество. Далее, конечно, находим мощность профитного подмножества настроек. И если оно большое относительно исходного - нашли.
Но исходное множество определить - это какая-то генетика должна быть. Не в теме, в общем.
Классический логический подход - разбить настройки по значимости и силе воздействия (классы типа), и комбинации как бы по логике значимые и сильные. значимые и слабые, не значимые и сильные, не значимые и слабые. Это если 2 класса настроек, если больше то геометрическая или хуже с размерностью количества и значений экспонента ) проклятие... лечиться разумным выбором.
Придумал как можно обучать "минимуму" нейронку практически из любого пакета который заточен под классификацию или регрессию
Главное чтобы пакет давал доступ к весам нейронки и давал возможность их изменять.
рецепт такой.
1) обучаем нейронку , не важно чему , главное получить модель с весами
2) выбираем метод оптимизации (генетика, мурави, рои, симуляция отжига итп)
3) пишем фитнес функцию
4) берем веса нейронки и представляем их как параметры для оптимизации
все!! )))
Можно обучать нейронку на получение прибыли, или заставить ее создать какой то мега индикатор или что угодно..
Если обучать нейронку получать прибыль) ее нужно научить не сливать))) но тут есть одно но: сетка перестает открывать позиции, что бы сохранить деп. я так уже пробовал. причем разными вариантами со стопами, без стопов результат один, сеть в итоге решает что лучший способ получить прибыль это сохранить деп
Если обучать нейронку получать прибыль) ее нужно научить не сливать))) но тут есть одно но: сетка перестает открывать позиции, что бы сохранить деп. я так уже пробовал. причем разными вариантами со стопами, без стопов результат один, сеть в итоге решает что лучший способ получить прибыль это сохранить деп
ты не знаешь что такое многокритериальная оптимизация ??
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
Ну так значит и находится не общая закономерность, а локальная. Тогда менять настройки, подбирать чтобы в обе стороны робило
Спасибо, буду думать. Не типичная ситуация, видимо.
Спасибо, буду думать. Не типичная ситуация, видимо.
Проблема определить это множество. Далее, конечно, находим мощность профитного подмножества настроек. И если оно большое относительно исходного - нашли.
Но исходное множество определить - это какая-то генетика должна быть. Не в теме, в общем.
Классический логический подход - разбить настройки по значимости и силе воздействия (классы типа), и комбинации как бы по логике значимые и сильные. значимые и слабые, не значимые и сильные, не значимые и слабые. Это если 2 класса настроек, если больше то геометрическая или хуже с размерностью количества и значений экспонента ) проклятие... лечиться разумным выбором.
Придумал как можно обучать "минимуму" нейронку практически из любого пакета который заточен под классификацию или регрессию
Главное чтобы пакет давал доступ к весам нейронки и давал возможность их изменять.
рецепт такой.
1) обучаем нейронку , не важно чему , главное получить модель с весами
2) выбираем метод оптимизации (генетика, мурави, рои, симуляция отжига итп)
3) пишем фитнес функцию
4) берем веса нейронки и представляем их как параметры для оптимизации
все!! )))
Можно обучать нейронку на получение прибыли, или заставить ее создать какой то мега индикатор или что угодно..
Придумал как можно обучать "минимуму" нейронку практически из любого пакета который заточен под классификацию или регрессию
Главное чтобы пакет давал доступ к весам нейронки и давал возможность их изменять.
рецепт такой.
1) обучаем нейронку , не важно чему , главное получить модель с весами
2) выбираем метод оптимизации (генетика, мурави, рои, симуляция отжига итп)
3) пишем фитнес функцию
4) берем веса нейронки и представляем их как параметры для оптимизации
все!! )))
Можно обучать нейронку на получение прибыли, или заставить ее создать какой то мега индикатор или что угодно..
Если обучать нейронку получать прибыль) ее нужно научить не сливать))) но тут есть одно но: сетка перестает открывать позиции, что бы сохранить деп. я так уже пробовал. причем разными вариантами со стопами, без стопов результат один, сеть в итоге решает что лучший способ получить прибыль это сохранить деп
нейронка из статьи фигачит на реале
и как успехи?
Если обучать нейронку получать прибыль) ее нужно научить не сливать))) но тут есть одно но: сетка перестает открывать позиции, что бы сохранить деп. я так уже пробовал. причем разными вариантами со стопами, без стопов результат один, сеть в итоге решает что лучший способ получить прибыль это сохранить деп
ты не знаешь что такое многокритериальная оптимизация ??
ты не знаешь что такое многокритериальная оптимизация ??
фигней не страдай.. просто складываются результаты нескольких ФФ
не страдай фигней, если не знаешь что и зачем
Сразу обучаешь по sharpe ratio или r2, но в этом нет смысла. Будет почти то же самое что со стандартными метриками, ибо они похожи
что такое r2 ?
пока обучал просто на прибыль, но это проба пера..
баланс на трейне
баланс на тесте
5-ти минутка, комисия учтена...
что такое r2 ?
пока обучал просто на прибыль, но это проба пера..
баланс на трейне
баланс на тесте
5-ти минутка, комисия учтена...
на какую прибыль? на максимальную?
ну все ставь и торгуй