Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1180

[Ivan Negreshniy]

Alexey Vyazmikin :

Ivan Negreshniy , bir şey anlamıyorum, bu yüzden CatBoost'ta bir model oluşturdum ve bunun nasıl bağlanması gerektiği, danışmandan python'a, tahmin edici değerlerin üzerinden geçeceği bir köprü / kanalın organizasyonudur. iletilir ve ters yönde hesaplama sonucu elde edilir - belirli bir Sınıf?

Anladığım kadarıyla, CatBoost, anlamadığım model kodunu boşaltmanıza izin veriyor, ancak bir profesyonelin değerlendirmesi için ekleyeceğim, bir şekilde MQL'ye entegre etmek ve sonra python kullanmamak mümkün değil mi? ? Ve CatBoost'un C++'da kitaplıkları var, MQL altında çalışacak şekilde yapılamazlar mı ve genellikle python veya konsol komutları kullanamazlar mı?

Ve burada net olmayan şey, oluşturma, yapılandırma, eğitim vb. dahil olmak üzere doğrudan danışmandan veri ve modellerle çalışmanın uçtan uca otomasyonu için köprüye ihtiyaç duyulur ve CatBoost'un dosyalara döktüğü şey, bir b olan belirli bir model. sadece hesaplamalar için kullanılır.

Tabii ki, editörde bu dosyalarla uğraşabilir ve bunlara dayalı bir danışman oluşturabilirsiniz, ancak katı mantık ile normal bir danışmandan çok farklı olmayacaktır ve eğer hedef buysa, o zaman IMHO, elde etmek çok daha kolaydır. önerdiğim şablonları kullanarak eğitim yoluyla. https://www.mql5.com/ru/forum/270216

Her şey orada otomatik olarak eğitildiğinden ve üretildiğinden ve ağaçların her birinin kodu ayrı, mantıksal bir işleve dönüştürülebildiğinden, analiz etmesi daha kolay ve yürütmesi daha hızlı, bitirirseniz karşılaştırabiliriz.

[mytarmailS]

Alexey Vyazmikin :

İlk etapta benim için zahmetli.

Tahmin edicilerin çoğu, bir dizi gösterge ve bunların günlük ATR'ye uygunluğudur . Zaman serileriyle yapılan çalışmanın geri kalanı, tahmin edicileri karakterize ediyor.

iki sorum var

1) Lütfen açıklayınız. ne anlama geliyor - bir dizi gösterge ve bunların günlük ATR'ye dahil edilmesi

2) Neden ketbust? Diğer güçlendirmelerden daha iyi olduğuna emin misin? veya ormanlar

[Aleksey Vyazmikin]

Ivan Negreshniy :

Ve burada net olmayan şey, oluşturma, yapılandırma, eğitim vb. dahil olmak üzere doğrudan danışmandan veri ve modellerle çalışmanın uçtan uca otomasyonu için köprüye ihtiyaç vardır.

Anlaşıldı, yani Bu, öncelikle MO kitaplığı ile çalışmak için kendi arayüzünüzü oluşturma yeteneğidir, değil mi? Bu, şimdi aynı arayüzü yapmayı planladığım gerçeğine eşdeğer, ancak exe dosyasının etkinleştirilmesi ve ona komutların gönderilmesi yoluyla. Genel olarak evet bunu python üzerinden yapmak ilginç ama maalesef böyle bir bilgim yok.

Ivan Negreshniy :

ve CatBoost'un dosyalara döktüğü şey, belirli bir modelin serileştirilmesidir. sadece hesaplamalar için kullanılır.

Tabii ki, editörde bu dosyalarla uğraşabilir ve bunlara dayalı bir danışman oluşturabilirsiniz, ancak katı mantık ile normal bir danışmandan çok farklı olmayacaktır ve eğer hedef buysa, o zaman IMHO, elde etmek çok daha kolaydır. önerdiğim şablonları kullanarak eğitim yoluyla. https://www.mql5.com/ru/forum/270216

Bu kodu anlıyorsanız, belki onu okunabilir bir forma nasıl çevireceğinizi anlatın/söyleyin, örneğin, her kurala tam bir açıklama vererek, örneğin, R'den modelleri işledikten sonra yapraklar için nasıl yaptığımı söyleyin.

 if (Test_P== 11519 ) if (RSI_Open_M1< 0.5 && Levl_High_H1s1N>= 1.5 && Levl_Close_H1s1N>= 0 && Levl_Low_H1s1N>=- 3.5 && Levl_High_H1s1N< 3.5 && Levl_Close_H1s1N>= 1.5 && Part_H1>= 2.5 ) CalcTest=CalcTest+ 1 ; //(0.10156250 0.61718750 0.28125000)

Bu koddaki şifreleme algoritmasını anlayamıyorum - bunun bir açıklamasını/tercümanını yapabilir misiniz (belki bir ücret karşılığında)?

