Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 375
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
1) Veri setini eğitim, doğrulama ve teste bölmenin anlamını doğru anlıyor muyum:?
2) Bu arada, hangi düzeyde eğitim/doğrulama/test hatası hedeflemeliyiz? %15/20/20 veya belki %5/10/15? veya diğerleri?
3) Eğitim örneklerini karıştırmanın neden önerildiğini tam olarak anlamıyorum? Her durumda, her örneği işleyeceğiz.
Bu arada, hangi düzeyde eğitim/doğrulama/test hatası hedeflemeliyiz? %15/20/20 veya belki %5/10/15? veya diğerleri?
Önceki, evet, bunun gibi bir şey.
Hataya gelince, özelliklere bağlıdır. Diyelim ki MO veya NS bir ticarete girişi belirlerse, %50 hata yeterli olabilir. Örneğin, başarılı bir ticarette ortalama 2-3 p kar elde edersiniz ve başarısız bir ticarette 1 p kaybedersiniz. Bu durumda 0,5 puan kötü bir olasılık değildir.
Önceki, evet, bunun gibi bir şey.
Hata gelince, özelliklere bağlıdır. Diyelim ki MO veya NS bir ticarete girişi belirlerse, %50 hata yeterli olabilir. Örneğin, başarılı bir ticarette ortalama 2-3 p kar elde edersiniz ve başarısız bir ticarette 1 p kaybedersiniz. Bu durumda 0,5 puan kötü bir olasılık değildir.
Sonra %10'a kadar antrenman yapmak istiyorum ama bu gerçekçi olmayan bir rakamsa zamanımı ve işlemci zamanımı boşa harcamış olurum. Diyelim ki - yaptığınız en iyi hata nedir ve hangi seviyede durabilir ve iyileştirmeler arayamazsınız?
0,5 bir şekilde yeterli değil ... Ve hangi değerler için çaba göstermeliyiz, pratikte gerçekte ne elde edilebilir (Ulusal Meclis'in diğer bazı görevleri, yani ticaret için değil)?
Sonra %10'a kadar antrenman yapmak istiyorum ama bu gerçekçi olmayan bir rakamsa zamanımı ve işlemci zamanımı boşa harcamış olurum. Diyelim ki - yaptığınız en iyi hata nedir ve hangi seviyede durabilir ve iyileştirmeler arayamazsınız?
0,5 yeterli değil mi? Pekala, öyle.) Bu örneği zaten verdim: bir poker oyuncusunun 1/9-1/6 kazanma şansı vardır ve iyi oyuncular her zaman kazanır.
Evet ve tüm sistemlerim ~ 0,5 olasılıkla çalıştı ve her zaman siyahtı. Bilgilerime göre, birçok TS 0,5'e yakın bir olasılıkla çalışıyor - bu özellikle otomatik ticaret konferansında tartışıldı.
"Ve sonra %10'a kadar antrenman yapmak istiyorum, ancak bu gerçekçi olmayan bir rakamsa," - gerçek veya gerçekçi olmayan belirli göreve bağlıdır. Diyelim ki Ulusal Meclise MAshek'i nasıl geçeceğini öğrettim - yani orada güvenilirlik neredeyse %100.))
0,5 yeterli değil mi? Pekala, öyle.) Bu örneği zaten verdim: bir poker oyuncusunun 1/9-1/6 kazanma şansı vardır ve iyi oyuncular her zaman kazanır.
Evet ve tüm sistemlerim ~ 0,5 olasılıkla çalıştı ve her zaman siyahtı. Bilgilerime göre, birçok TS 0,5'e yakın bir olasılıkla çalışıyor - bu özellikle otomatik ticaret konferansında tartışıldı.
"Ve sonra %10'a kadar antrenman yapmak istiyorum, ancak bu gerçekçi olmayan bir rakamsa," - gerçek veya gerçekçi olmayan belirli göreve bağlıdır. Diyelim ki Ulusal Meclise MAshek'i nasıl geçeceğini öğrettim - yani orada güvenilirlik neredeyse %100.))
Bu doğru, bir tahmin olmadan da yapabilirsiniz (%50), sadece almanın stoptan daha büyük olmasına ihtiyacınız var, aslında, hiçbir şeyi tahmin etmek imkansız, kimse fiyatın Forex'te nereye gideceğini bilmiyor, sadece içerdekiler, kuklacılar bunu bilebilir.
aslında hiçbir şeyi tahmin etmek imkansız, kimse forex fiyatının nereye gideceğini bilemez bunu sadece içerdekiler, kuklacılar bilebilir.
