Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 125
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Stratejinin çalışmalarını tarih üzerine mi değerlendiriyorsunuz yoksa ileriye dönük bir mesafe var mı? Şeytan tarih değerlendirmesinde olabilir.
Bir dürtüyle giriş, bir dizi koşulda VEYA'dan çıkış. Temel olarak, bir tür işe yarıyor. Ama zirvede girerseniz, düşüşten çıkmak için bir yıl bekleyin...
Daha fazlası: mevcut çubukta, satın alma, ileriye doğru en küçük çubuk sayısını sayma gibi bir satın alma sinyali......
Bir de buna benzer bir yumuşatma seçeneğim var, 100 sayfa önce seslendirdim ama daha soyut bir düzeyde var elimde...
Hedefi her zamanki haliyle tamamen terk etmek için nasıl ticaret yapacağımızı, nereden gireceğimizi, nereden çıkacağımızı bilmiyoruz, hiçbir şey bilmiyoruz.
çünkü bulduğumuz tüm hedefler (trendler, zz, mum rengi, sıçramalar) piyasa hareketini tanımlama girişiminde saf tıkaçtır, olduğu gibi öznelcilik
herkes kendi yönünü seçti ve herkes onu kazıyor - mumun rengi kim, kim zz, şahsen ben ribaund kullanıyorum zz vb. Bunların hepsi son derece öznel ve bizi ayıran şey bu, aslında her şeyi aynı şekilde yapmamıza ve sonuç aynı olmasına rağmen - hiçbiri değil..
Hepimizi birleştirecek ve öznel olmayacak bir şey almayı öneriyorum, yani formdaki hedef - arzu diyebilirsiniz
"Algoritmanın, maksimum %2'lik bir düşüşle haftada en az %5 kazanmasını istiyorum"
normal hedef? herkes sever ve yakışır değil mi? ve her şey açık...
Bunlar ağı bizim icat ettiğimiz hedef tipi ZZ'ye göre eğitmezler. bu öznelliktir ve ağı belirli bir minimum veya maksimum kâr veya düşüş veya keskin oran veya PV veya bu göstergelerin bir kombinasyonu için bir araştırma olarak eğitir.
Ve yaklaşım şöyle olmalı - Ağda nasıl ticaret yaptığınız umurumda değil, istediğiniz gibi ticaret yapın, ancak her hafta %2'ye varan bir düşüşle +%5'e ihtiyacım var.... Bırakın ağ ticareti yapsın bırakın trendin ne olduğunu, tersine dönüşün ne olduğunu kendisi belirlesin, aslında tek ilgilendiğimiz şey kâr ve düşüş, onu kontrol ediyoruz, nasıl ticaret yapacağımızı bilmiyoruz, yani buna ihtiyacımız yok oraya git ....
Nasıl uygulanır...
Halihazırda oyun oynamayı öğreten ağlar var, özellikle süper mario http://gekkoquant.com/2016/03/13/evolving-neural-networks-through-augmenting-topologies-part-1-of-4/ , ağı da aynı şekilde eğitmenizi öneririm, bir benzetme yapalım..
1) bir ortam var - tüküren kaplumbağalar, boru şeklindeki engeller, üzerinden atlanması gereken kutular vb.
2) eylemler var - ağın mario'yu kontrol etmek için bastığı joystick düğmeleri
3) puan var - ağ için ödül
4) bir ceza var - mario'nun ölümü
Ortama (1) girdikten sonra ağ, seviyeyi ölmeden (4) kabul edilebilir sayıda puanla (3) tamamlamayı öğrenene kadar joystick düğmelerine (2) vb. basmaya başlar.
ticaret benzetmesi
1) bir ortam var - ağa gelen veriler - tahminciler
2) eylemler var - al / sat / hiçbir şey yapma
3) puan var - ortaya çıkan kar
4) bir ceza var - sonuçta ortaya çıkan düşüş
Bunlar ağı bizim icat ettiğimiz hedef tipi ZZ'ye göre eğitmezler. bu öznelliktir ve ağı belirli bir minimum veya maksimum kâr veya düşüş veya keskin oran veya PV veya bu göstergelerin bir kombinasyonu için bir araştırma olarak eğitir.
Katılıyorum, seçilen hedef öznel ve mantıksız. Tarihte biraz ticaret yapmayı öğrenen ancak yine de yeni veriler üzerinde doğru tahminde bulunamayan rneat paketi ile bir ticaret modeli yapmaya çalıştım.
Çok önemli bir fark var - oyunlarla yapılan tüm bu deneylerde, model her oyunda on binlerce kez eğitiyor. Ve sonucu, bu oyunları oynayarak değerlendirilir, tabiri caizse eğitim için veriler üzerine bir değerlendirme. Forex için, eğitim verileri üzerinde iyi bir çalışma yeterli değildir, yeni veriler üzerinde de çalışmak için modele ihtiyacınız vardır ve görünüşe göre bu, böyle bir algoritma için büyük bir sorundur.
