Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1174
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
evet, sadece çileden çıkarıyor, TS'nin geliştirilmesinden daha fazla zaman alan sonsuz entegrasyonlar. Ben de python'dan almak isterim ama şu ana kadar zaman yok
ne yazık ki bu sorunun çözümü yok:
1. veya TS'nin üçüncü taraf dilinde (platformunda) yazın, ancak sorun yaşarsınız:
a) tarihsel veri yok
b) test cihazı yok
c) demo hesapta test yapılmaz
-) platform desteği ile ilgili problemler olabilir, örnek olarak - Alglib'i google'da arattım, ağda bununla ilgili çok az bilgi var, her şey sadece geliştiricinin web sitesinde var, gerçekten destek yok
tüm bunları .dll, entegrasyonlar ve diğer koltuk değnekleri ile tedavi edin
2. ya da her şeyi MQL'de yazarsanız a.b., c... probleminiz olmaz ama ya kod tabanında ve makalelerde hazır çözümler ve matematiksel aparatlar ararsınız ya da tüm mantığını yazarsınız. matematiksel aparat) MQL olanaklarını kullanarak sıfırdan
3. Evrensel seçenek, MQL kodunda bağlı olan hazır .dll'dir, kodu kendiniz yazarsanız, o zaman bu en pratik çözümdür, Market .dll'yi kullanamazsınız.
birçok geliştirme ve analiz sistemi, örnek olarak .dll oluşturmanıza izin verir - Matlab
Not: MQL bana %90 uyuyor , sonuçların tek görselleştirmesi her zaman neredeyse sıfırdan yapılmalı, aynı Matlab'da bilgi çıktısı her zaman elinizin altında, bir kod satırı ve bitmiş grafiği alın, tüm değişkenler görülebilir ,değişkenleri değiştirebilirsiniz..tek kelimeyle Matlab burası mat.device için hazır geliştirme ortamı, belki Matlab'dan daha cool olanı vardır ama ben bir şekilde alıştım
MO açısından araştırmadan bahsediyorum, bu, ana işin matrislerle olduğu, düşük seviyeli dillerde onlarla çalışmanın bir kabus olduğu oldukça spesifik bir süreçtir. Gerisi hala bir şekilde hayatta kalmak mümkün :)
tüm gelişmiş ML kitaplıkları için, çünkü bu sadece artı tarafta
MO ile düşük seviyeli dillerde çalışmak, özellikle araştırma yapmak uygun ve uzun değilSadece bir seçeneğim yok. Ve genel olarak, tüm bunlar uygulanır - tahmin edicilere ve biraz hedef olanlara odaklanırım ve çoğu zaman kağıttan koda yeni tahmin ediciler geliştirmeye harcanır. Bu nedenle kendime sorduğum ilk soru, yeni tahminciler eklemenin iyi bir fikir olup olmadığı!? Ve bu sorunun daha net bir cevabı varsa, o zaman sonunda nihai koda entegre etmek için diğer uygulamaları/yaklaşımları arayabilirsiniz, ancak şimdi bundan uzağım.
ne yazık ki bu sorunun çözümü yok:
1. veya TS'nin üçüncü taraf dilinde (platformunda) yazın, ancak sorun yaşarsınız:
a) tarihsel veri yok
b) test cihazı yok
c) demo hesapta test yapılmaz
Üçüncü taraf dilinde ne var:
1. CSV'de indirme geçmişi,
2. Bir test cihazı yapın (bu sadece ve bir döngüden başka bir şey değildir),
3. Bir demo hesabında, örneğin terminal ile bir dosya alışverişi yoluyla test edebilirsiniz. Bu, RAM-Disk aracılığıyla yapılırsa, hız, bellek üzerinden alışveriş yaparkenki ile aynıdır - Saniyede Gigabayt.
Sistem başarılı olur ve ilk seferde çalışmaz ise modelleme için çok zaman kazanılacaktır. Ve daha sonra terminale nasıl itilir - soru çözüldü.
MO açısından araştırmadan bahsediyorum, bu, ana işin matrislerle olduğu, düşük seviyeli dillerde onlarla çalışmanın bir kabus olduğu oldukça spesifik bir süreçtir. Gerisi hala bir şekilde hayatta kalmak mümkün :)
Ben de aynı durumda olduğumu anlıyorum, bu nedenle, literatürü veya matematiksel aparatı inceledikten sonra, önce her şeyi Matlab'a çekiyorum, orada deney yapıyorum, sonra parçaları MQL'ye taşımaya başlıyorum, Matlab'daki aynı matrisler ve vektörler başlangıçta bağlı tüm değişkenlere, tanımlamanız veya anlamanız gerekmeyen hiçbir şey yok, sadece alın ve çalışın: bir vektörü bir matrisle çarpmayı seviyorsunuz, devrik olmayı seviyorsunuz, ancak matlab'ın neler yapamayacağını düşünmek zor matematiksel işlem terimleri
Not: MO ile MQL'yi anlamak uzun zaman oldu, MATLAB burada yardımcı olabilir, ancak orada her şeyi net bir şekilde kurduğumda ve ağın çizileceğini ve ağın her bir öğesinin durumunun NeuroSolutions gibi adım adım görüntülenebileceğini hatırlıyorum. , belki sonra yaparım
Sadece bir seçeneğim yok. Ve genel olarak, tüm bunlar uygulanır - tahmin edicilere ve biraz hedef olanlara odaklanırım ve çoğu zaman kağıttan koda yeni tahmin ediciler geliştirmeye harcanır. Bu nedenle kendime sorduğum ilk soru, yeni tahminciler eklemenin iyi bir fikir olup olmadığı!? Ve bu sorunun daha net bir cevabı varsa, o zaman sonunda nihai koda entegre etmek için diğer uygulamaları/yaklaşımları arayabilirsiniz, ancak şimdi bundan uzağım.