1) Veri setini eğitim, doğrulama ve teste bölmenin anlamını doğru anlıyor muyum:?
2) Bu arada, hangi düzeyde eğitim/doğrulama/test hatası hedeflemeliyiz? %15/20/20 veya belki %5/10/15? veya diğerleri?
3) Eğitim örneklerini karıştırmanın neden önerildiğini tam olarak anlamıyorum? Her durumda, her örneği işleyeceğiz.
1) Hepsi değil ve bu önemli.
Büyük bir dosya alıyoruz. Eşit olmayan iki parçaya bölüyoruz.
Çoğunu tarif ettiğiniz şekilde paylaşıyoruz. Yaklaşık olarak eşit olması gereken hatalar alıyoruz.
Daha sonra dosyanın ikinci kısmındaki modeli kontrol ediyoruz. Bu bölümdeki hata yine çok farklı olmamalıdır.
Bu, aşırı antrenman eksikliğinin (overfitting) en önemli kanıtıdır.
Hata boyutu? Bu, model türü seçilerek azaltılabilen bir dizi tahmin edicinin türevi olan belirli bir sabittir.
Örneğin.
Dört hatanın tümü yaklaşık %35'e sahipse, o zaman bir model seçerek, Allah korusun, hatayı %30'a düşürün.
not.
%10'dan daha az bir hata, fazla takmanın açık bir işaretidir. Böyle bir hatanız varsa, yüz kez iki kez kontrol etmeniz gerekir.
Bir doğrulama sitesi ile erken durdurma yöntemiyle ALGLIB eğitiminde bulundu:
Koda bakılırsa, eğitim ve doğrulama alanlarındaki hatayı karşılaştırmaz, doğrulama alanında minimum hatayı arar. Ve bundan sonra, 30 yinelemeden sonra en iyisi bulunamazsa veya tüm yinelemeler geçerse durur.
Ancak bu yöntemin normalden daha iyi / daha doğru olduğundan emin değilim ... eğitim döngülerinin sayısı birkaç kez artırılmadığı sürece ...
İşte olanlar:
Doğrulama sitesinde bir düzenleme yapılmış gibi görünüyor. Test bir genellikle başarılı, ancak eğitimde değildi ve karşılaştırılmadı, görünüşe göre sadece bir tesadüf.
Topluluklar bu işlevi dikkate alıyor ve orada bölme 2/3 ve her iki bölüm arasında her şey karışıyor, aynısını yapmaya çalışacağım ...
Karıştırıldı:
Karıştırma nedeniyle, eğitim ve doğrulama alanlarında hata düzeltildi.
Bana bir şeyler yanlış geliyor, çünkü gerçek ticarette çubuklar kendi sıralarına göre gidecek ve bir saat ve bir gün önce olanlarla karıştırılmadan gidecek.
Ve pazarın "karakteri" değişirse, yeni NN modellerini yeniden öğrenmek veya aramak gerekir.
Aslında mümkün. 0.5 bir tahminle ve bir duraktan daha fazlasını al, bu 50/50 ile aynı değil ve Tanrı'nın onu ruhunuza nasıl koyduğunu) - yani, bir tahmin olmadan. Tamamen farklı bir madeni para atıyoruz.))
1) Hepsi değil ve bu önemli.
Büyük bir dosya alıyoruz. Eşit olmayan iki parçaya bölüyoruz.
Çoğunu tarif ettiğiniz şekilde paylaşıyoruz. Yaklaşık olarak eşit olması gereken hatalar alıyoruz.
Daha sonra dosyanın ikinci kısmındaki modeli kontrol ediyoruz. Bu bölümdeki hata yine çok farklı olmamalıdır.
Bu, aşırı antrenman eksikliğinin (overfitting) en önemli kanıtıdır.
Kaç eğitim/onaylama döngüsü yapılmalıdır? Bu konuda hiçbir bilgi görmedim ... Toplamda 1 döngü? - ve bundan hemen sonra, tahmin ediciler kümesindeki veya ağ şemasındaki bir şeyi onaylıyor veya değiştiriyoruz? Daha doğrusu, N eğitim döngüsü için bize en iyilerinden biri gösterilecektir.