1) Katılıyorum, seçilen hedef öznel ve mantıksız. Tarihte biraz ticaret yapmayı öğrenen ancak yine de yeni veriler üzerinde doğru tahminde bulunamayan rneat paketi ile bir ticaret modeli yapmaya çalıştım.
2) Forex için, eğitim için veriler üzerinde iyi bir çalışma yeterli değildir, modelin yeni veriler üzerinde de çalışması gereklidir ve görünüşe göre bu böyle bir algoritma için büyük bir sorundur.
1) Nasıl doğru söyleyeceğimi bilmiyorum ama denemenizde ağın düşünmesine izin vermediniz, kendi kendine anlaşma yapmasına izin vermediniz, hedefinizin yerine geçerek ağı en sıradan hale getirdiniz. modeli, özü kendi kendine öğrenmedir ve bunu onun için yaptın, anladın mı?
Ona ticaret yapmasına izin vermesini, kendi anlaşmalar yapmasına ve kendi kendine sonuçlar çıkarmasına izin vermesini, hedefinin verilerini işaretlememesini söylüyorum.
kontrolümüz kar ve dezavantaj, hepsi bu .. o zaman kendisi ...
2) Evet, bu herhangi bir algoritma için bir sorundur, ancak ağ, hedeflerimiz olmadan, öznelliğimiz olmadan kendi başına iyi ticaret yapmayı öğrenirse, yeni verileri daha nesnel olarak algılama şansı olduğuna dair bir umut vardır, ve zaten bildiğimiz hedefimizle yeni verilerin algoritmalar tarafından nasıl algılandığını
İleriyi kontrol ediyorum. Zirveye girdiyseniz - bunun için SL var.
Bu ima edilmiş olsa da, herkesin anlayabilmesi için eklesem iyi olur.
Genellikle, modellerde fazla uydurma, modelin eğitim örneklerini çok doğru bir şekilde hatırlamasıyla sonuçlanır. Eğitim, modelin bazı genel kurallar türetmesi, hedef değerlerin tahmin edicilere bağımlılığı ile başlar, ancak eğitim ilerledikçe, modeldeki bu kurallar daha katı hale gelir ve sonunda tamamen öğrenilmiş örneklere yol açar, model tamamen başarısız olur. yeni veriler üzerinde tahmin. Bu, çapraz doğrulama ve modelin halihazırda bazı genelleştirme kuralları türettiği, ancak henüz belirli örnekleri ezberlemeye başlamadığı aşamada eğitimin durdurulmasıyla çözülür, bu yeni veriler üzerinde daha iyi tahmin göstergeleri verecektir.
Bu, örneğin görüntü tanıma veya ses gibi bağımlılıkların zaman içinde değişmeden kaldığı veriler üzerinde harika çalışır. Ancak forex, bulunan birçok bağımlılığın zamanla kalıcı olmamasından farklıdır. Sorun sadece eğitim örneklerini hatırlamadan öğrenmeyi başarmak değil, aynı zamanda bulunan kalıpların gelecekte de var olacağından bir şekilde emin olmaktır.
Hepiniz haklısınız. Resimlerin, seslerin tanınması, örneğin temsili olması ve solak serebral palsili hastalara (kabaca üzgünüm) kontrol örneğinde resim çizme şekli verilmemesi koşuluyla sözde durağan bir işlemdir.
Görev daha tam olarak şuna benziyor: tahmin edicileri hedef değişkenle ilgili olarak değerlendirmek için bir yöntem geliştirmek, bu da tahmin ediciler ile hedef değişken arasındaki ilişkinin sabit olduğunu ve yeni verilerde de var olacağını güvenle belirtmemizi sağlar.
Tahmin edicileri zaman içindeki tutarlılıklarına göre tahmin edilen değişkene önemlerine göre seçmek , tek bir daha büyük örnek üzerinde tahmin edicileri aramakla hemen hemen aynıdır. Yani, birkaç ardışık örnek üzerinde, tüm alanlarda eşit derecede iyi çalışan bu tür tahminciler seçilirse, bunun doğrudan bu alanlar için kesin bir uyum olduğunu söylemek istiyorum.
Aslında, N öngörücü arasından, her yerde (mevcut tüm örneklerde) iyi çalışacak n tanesi seçilir. Anladım, sırada ne var? Ve sonra üzerinde bir drenaj gözlemlediğimiz gerçek bir forvet var. Sebebi ne?
Bunun nedeni, K sahasındaki tahminci seçim tekniğinin M sahasında benzer kalitede sonuçlar üretmek için test edilmemiş olmasıdır. Diğer bir deyişle, seçilen tahmin edicilerin her bir alt kümesi, K ve M'de bağlantılı bir sonuç üretmelidir.
Sizin için, örnekten öğrenmeden, yine de bu bölümü çok iyi geçen bu tür tahmin edicileri ve bunlara karşılık gelen modeli seçebilirim. Aslında bu öyle bir model ki tüm numuneler birbirine yapıştırılsa iyi öğrenilir ve ben bu yapıştırmayı bir nevi elle yapıyorum.
