文章 "强化学习中的随机决策森林" - 页 8 12345678910 新评论 FxTrader562 2018.08.08 23:36 #71 rogivilela:大家好、首先，我要对马克西姆-德米特里耶夫斯基的文章表示祝贺。其次，我想说的是，我一直在关注这个话题，因为这个话题非常有趣。第三，我想提出一个疑问，因为我不太明白今天在 EA 分类中是如何执行奖励的，有人能描述一下吗？我的理解是，当 EA 以负值平仓时，矢量的两个指数（3 和 4）会发生变化。因为我想在操作为正值时增加奖励，并获得一定数量的积分。 谢谢。谢谢。我使用了谷歌翻译，如果看不懂，请见谅。这正是我从文章一开始就一直在研究的问题，即如何将账户参数整合到策略中，以及如何根据盈利和亏损更新奖励。但直到现在，我也没能成功实现任何东西。 我注意到，如果我们要在奖励函数 中实现盈利和亏损，就必须完全更改 updateReward() 函数。此外，我们可能还需要彻底改变矩阵的实现。 我有一个通过贝尔曼方程使用 Q-learning 实现盈亏的解决方案，在这个方案中，我们可以为代理实现浮动盈亏，从而更新奖励。但我们需要创建一个新矩阵，并在每根蜡烛上更新整个矩阵。但我不擅长矩阵实现，因此，我只是在等待作者发表下一篇包含新代理的文章。 如果有人对 Q 值学习实施感兴趣并能实施矩阵，那么我可以在这里讨论如何使用 Q 值更新利润和亏损的奖励。 我一直在使用无限制的指标组合和设置来测试 EA，但我发现没有其他方法可以在不更新策略的情况下改善结果。代理正在做的正是它被指定要做的事情，因此，它只是关闭了少量的小利润来增加胜率，但总体而言，账户的利润并没有增长，因为策略并没有单独考虑小的或大的损失。 FxTrader562 2018.08.13 23:51 #72 你好，马克西姆-德米特里耶夫斯基、 您的下一篇关于 RDF 的文章有什么进展或更新吗？ 谢谢 Igor Vilela 2018.11.05 18:06 #73 更新到第 1940 版后，它不再工作了，计算的返回值是"-nan (ind)"。有人知道发生了什么吗？ Maxim Dmitrievsky 2018.11.05 18:09 #74 Igor Vilela: 更新到第 1940 版后，它不再工作了，计算的返回值是"-nan (ind)"。有人知道发生了什么吗？你好，请试试这个库https://www.mql5.com/zh/code/22915 或尝试重新编译 RL GMDH www.mql5.com Данная библиотека имеет расширенный функционал, позволяющий создавать неограниченное количесто "Агентов". Использование библиотеки: Пример заполнения входных значений нормированными ценами закрытия: Обучение происходит в тестере... Igor Vilela 2018.11.05 19:53 #75 谢谢你，马克西姆-德米特里耶夫斯基，但我已经掌握了有关此案的所有知识，我想尝试纠正这个错误，因为我已经在用这篇文章中提出的想法进行抢劫。请帮助确定是什么导致了错误。升级到 1940 版时停止工作。 Maxim Dmitrievsky 2018.11.05 20:20 #76 Igor Vilela: 谢谢你，马克西姆-德米特里耶夫斯基，但我已经掌握了有关此案的所有知识，我想尝试纠正这个错误，因为我已经在用这篇文章中提出的想法进行抢劫。请帮助确定是什么导致了错误。升级到 1940 版时停止工作了。尝试从此处下载正确的模糊库，因为 MT5 更新可能会将其更改为默认值。 