Ivan Negreshniy :

ve eğer amaç buysa, o zaman IMHO, önerdiğim şablonların yardımıyla eğitim yoluyla bunu başarmak çok daha kolay. https://www.mql5.com/ru/forum/270216

Her şey orada otomatik olarak eğitilip üretildiğinden ve ağaçların her birinin kodu ayrı, mantıksal bir işleve dönüştürülebildiğinden, analiz etmesi daha kolay ve yürütmesi daha hızlı, bitirirseniz karşılaştırabiliriz.

Amaç sadece bir model elde etmek değil, yaprakları elde etmek, değerlendirmek ve ardından bu yapraklardan yeni modeller oluşturmaktır.

Bu konuyu okudum ve okudum ve bir şeyi tam olarak anlamadım, otomatik ağ oluşturma süreci sizin tarafınızdan çıplak göstergeler ve işaretleme temelinde oluşturuldu, bilgiler bir şablona göre iletildi, göstergelerin sonradan işlenmesine sahibim, artı Parlamak istemeyeceğim kendi göstergelerimden bazılarını kullanıyorum, bu yöntem mevcut olmadığı anlamına geliyor ve yine - ondan yaprak alamazsınız ...

[Aleksey Vyazmikin]

mytarmailS :

iki sorum var

1) Lütfen açıklayınız. ne anlama geliyor - bir dizi gösterge ve bunların günlük ATR'ye dahil edilmesi

2) Neden ketbust? Diğer güçlendirmelerden daha iyi olduğuna emin misin? veya ormanlar

1. Bu benim pazar vizyonum, yani. fiyatın, günün başında ATR tarafından belirlenen ve daha sonra engellere (direnç seviyeleri (piyasa katılımcıları tarafından alım satım kararlarının kabul / revizyon seviyeleri), göstergeler dahil olmak üzere) bağlı olarak belirlenen bir hareket planı vardır, Bu plan uygulanır veya uygulanmaz. Tahminciler bu engelleri hareket planına göre tanımlar. Eh, grafiksel olarak böyle görünüyor - ATR aralığına göre bir ızgara ve içinde farklı göstergeler var

MetaTrader ticaret platformunun ekran görüntüleri

Si-9.18, M1, 2018.08.30

JSC ''Açılış Aracısı'', MetaTrader 5, Gerçek

hafıza için

2. CatBoost - kurmama yardım ettiler. Artı, açıkçası benim önceki R'de model oluşturma yaklaşımımdan daha hızlı çalışıyor ve aynı zamanda daha verimli olduğu ortaya çıktı, aklı başında belgeler, DOS üzerinden komutlar var :) Diğer araçlarla, örneğin Deductor Studio ile karşılaştırıldığında, daha kararlı olmak için çıktı ve modeller daha iyi çıkıyor, ayrıca ikincisi ücretli, ancak burada her şey ücretsiz.

[Aleksey Vyazmikin]

Maksim Dmitrievski :

belki ilgilenirsin, tökezledi

Ağaçları optimize etmek için sistemi karıştırmak istiyorum, daha doğrusu optimize edici aracılığıyla ağaçlar oluşturarak .. ilginç bir konu, ama xs bile nereden başlamalı :))

https://explained.ai/

Benimle ilgilendiğin için teşekkürler!

Dil engeli okumayı acı verici hale getiriyor ve çevirmenler metni ya aptal ya da komik hale getiriyor ... ne yazık ki.

[Igor Makanu]

Maksim Dmitrievski :

chrome için google çevirmen eklentisini kullanarak 1 kelimeyi çevirin.

Chrome'da ImTranslator eklentisini kullanıyorum, bir paragrafı hemen çevirdiğimde, kelimeleri seçip bağlam menüsüne sağ tıkladığımda normal çalışıyor

[Yuriy Asaulenko]

Maksim Dmitrievski :

google'a tıklamayın

Eklenti nedir? Benim için Chrome'da çalışıyordu, sonra durdu ve nasıl ayarlayacağımı bilmiyorum.

[Ivan Negreshniy]

Alexey Vyazmikin :

Anlaşıldı, yani Bu, öncelikle MO kitaplığıyla çalışmak için kendi arabiriminizi oluşturma yeteneğidir, değil mi? Bu, şimdi aynı arayüzü yapmayı planlıyorum, ancak exe dosyasının etkinleştirilmesi ve ona komutların gönderilmesi yoluyla. Genel olarak evet bunu python üzerinden yapmak ilginç ama maalesef böyle bir bilgim yok.