Modellerin eğitim ve doğrulama sırasında soldaki resimdeki gibi davranması için tahmin edicileri seçmenin bir yolunu bulmamız gerekiyor:
Ancak o zaman modelin örneklem dışı testi geçtiğini söyleyebiliriz. Ve sadece bazı modellerin (öngörücülerin) örneklemden çıkması değil.
Görünüşe göre sen ve ben burada birlikteyiz, çünkü Alexei'nin konumu benim için tam olarak net değil.
Konumumun neden zor olduğunu anlamıyorum. Örneklemdeki ve örnek dışı modellerin çalışması arasında bir korelasyon görmüyorsam, o zaman sağlam bir model üretmediğimi daha önce söylemiştim. Ya anlamadın ya da hiç yapmadın.
Demek istediğim, eğer tahmin edicileri veya model parametrelerini uydurursanız, böylece model her yerde iyi çalışırsa, UYGULAMASI kolaydır. Model, fazla takılmaya karşı korunsa bile fazla takılacaktır.
Bunun nedeni, K sahasındaki tahminci seçim tekniğinin M sahasında benzer kalitede sonuçlar üretmek için test edilmemiş olmasıdır. Diğer bir deyişle, seçilen tahmin edicilerin her bir alt kümesi, K ve M'de bağlantılı bir sonuç üretmelidir.
Ne ile ne bağdaşmalı? bunu nasıl yapıyorsun? Ben de anlamıyorum..
Ya anlamadın ya da hiç yapmadın.
Bunu senden başka kimsenin yaptığını sanmıyorum.
Konumumun neden zor olduğunu anlamıyorum. Örneklemdeki ve örnek dışı modellerin çalışması arasında bir korelasyon görmüyorsam, o zaman sağlam bir model üretmediğimi daha önce söylemiştim. Ya anlamadın ya da hiç yapmadın.
Demek istediğim, eğer tahmin edicileri veya model parametrelerini uydurursanız, böylece model her yerde iyi çalışırsa, UYGULAMASI kolaydır. Model, fazla takılmaya karşı korunsa bile fazla takılacaktır.
Hatırladım - zaten tartışıldı, ama üzgünüm, unuttum.
Bana öyle geliyor ki, enstrümanın karmaşıklığı nedeniyle çok katı gereksinimler yapıyorsunuz ve daha basit bir enstrüman karmaşık olana her zaman tercih edilir.
Aşağıdaki şemayı kullanıyorum:
1. Hedef değişkeni formüle edin
2. Hedef değişkenimle sezgisel olarak ilgili olan bir dizi tahminci buldum.
3. Algoritmama göre, resmi bir nedenden dolayı gürültüye atfettiğim tahmin edicileri filtreliyorum. Genellikle bulduğum orijinal miktarın %15-20'si kalıyor.
4. En az 10.000 barlık büyük bir dosya oluşturuyorum
5. Bu dosyayı ikiye bölüyorum: 7000 ve 3000
6. 7000'de - Modeli öğretiyorum, test ediyorum ve onaylıyorum
7. Üç sayının tümü yaklaşık olarak eşleşiyorsa, 8. madde. Değilse, o zaman 1. maddeye dönüyorum.
8. Eğitimli modeli pratikte kullanırım. Ancak, geçerli pencerede tahmin edicilerin seçimini algoritmalardan biri (rfe kullanıyorum) yapıyorum. Bu seçimi H1 için hafta sonları yapıyorum. Modele öğrettiğim kümeden rfe, geçerli pencere için 5 veya daha fazla tahminci arasından seçim yapar. Tahmin edicilerin listesi her zaman değişir, ancak ilk eğitim sırasında aldığım setten seçilir.
Bütün bu plan, gerçek hayatta geçen yılın sonbaharından beri sağlam bir şekilde çalışıyor. Ancak önemli bir nokta var: Bu, danışmanın sadece bir kısmı. Daha önce danışmanlarım TA'da altı aydan fazla yaşamıyordu. Şimdi bu sorunu görmüyorum.
Ben de buna benzer bir yumuşatma seçeneği var, 100 sayfa önce seslendirdim ama daha soyut bir düzeyde var...
Hedefi her zamanki haliyle tamamen terk etmek için nasıl ticaret yapacağımızı, nereden gireceğimizi, nereden çıkacağımızı bilmiyoruz, hiçbir şey bilmiyoruz.
çünkü bulduğumuz tüm hedefler (trendler, zz, mum rengi, sıçramalar) piyasa hareketini tanımlama girişiminde saf tıkaçtır, olduğu gibi öznelcilik
herkes kendi yönünü seçti ve herkes onu kazıyor - mumun rengi kim, zz kim, şahsen ben ribaund zz kullanıyorum vb. Bunların hepsi son derece öznel ve bizi ayıran şey bu, aslında her şeyi aynı şekilde yapmamıza ve sonuç aynı olmasına rağmen - hiçbiri değil..
Hepimizi birleştirecek ve öznel olmayacak bir şey almayı öneriyorum, yani formdaki hedef - arzular denilebilir.
"Algoritmanın, maksimum %2'lik bir düşüşle haftada en az %5 kazanmasını istiyorum"
normal hedef? herkes sever ve yakışır değil mi? ve her şey açık...