Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 400

 
elibrarius:

Я выясняю работу каждой сети отдельно. А что из их выходов получать - дело вкуса)

Кстати, смотрю на код из вашего файла, - там другая формула, не как в статье, т.е. н

Видимо автор формулу модифицировал

Так что может и не 3 входа (как по изначальной формулы), а все-таки 8... пока не понял суть новой формулы.


Вы не ту статью читаете :) вот
 

Это разные работы. Не нужно их объеденять.

в переменную

v0=бла бла бла

v1=бла бла бла

v2=бла бла бла

v3=бла бла бла

v4=бла бла бла

v5=бла бла бла

v6=бла бла бла

v7=бла бла бла

заносятся значения входов. потом это всё дело подаётся в функцию

double getBinaryClassificator1(double v0, double v1, double v2, double v3, double v4, double v5, double v6, double v7) {

//нормализация данных
   double x0 = 2.0 * (v0 + 1189.0) / 2047.0 - 1.0;
   double x1 = 2.0 * (v1 + 810.0) / 2247.0 - 1.0;
   double x2 = 2.0 * (v2 + 1636.0) / 2155.0 - 1.0;
   double x3 = 2.0 * (v3 + 558.0) / 1252.0 - 1.0;
   double x4 = 2.0 * (v4 + 139.0) / 494.0 - 1.0;
   double x5 = 2.0 * (v5 + 74.97643) / 144.15451 - 1.0;
   double x6 = 2.0 * (v6 + 1026.56016) / 1938.48639 - 1.0;
   double x7 = 2.0 * (v7 + 4167.0) / 7074.0 - 1.0;
   
//полином он же сеть он же ИИ он же ГУРу и т.д. Но данные уже нормализованны.


double decision = 3.162907268170426 * sigmoid(x0)
  -1.0554004772410066 * sigmoid(x1 + x2 + x3)
  + 3.8921930574940347 * sigmoid(x0 + x1 + x4)
  -1.3775531643479957 * sigmoid(x1 + x2 + x3 + x4)
  -0.44704575810784447 * sigmoid(x0 + x5)
  -0.012703915477316044 * sigmoid(x0 + x1 + x5)
  -7.231026668467576 * sigmoid(x2 + x5)
  -0.059339966683175004 * sigmoid(x2 + x4 + x5)
  -2.786314588867378 * sigmoid(x0 + x1 + x2 + x4 + x5)
  + 2.1339726561913768 * sigmoid(x0 + x1 + x6)
  -0.49562529077183975 * sigmoid(x0 + x4 + x6)
  + 5.2147434454399475 * sigmoid(x0 + x3 + x4 + x6)
  -2.890797352663095 * sigmoid(x5 + x6)
  + 0.10933021175693726 * sigmoid(x0 + x5 + x6)
  -1.6844056248405446 * sigmoid(x1 + x2 + x5 + x6)
  -0.18093137034202272 * sigmoid(x1 + x3 + x5 + x6)
  + 0.6607987033451893 * sigmoid(x1 + x7)
  -1.8854921735476415 * sigmoid(x0 + x1 + x3 + x7)
  -1.1169615655906233 * sigmoid(x2 + x5 + x7)
  -0.6844731589452674 * sigmoid(x4 + x6 + x7)
  -0.4231236774571158 * sigmoid(x1 + x2 + x3 + x4 + x6 + x7)
  + 5.763615625891075 * sigmoid(1.0 + x1 + x2 + x3 + x5)
  -0.3138985187519697 * sigmoid(1.0 + x0 + x1 + x4 + x5)
  -1.8910224663455044 * sigmoid(1.0 + x1 + x3 + x4 + x5)
  + 2.1204658352467995 * sigmoid(1.0 + x2 + x3 + x4 + x5)
  + 6.219005597826903 * sigmoid(1.0 + x2 + x3 + x4 + x6)
  -3.740916662914772 * sigmoid(1.0 + x0 + x1 + x3 + x4 + x5 + x6);
   return decision;
}
 

Reshetov:

VS Two class decision forest & logistic regression:

Ну здесь победа Решетова просто всухую 

Файлы:
HARD.txt  7 kb
 
Maxim Dmitrievsky:

Reshetov:

VS Two class decision forest & logistic regression 

Ну здесь победа Решетова просто всухую 


Если ты запустил датасет Hard, то слабовастенько результат у меня 72% обобщения, кстати возьми модель которую я скидывал она уже посчитана из фала HARD.mql и её сравни. И что значит победа в сухую, признаюсь сложно интерпретировать рузельтат.
 
Mihail Marchukajtes:

Если ты запустил датасет Hard, то слабовастенько результат у меня 72% обобщения, кстати возьми модель которую я скидывал она уже посчитана из фала HARD.mql и её сравни. И что значит победа в сухую, признаюсь сложно интерпретировать рузельтат.

Это урезанный, который приложил.. Смотри True positives и True negatives поля, т.е. количество удачно предсказанных на бай и на селл, у Р. удачно предсказанных больше, 65% против 45% другими моделями. Т.е. его модель дала бы профит а другие дали бы убыток.
 
elibrarius:

я бы расширил нейрон до 10 входов...
Но надо дописать правила до 1024:

r0 = (1 – A) * (1 – B) * (1 – C) * p0
r1 = (1 – A) * (1 – B) * C * p1
r2 = (1 – A) * B * (1 – C) * p2
r3 = (1 – A) * B * C * p3
r4 = A * (1 – B) * (1 – C) * p4
r5 = A * (1 – B) * C * p5
r6 = A * B * (1 – C) * p6
r7 = A * B * C * p7


.....

r1023 =


Получилось страшно :D
Файлы:
rnn_10.mq5  115 kb
 
Dr. Trader:

Получилось страшно :D

Кхе, кхе.... действительно выглядет я бы даже сказал устрашающе.....
 
Dr. Trader:

Получилось страшно :D
Надеюсь не вручную это было составлено? А как нибудь в циклах? Вручную - это не один час заняло бы...
 
elibrarius:
Надеюсь не вручную это было составлено? А как нибудь в циклах? Вручную - это не один час заняло бы...

В ручную думаю и ошибок наделать можно...
 
Dr. Trader:

Получилось страшно :D

Страшно и чуть-чуть бесполезно, ибо в оптимизаторе будет очень долго :) в облаке еще можно