Dürüst olmak gerekirse, makine öğrenimini yalnızca tahmin edicileri seçmek için kullandığınızdan, hangi kâse üretim teknolojisine sahip olduğunuzu bilmiyorum .. ve sonra onlarla ne yapmalı? )
Üçüncü taraf dilinde ne var:
1. CSV'de indirme geçmişi,
2. Bir test cihazı yapın (bu sadece ve bir döngüden başka bir şey değildir),
3. Bir demo hesabında, örneğin terminal ile bir dosya alışverişi yoluyla test edebilirsiniz. Bu, RAM-Disk aracılığıyla yapılırsa, hız, bellek üzerinden alışveriş yaparkenki ile aynıdır - Saniyede Gigabayt.
Sistem başarılı olur ve ilk seferde çalışmaz ise modelleme için çok zaman kazanılacaktır. Ve daha sonra terminale nasıl itilir - soru çözüldü.
1. Bunu matlab'da yapıyorum
2. hmm, uzun zaman önce tüm bunları Delphi'de yapmaya çalıştım, ama yapmadım, MQL'ye geçtim, dezavantajı görüyorum ve danışmanın çubuk çubuk görsel olarak nasıl işlem yaptığını görüyorum, hazır ekleyebilirsiniz- göstergeleri ek filtreler olarak yaptım, takip edebilirim, ortalama alabilirim ... test cihazında görebildiğim her şeyi, tüm bunları üçüncü taraf yazılımlarla simüle edin .. neden? 3-4 ayda MQL'yi sıfırdan öğrenmek ve şablon tabanlı Expert Advisors yazmayı öğrenmek daha kolay, şimdi test cihazındaki herhangi bir Grail göstergesini 15 dakikada kontrol edebilirim - içinde hazır şablonuma dayalı bir Expert Advisor yazarım prosedürel programlama biçimi, yani Ben sadece hazır fonksiyonları bağlarım
3. Yapabilirsin, ama bende 2. madde var, bende olmayan her şey MQL'de var, .dll ekleyeceğim veya takacağım
ama yine modelleme konusuna gelince - mutlu bir zamanda yaşıyoruz, ağda bir düzine hazır uygulama var, modelleme ortamını ve ticaret platformunu ayırmak gerekiyor, bu yüzden ortaya çıkıyor. bir kişi hem geliştirici hem programcı hem de matematikçi olmaya zorlanır ve ... ve her şey.
Ya bu şekilde ya da Runet'teki "tüccarların" %90'ı ilkel TS kullanarak ticaret yapıyor)))
Dürüst olmak gerekirse, makine öğrenimini yalnızca tahmin edicileri seçmek için kullandığınızdan, hangi kâse üretim teknolojisine sahip olduğunuzu bilmiyorum .. ve sonra onlarla ne yapmalı? )
Gürültülü ve fazla uydurmaya katkıda bulunan hatalı olanlardan kurtulmak için tahmin edicileri seçiyorum ...
Paralel olarak, genel olarak iyi tahmin ediciler olduğu ortaya çıkan R'de ağaç yaprakları çıkarıyorum ve catboost onları zevkle yiyor.
Şimdi, bir ağacın kökünü bölme üzerine R'de uzun süreli bir deneyim var, yani. yeni bir ağaç oluşturduktan sonra (genetik kullanarak - ayrıntıları bilmiyorum çünkü Dr. Trader'dan gelen komut dosyası), kök öngörücüyü kaldırıp ağacı yeniden oluşturuyorum - bu işlem hızlı değil - ortalama 3-4 gün sürüyor , bu yüzden şimdiden 29'u bölüyorum ve ilginç bir şekilde, şimdi bile 2014-2018 için pozitif kâr (her yıl kâr) için çalışan yeni ve ilginç sayfalar ortaya çıkıyor ve 2015-2017 için eğitim devam ediyor. Bundan, ağaç oluşturma algoritmalarının sonuçlar açısından hala o kadar iyi olmadığı, çünkü çok fazla iyi tahminciye sahip olduklarında bariz şeyleri kaçırdıkları, ancak açlık başladığında yeni çözümler ortaya çıktığı sonucu çıkıyor. Genel olarak, bu deneyime dayanarak, tahmin edicileri gruplar halinde sunmaya çalışmak ve en büyük hassasiyetin nerede olacağını görmek istiyorum. Ardından, farklı gruplarla farklı ağaçlar inşa edin, onları ortak bir karar organı haline getirin ve ticarete gönderin ...