https://www.mql5.com/ru/forum/63355#comment_5729505 Библиотеки: FuzzyNet - библиотека для работы с нечеткой логикой 2015.08.26www.mql5.com 8 новых функций принадлежности. Igor Vilela 2018.11.05 21:31 #77 我成功地解决了这个问题，谢谢你 Maxim Dmitrievsky。我再次将整个 MATH 文件夹复制到新的 metatrader 中，并重新启动了计算机。 Maxim Dmitrievsky 2019.03.01 04:11 #78 FxTrader562:亲爱的马克西姆-德米特里耶夫斯基请问您是否已经发表了下一篇文章，介绍您之前提到的使用不同代理、不使用模糊逻辑的随机决策森林的实现方法？非常感谢您好，FxTrader，新文章已经翻译完毕，现在可以阅读。 我不确定翻译质量，这不是我的工作，但我想一切都很好。 Evgeniy Scherbina 2019.05.29 19:16 #79 下午好。我不明白为什么我们需要在 Metatrader 中添加任何有关神经网络训练的内容？ 有权重，它们需要使用 Metatrader 中的优化机制进行优化。难道您不认为 Metatrader 开发人员在训练网络/优化参数方面已经取得了很好的进展吗？ 买入和卖出是根据指标定义的规则进行的。神经网络汇总这些指标的 "观察数据"（峰值数量、交易前夕的峰值高度等），但不汇总指标值本身，因为这是无稽之谈。您可以在训练过程中检查权重的配置，例如：如果市场在接下来的两天中朝着它应该走的方向发展，则权重配置为+1；如果市场朝着错误的方向发展，则权重配置为-1。最后，每个权重配置都有一个总和。这就是我们如何根据用户的标准优化权重的最佳配置（这是一个优化参数，一切都必须经过深思熟虑，对吧！）。 所述示例的代码有 40-50 行。这就是整个神经网络的训练过程。我又回到了我最初的问题：为什么你认为发明了一些复杂且难以理解的东西，你就离圣杯更近了呢？我创造的黑盒子越是复杂难懂，我就越是受宠若惊，好像我有多聪明似的！ Maxim Dmitrievsky 2019.05.29 19:38 #80 Evgeniy Scherbina:下午好。有一件事我不明白，为什么我们需要在 Metatrader 中添加神经网络训练的内容？有权重，就需要使用 Metatrader 中的优化机制对其进行优化。难道您不认为 Metatrader 开发人员在训练网络/优化参数方面已经取得了很好的进展吗？买入和卖出是根据指标定义的规则执行的。神经网络会汇总这些指标的 "观察数据"（峰值数量、交易前夕的峰值高度等），但不会汇总指标值本身，因为这是无稽之谈。您可以在训练过程中检查权重的配置，例如：如果市场在接下来的两天中朝着它应该走的方向发展，则权重配置为+1；如果市场朝着错误的方向发展，则权重配置为-1。最后，每个权重配置都有一个总和。这就是我们如何根据用户的标准优化权重的最佳配置（这是一个优化参数，一切都要考虑清楚！）。所述示例的代码有 40-50 行。这就是整个神经网络的训练过程。我又回到了我最初的问题：为什么你认为发明了一些复杂且难以理解的东西，你就离圣杯更近了呢？我创造的黑盒子越是复杂难懂，我就越是受宠若惊，好像我有多聪明似的！等你长大了，你就会明白了。 至少，对于初学者来说，先读读神经网络 中使用了哪些求解器，以及为什么没人用遗传学来训练它们。 12345678910 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
这正是我从文章一开始就一直在研究的问题，即如何将账户参数整合到策略中，以及如何根据盈利和亏损更新奖励。但直到现在，我也没能成功实现任何东西。
我注意到，如果我们要在奖励函数 中实现盈利和亏损，就必须完全更改 updateReward() 函数。此外，我们可能还需要彻底改变矩阵的实现。
