Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3483
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Посмотрите на МАЕ, потом на график, потом на МАЕ, потом на график, потом на МАЕ, потом на график, потом на МАЕ...... потом на график... еще несколько итераций перевода фокуса внимания с МАЕ на график и обратно.
Ошибка меньше чем у вас. Как вы умудряетесь извлекать из этого профит - остается загадкой.
https://www.mql5.com/ru/articles/12772
По моему он только вчера научился запускать НС :)
Дал ответы на твои вопросы. #416
В этом немного понимаю так как сам долго ломал голову над похожей задачей
Так прикольно, придумал идею , реализовал сигналы (sell only), без всяких оптимизаций закидываешь в тестер
Афигеть, не плоха идейка, смотришь сделки... все как надо
А потом решил посмотреть на рынок на котором тестировались сигналы
И левый глаз начал дергаться )
Ошибка меньше чем у вас. Как вы умудряетесь извлекать из этого профит - остается загадкой.
https://www.mql5.com/ru/articles/12772
По моему он только вчера научился запускать НС :)
зашел на много страниц назад где спор был,
не пойму как МО может работать на рынке, ведь там где преуспел ИИ это узкий круг, физиологический как правило, где есть точки отсчета и границы,
пиксели в/н/л/п, если разбирать например внешность, а что можно делать с рынком у которого никаких физиологических границ нет
только в теории такие разработки
в моем понимании МО, это задал большой ряд данных, и они должны прийти к заданной точке, заданная точка это идентификация, что идентифицирует Ваш МО сейчас?
как у самого умного тут, волнами? (читал комменты в отзывах, любителя спинеров)
Итак, обучил рандом и спешу сообщить, что на выборках train, test, exam вышли нули по балансу, т.е. закономерности не найдено на всех выборках, как я понимаю, поэтому не было превышение порога активации.
Уменьшил темп обучения, и всё же удалось получить активирующиеся модели, ниже 3 выборки train, test, exam.
Результаты не выдающиеся относительно не рандомной и преобразованной выборки.