Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1274
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
Yine, “sonunda kişisel olarak bir şey yaptınız” hakkındaki soruyu anlamıyorum - genişletin, ne gibi bir sonuçla ve kişisel olarak ne yapmalıydım? ML uygulamamdan bahsediyorsak, evet, bu konu üzerinde birkaç alanda çalışıyorum (model oluşturma, seçme, uygulama) - Başarılarım hakkında burada çok şey yazdım.
Onlar. Burada seslendirdiğinizi zaten kullanıyorsunuz (1200 sayfa gerçekçi olmadığı için hepsini okumadım). Kullandığın yerin linkini verebilirsin, 100500 sinyalin var, muhtemelen bunlardan biri.
Peki, bir sonraki oyun için, bu standart olmayan davranış bot tarafından zaten oynanacak, şu anda bir kişinin standart olmayan davranış nedeniyle AI'yı geçebileceği açıktır, ancak AI "dediği anda" "Bu kadar ne olabilir ki...", kişi sert olacak.
Bu numara bir mücadele aracı olarak sürekli tekrarlanırsa, evet, bir şeyler yapacaktır, aksi takdirde modelin yeterince yanıt vermemesi gereken normal bir aykırı değerdir.
Onlar. Burada seslendirdiğinizi zaten kullanıyorsunuz (1200 sayfa gerçekçi olmadığı için hepsini okumadım). Kullandığın yerin linkini verebilirsin, 100500 sinyalin var, muhtemelen bunlardan biri.
Kendi metodolojime sahip olduğum Doc'tan CatBoost ve "sihirli" ağacı kullanıyorum. Şu anda, gerçek bir hesapta sadece testler yapılıyor, bu da tahmin edicilerle ilgili bir takım sorunları ortaya çıkardı, bunun sonucunda bir ağaç kullanarak sıfırdan öğrenmek zorunda kalacağım - bu yaklaşık yarım yıl kaybetti. Catboost modelleri oldukça hızlı bir şekilde pişiriyor, bir model oluşturmaktan, seçim yapmaktan, modeli ticarette uygulamaya kadar her şey orada zaten pratik olarak otomatikleştirildi. Catboost konusunda bana çok yardımcı oldular, özellikle MQL'deki model yorumlayıcı ile. Yeni bir hata ortaya çıkmazsa, bahara kadar modelleri gerçek parayla yüklemeyi planlıyorum - modelleri gruplar halinde uygulayacağım, her model için 1 lot, iki hesap olacak - alım ve satım için.
Kendi metodolojime sahip olduğum Doc'tan CatBoost ve "sihirli" ağacı kullanıyorum. Şu anda, gerçek bir hesapta sadece testler yapılıyor, bu da tahmin edicilerle ilgili bir takım sorunları ortaya çıkardı, bunun sonucunda bir ağaç kullanarak sıfırdan öğrenmek zorunda kalacağım - bu yaklaşık yarım yıl kaybetti. Catboost modelleri oldukça hızlı bir şekilde pişiriyor, bir model oluşturmaktan, seçim yapmaktan, modeli ticarette uygulamaya kadar her şey orada zaten pratik olarak otomatikleştirildi. Catboost konusunda bana çok yardımcı oldular, özellikle MQL'deki model yorumlayıcı ile. Yeni bir hata ortaya çıkmazsa, bahara kadar modelleri gerçek parayla yüklemeyi planlıyorum - modelleri gruplar halinde uygulayacağım, her model için 1 lot, iki hesap olacak - alım ve satım için.
Doc'taki "sihirli" ağaç nedir? Ayrıntıları nerede görebilirim?