我有一个通过贝尔曼方程使用 Q-learning 实现盈亏的解决方案，在这个方案中，我们可以为代理实现浮动盈亏，从而更新奖励。但我们需要创建一个新矩阵，并在每根蜡烛上更新整个矩阵。但我不擅长矩阵实现，因此，我只是在等待作者发表下一篇包含新代理的文章。
如果有人对 Q 值学习实施感兴趣并能实施矩阵，那么我可以在这里讨论如何使用 Q 值更新利润和亏损的奖励。
我一直在使用无限制的指标组合和设置来测试 EA，但我发现没有其他方法可以在不更新策略的情况下改善结果。代理正在做的正是它被指定要做的事情，因此，它只是关闭了少量的小利润来增加胜率，但总体而言，账户的利润并没有增长，因为策略并没有单独考虑小的或大的损失。
你好，马克西姆-德米特里耶夫斯基、
您的下一篇关于 RDF 的文章有什么进展或更新吗？
谢谢
更新到第 1940 版后，它不再工作了，计算的返回值是"-nan (ind)"。有人知道发生了什么吗？
你好，请试试这个库https://www.mql5.com/zh/code/22915
或尝试重新编译
谢谢你，马克西姆-德米特里耶夫斯基，但我已经掌握了有关此案的所有知识，我想尝试纠正这个错误，因为我已经在用这篇文章中提出的想法进行抢劫。请帮助确定是什么导致了错误。升级到 1940 版时停止工作了。
尝试从此处下载正确的模糊库，因为 MT5 更新可能会将其更改为默认值。
https://www.mql5.com/ru/forum/63355#comment_5729505
亲爱的马克西姆-德米特里耶夫斯基
请问您是否已经发表了下一篇文章，介绍您之前提到的使用不同代理、不使用模糊逻辑的随机决策森林的实现方法？
非常感谢
您好，FxTrader，新文章已经翻译完毕，现在可以阅读。
我不确定翻译质量，这不是我的工作，但我想一切都很好。
下午好。我不明白为什么我们需要在 Metatrader 中添加任何有关神经网络训练的内容？
有权重，它们需要使用 Metatrader 中的优化机制进行优化。难道您不认为 Metatrader 开发人员在训练网络/优化参数方面已经取得了很好的进展吗？
买入和卖出是根据指标定义的规则进行的。神经网络汇总这些指标的 "观察数据"（峰值数量、交易前夕的峰值高度等），但不汇总指标值本身，因为这是无稽之谈。您可以在训练过程中检查权重的配置，例如：如果市场在接下来的两天中朝着它应该走的方向发展，则权重配置为+1；如果市场朝着错误的方向发展，则权重配置为-1。最后，每个权重配置都有一个总和。这就是我们如何根据用户的标准优化权重的最佳配置（这是一个优化参数，一切都必须经过深思熟虑，对吧！）。
所述示例的代码有 40-50 行。这就是整个神经网络的训练过程。我又回到了我最初的问题：为什么你认为发明了一些复杂且难以理解的东西，你就离圣杯更近了呢？我创造的黑盒子越是复杂难懂，我就越是受宠若惊，好像我有多聪明似的！
下午好。有一件事我不明白，为什么我们需要在 Metatrader 中添加神经网络训练的内容？
有权重，就需要使用 Metatrader 中的优化机制对其进行优化。难道您不认为 Metatrader 开发人员在训练网络/优化参数方面已经取得了很好的进展吗？
买入和卖出是根据指标定义的规则执行的。神经网络会汇总这些指标的 "观察数据"（峰值数量、交易前夕的峰值高度等），但不会汇总指标值本身，因为这是无稽之谈。您可以在训练过程中检查权重的配置，例如：如果市场在接下来的两天中朝着它应该走的方向发展，则权重配置为+1；如果市场朝着错误的方向发展，则权重配置为-1。最后，每个权重配置都有一个总和。这就是我们如何根据用户的标准优化权重的最佳配置（这是一个优化参数，一切都要考虑清楚！）。
所述示例的代码有 40-50 行。这就是整个神经网络的训练过程。我又回到了我最初的问题：为什么你认为发明了一些复杂且难以理解的东西，你就离圣杯更近了呢？我创造的黑盒子越是复杂难懂，我就越是受宠若惊，好像我有多聪明似的！
等你长大了，你就会明白了。
至少，对于初学者来说，先读读神经网络 中使用了哪些求解器，以及为什么没人用遗传学来训练它们。