Bu kodu anlıyorsanız, belki onu okunabilir bir forma nasıl çevireceğinizi anlatın/söyleyin, örneğin, her kurala tam bir açıklama vererek, örneğin, R'den modelleri işledikten sonra yapraklar için nasıl yaptığımı söyleyin.

Bu koddaki şifreleme algoritmasını anlayamıyorum - bunun bir açıklamasını/tercümanını yapabilir misiniz (belki bir ücret karşılığında)?

Amaç sadece bir model elde etmek değil, yaprakları elde etmek, değerlendirmek ve ardından bu yapraklardan yeni modeller oluşturmaktır.

Bu konuyu okudum ve okudum ve bir şeyi tam olarak anlamadım, otomatik ağ oluşturma süreci sizin tarafınızdan çıplak göstergeler ve işaretleme temelinde oluşturuldu, bilgiler bir şablona göre iletildi, göstergelerin sonradan işlenmesine sahibim, artı Parlamak istemeyeceğim kendi göstergelerimden bazılarını kullanıyorum, bu da yöntemin mevcut olmadığı anlamına geliyor ve yine - ondan yaprak alamazsınız ...

neden m.b anlamadım karar ağaçlarının bölmelerinin ve yapraklarının manuel olarak düzenlenmesi gerekiyor, evet, tüm dalları otomatik olarak mantıksal operatörlere dönüştürüyorum, ancak dürüst olmak gerekirse, onları kendim düzelttiğimi hatırlamıyorum.

Ve genel olarak, güven nereden geliyor, CatBoost kodunu kazmaya değer mi?

Örneğin, yukarıdaki sinir ağımın bir python testini çarpım tablosunda iki ile eğitimle kurdum ve şimdi onu ağaçları ve ormanları test etmek için aldım (DecisionTree, RandomForest, CatBoost)

import catboost
from sklearn.tree import DecisionTreeRegressor
from sklearn.ensemble import RandomForestRegressor
from catboost import CatBoostRegressor

x = [[ 1 , 2 ],[ 2 , 2 ],[ 3 , 2 ],[ 4 , 2 ],[ 5 , 2 ],[ 6 , 2 ],[ 7 , 2 ],[ 8 , 2 ],[ 9 , 2 ]]
y = [ 2 , 4 , 6 , 8 , 10 , 12 , 14 , 16 , 18 ]

print( '-------- 1 DecisionTree' )
tree = DecisionTreeRegressor().fit(x,y)
for ix in x: print( ' {:2.2f}*{:2.2f}={:2.2f} ' .format(ix[ 0 ],ix[ 1 ],tree.predict([ix])[ 0 ]))

print( '-------- RandomForest 10 Tree' )
regr = RandomForestRegressor(n_estimators= 10 ).fit(x,y)
for ix in x: print( ' {:2.2f}*{:2.2f}={:2.2f} ' .format(ix[ 0 ],ix[ 1 ],regr.predict([ix])[ 0 ]))

print( '-------- CatBoost 10 Tree' )
cat = CatBoostRegressor(iterations= 10 , verbose=False).fit(x,y)
for ix in x: print( ' {:2.2f}*{:2.2f}={:2.2f} ' .format(ix[ 0 ],ix[ 1 ],cat.predict([ix])[ 0 ]))

ve işte sonuç - CatBoost'un lehine olmadığı açıkça görülüyor, iki iki - sıfır beş gibi ... :)

ancak binlerce ağaç alırsanız sonuçlar iyileşir.

[Maxim Dmitrievsky]

Ivan Negreshniy :

neden m.b anlamadım Karar ağaçlarının bölmelerini ve yapraklarını manuel olarak düzenlemem gerekiyor, ancak tüm dalları otomatik olarak mantıksal operatörlere dönüştürüyorum, ancak dürüst olmak gerekirse, onları kendim düzelttiğimi hatırlamıyorum.

Ve genel olarak, güven nereden geliyor, CatBoost kodunu kazmaya değer mi?

Örneğin, yukarıdaki sinir ağımın bir python testini çarpım tablosunda iki ile eğitimle kurdum ve şimdi onu ağaçları ve ormanları test etmek için aldım (DecisionTree, RandomForest, CatBoost)

ve işte sonuç - CatBoost'un lehine olmadığı açıkça görülüyor, iki iki - sıfır beş gibi ... :)

ah neyse, ormanın ya da artırmanın çarpım tablosuyla baş edemediği şey olamaz.

[Ivan Negreshniy]

Maksim Dmitrievski :

ah neyse, ormanın ya da artırmanın çarpım tablosuyla baş edemediği şey olamaz.

ayrıca bir komut dosyası var, herkes kendileri için kontrol edebilir, belki yanlış sistemin bir python'una sahibim))