R'de bir ağaç oluşturmak için genetik algoritmaya sahip bir komut dosyası var, entropiyi iyileştirmek için nesiller seçildi. Ardından son seçim gelir. Son seçim için tüm ağaçları alıyorum ve MT5'te ayrı ayrı ölçümler için onlardan yapraklar çıkarıyorum. Senaryo herkese açık olarak yayınlanmadı, bu nedenle ayrıntılı bir açıklama yok. Görünüşe göre, ormandan en iyi ağaç bu şekilde seçiliyor, ancak yeniden eğitimden kaçınmak için bir derinlik sınırı var ve son örnekteki tüm çekirdeklerde süreç yaklaşık 2 gün sürüyor, burada tüm çubuklar değil, yalnızca giriş sinyalleri ve tüm çubuklar 3 yıl sürerse, hesaplama 1,5 aydır. Hesaplamayı bitirdikten sonra ağacı böldüm, yani. En iyi popülasyon ağacının kök tahmincisi olan sütunu kaldırıyorum ve her şeye yeniden başlıyorum, böyle bir prosedürde 40'ta bile çok iyi yaprakların oluşturulduğu ortaya çıktı, bu yüzden ağacın en iyi matematiksel düzeninin olduğu sonucuna vardım. her zaman en etkili değil ve bir bilgi, bir ağaç oluşturmak için tüm örnekten tahminciler rastgele seçildiğinde, daha sonra aynı CatBoost'ta kullanıldığı ortaya çıkan diğerinin tezahürüne müdahale ediyor.
Bu arada, bir kişinin eylemlerde hata yaparak (çarpık tıklayarak / beceriyi etkinleştirmeyi unutmuş) kaybettiğini, ancak standart olmayan bir taktik hamle kullanarak kazanabildiğini lütfen unutmayın - rakibin dikkatini sürekli olarak yere inerek dağıttı. rakibin üssünün arkası, bunun sonucunda üs adama saldırmak için asker yerleştirmek zorunda kaldı, bu da adama birimlerini daha yüksek bir seviyeye geliştirmesi için zaman verdi, bunun sonucunda adama önemli hasar verebildi. rakip ve maçı kazanmak.
Beklenmedik saç tokaları ve yanlış kırılmalar, tüccarı hedeften bu şekilde uzaklaştırır.
Lütfen bunun kayan bir pencerenin kaba bir yeniden işlenmesi nedeniyle olduğunu unutmayın, program pencerelerde karıştı, bunlar bunlar. sorun
ondan önce, bu tür damlalar kolay savaştı
videoları dikkatli izle
R'de bir ağaç oluşturmak için genetik algoritmaya sahip bir komut dosyası var, entropiyi iyileştirmek için nesiller seçildi. Ardından son seçim gelir. Son seçim için tüm ağaçları alıyorum ve MT5'te ayrı ayrı ölçümler için onlardan yapraklar çıkarıyorum. Senaryo herkese açık olarak yayınlanmadı, bu nedenle ayrıntılı bir açıklama yok. Görünüşe göre, ormandan en iyi ağaç bu şekilde seçiliyor, ancak yeniden eğitimden kaçınmak için bir derinlik sınırı var ve son örnekteki tüm çekirdeklerde süreç yaklaşık 2 gün sürüyor, burada tüm çubuklar değil, yalnızca giriş sinyalleri ve tüm çubuklar 3 yıl sürerse, hesaplama 1,5 aydır. Hesaplamayı bitirdikten sonra ağacı böldüm, yani. En iyi popülasyon ağacının kök tahmincisi olan sütunu kaldırıyorum ve her şeye yeniden başlıyorum, böyle bir prosedürde 40'ta bile çok iyi yaprakların oluşturulduğu ortaya çıktı, bu yüzden ağacın en iyi matematiksel düzeninin olduğu sonucuna vardım. her zaman en etkili değil ve bir bilgi, bir ağaç oluşturmak için tüm örnekten tahminciler rastgele seçildiğinde, daha sonra aynı CatBoost'ta kullanıldığı ortaya çıkan diğerinin tezahürüne müdahale ediyor.