Gürültülü ve fazla uydurmaya katkıda bulunan hatalı olanlardan kurtulmak için tahmin edicileri seçiyorum ...
Paralel olarak, genel olarak iyi tahmin ediciler olduğu ortaya çıkan R'de ağaç yaprakları çıkarıyorum ve catboost onları zevkle yiyor.
Şimdi, bir ağacın kökünü bölme üzerine R'de uzun süreli bir deneyim var, yani. yeni bir ağaç oluşturduktan sonra (genetik kullanarak - ayrıntıları bilmiyorum çünkü Dr. Trader'dan gelen komut dosyası), kök öngörücüyü kaldırıp ağacı yeniden oluşturuyorum - bu işlem hızlı değil - ortalama 3-4 gün sürüyor , bu yüzden şimdiden 29'u bölüyorum ve ilginç bir şekilde, şimdi bile 2014-2018 için pozitif kâr (her yıl kâr) için çalışan yeni ve ilginç sayfalar ortaya çıkıyor ve 2015-2017 için eğitim devam ediyor. Bundan, ağaç oluşturma algoritmalarının sonuçlar açısından hala o kadar iyi olmadığı, çünkü çok fazla iyi tahminciye sahip olduklarında bariz şeyleri kaçırdıkları, ancak açlık başladığında yeni çözümler ortaya çıktığı sonucu çıkıyor. Genel olarak, bu deneyime dayanarak, tahmin edicileri gruplar halinde sunmaya çalışmak ve en büyük hassasiyetin nerede olacağını görmek istiyorum. Ardından, farklı gruplarla farklı ağaçlar inşa edin, onları ortak bir karar organı haline getirin ve ticarete gönderin ...
Bir ağacın kökünü bölmeyi gerçekten anlamadım .. bir şema üzerinde :) ve tabakaların ayrı ayrı nasıl çalışabileceğini, çalışma yapısı bir bütün olarak aynı ağaçtır ..
Yarın düşünürüm, isteyerek uyu :)
Bu arada, mql5, ikili ağaçlar oluşturmak için standart ctree ve cnode sınıflarına sahiptir. Bunları veri madenciliği için nasıl kullanacağınızı biliyorsanız .. ama bilmiyorum, ama buna benzer bir şeyiniz var gibi görünüyor.
Bir ağacın kökünü bölmeyi gerçekten anlamadım .. bir şema üzerinde :) ve tabakaların ayrı ayrı nasıl çalışabileceğini, çalışma yapısı bir bütün olarak aynı ağaçtır ..
Yarın düşünürüm, isteyerek uyu :)
Bu arada, mql5, ikili ağaçlar oluşturmak için standart ctree ve cnode sınıflarına sahiptir. Bunları veri madenciliği için nasıl kullanacağınızı biliyorsanız .. ama bilmiyorum, ama buna benzer bir şeyiniz var gibi görünüyor.
Benim dilimde "ağacın kökü", ağacı diğer dallara - genellikle iki parçaya (ama başka seçenekler de vardır) bölen ilk öngörücüdür.
"Ağaç ayırma" - verileri yeniden işlemeden önce kök tahmin edicinin örnekten hariç tutulması.
Yapraklar, yalnızca sık uygulanmayan, ancak tüm ağacın aksine tutarlı bir sonuç verebilen bir dizi kuraldır. Onlar. Yavaşça ticaret yapmak için buradayım - algoritma piyasadaki durumu anlamıyorsa, kart düşene kadar beklemesine izin verin ve bir karar verebilir.
Şimdi 20.000'den fazla yaprak işlendi, genetiğin atıldığını gördüğümden, bunların yaklaşık 200'ü ticaret kararları için iyi yapraklar - her yıl kârlı olanlar ve kabul edilebilir karlılık (1.4 minimum gibi görünüyor), ancak ayrıca var iyi filtreler, "bekle" sinyali veriyor - onları saymadım - şimdi daha doğru seçimleri için bir metodoloji geliştiriyorum.
3 dersim var, yani. ağacın satın almak, satmak ve beklemek için bir sinyali var, şimdi bir catboost ile deniyorum ve hedefleri tek bir sınıfa sıkıştırmak için basitleştiriyorum...
ctree ve cnode sınıfları hakkında ve genel olarak OOP hakkında hiçbir şey bilmiyorum - programlama da çok iyi değil, bu yüzden burada sınıf kodunda bir programcı olmadan anlayabilirsiniz ...