Bu arada, Alglib her düğümde bir bölme seçmek için rastgele bir tahmin kümesi (varsayılan olarak toplamın %50'si) kullanır. Bu, Random Forest'ın yaratıcılarının standart yaklaşımı gibi görünüyor. Sonuç, çok çeşitli ağaçlardır.
Ama en iyilerini bulmak zor çünkü. son hatadaki fark %1'den fazla değildir. Onlar. tüm ağaçlar yaklaşık olarak aynı sonuca gelir, ancak bir tahmin edici için bir ağaçta daha önce, aynı tahmin edici için başka bir ağaçta daha sonra (çünkü daha önce bölme için listeden çıkarıldığı için) bir bölünme oldu.
Genel olarak, tahmin edicilerin seçiminde bir sorun var. Zaten 100 tahminciyi kontrol etmek için 1 ekleyerek ve iyileştirme sonucunu bırakarak tam bir numaralandırma yapmayı düşünüyorum. Karmaşık hesaplamalardan sonra kök öngörücüyü 40 kez ortadan kaldırırsanız, kapsamlı arama daha kolay olabilir mi? Yoksa orada bin tahminciniz var mı?
R'de bir ağaç oluşturmak için genetik algoritmaya sahip bir komut dosyası var, entropiyi iyileştirmek için nesiller seçildi . Ardından son seçim gelir. Son seçim için tüm ağaçları alıyorum ve MT5'te ayrı ayrı ölçümler için onlardan yapraklar çıkarıyorum. Senaryo herkese açık olarak yayınlanmadı, bu nedenle ayrıntılı bir açıklama yok. Görünüşe göre, ormandan en iyi ağaç bu şekilde seçiliyor, ancak yeniden eğitimden kaçınmak için bir derinlik sınırı var ve son örnekteki tüm çekirdeklerde süreç yaklaşık 2 gün sürüyor, burada tüm çubuklar değil, yalnızca giriş sinyalleri ve tüm çubuklar 3 yıl sürerse, hesaplama 1,5 aydır. Hesaplamayı bitirdikten sonra ağacı böldüm, yani. En iyi popülasyon ağacının kök tahmincisi olan sütunu kaldırıyorum ve her şeye yeniden başlıyorum, böyle bir prosedürde 40'ta bile çok iyi yaprakların oluşturulduğu ortaya çıktı, bu yüzden ağacın en iyi matematiksel düzeninin olduğu sonucuna vardım. her zaman en etkili değil ve bir bilgi, bir ağaç oluşturmak için tüm örnekten tahminciler rastgele seçildiğinde, daha sonra aynı CatBoost'ta kullanıldığı ortaya çıkan diğerinin tezahürüne müdahale ediyor.
saçmalık yaptığın ortaya çıktı çünkü. Neden işe yaradığı teorisini okumak yerine, iskele ve yükseltme algoritmasını taklit edin
Lütfen bunun kayar bir pencerenin kaba bir yeniden işlenmesi nedeniyle olduğunu unutmayın, program pencerelerde karıştı, bunlar bunlar. sorun
ondan önce, bu tür damlalar kolay savaştı
videoları dikkatli izle
Ne yazık ki, alınan bilgileri analiz etmiyorsunuz, yorumu kapatıyorsunuz ve kendi gözlerinizle görmüyorsunuz.
Bundan önce böyle bir durum yoktu, videoyu dikkatlice inceleyin.
Ne yazık ki, alınan bilgileri analiz etmiyorsunuz, yorumu kapatıyorsunuz ve kendi gözlerinizle görmüyorsunuz.
Bundan önce böyle bir durum yoktu, videoyu dikkatlice inceleyin.
alphastar'ın algoritması özellikle haritanın tam görünümünden parçalı görünümüne rövanş için DEĞİŞTİRİLDİ, her şeyi doğru tamamlamadılar
botun aptal olduğu, pencereler arasında geçiş yaptığı, prizmanın nerede olduğunu anlayamadığı ve ileri geri koştuğu açık
bu bir hata
seninle iletişim kurmak için hiç kendine saygı duyma