文章 "蒙特卡罗方法在强化学习中的应用" - 页 2

[FxTrader562]

Максим Дмитриевский :
你好，是的。

顺便说一下，在这个版本中，您将所有内容都编入了一个矩阵，因此我无法对代码进行任何修改，也无法轻易地进行任何自己的实验 :))))))。

如果您能提出需要修改代码以提高性能的建议，那么我可以自己尝试，因为我有很多数学公式可以实现和测试，而不仅仅是使用收盘价。

[Maxim Dmitrievsky]

FxTrader562:

顺便说一下，在这个版本中，您将所有内容都编入了一个矩阵，因此我无法对代码进行任何修改，也无法轻易地进行任何自己的实验 :))))))。

如果您能提出需要修改代码以提高性能的建议，那么我可以自己尝试，因为我有很多数学公式需要实现和测试，而不仅仅是使用收盘价。

我可以建议自己修改代码中的内容。通常，这些都是基于意识流和机器学习理论深度学习的非难事。不幸的是，从编程基础开始，自己动手比解释要快得多。我已经看出，这个水平对很多人来说几乎是遥不可及的，尽管这仅仅是个开始（这不是吹牛，而是观察人们的反应）。所以，只要跟着文章......学习矩阵就可以了:)

[Aleksey Vyazmikin]

我很惊讶我们的想法和发展如此相似！这篇文章非常有用！

我的理解是，要使用你自己的预测器，只需修改这段代码即可：

//+------------------------------------------------------------------+
//| 计算 Tsignal|
//+------------------------------------------------------------------+
void calcTsignal() {
   Tsignal=0;
   for(int i=0;i<ArraySize(ag1.agent);i++) {
      CopyClose(_Symbol,0,1,ArraySize(ag1.agent[i].inpVector),ag1.agent[i].inpVector);
      ArraySetAsSeries(ag1.agent[i].inpVector,true);
     }
   Tsignal=ag1.getTradeSignal();
  }

[Maxim Dmitrievsky]

Aleksey Vyazmikin:

我很惊讶我们的想法和发展如此相似！非常有用的文章！

我的理解是，要使用你自己的预测器，只需修改这段代码即可：

是的，对于每个预测器，数组中的 一个元素

[Alexander Fedosov]

你好，请问从哪里可以获得这个文件？

//+------------------------------------------------------------------+
//|RL Monte Carlo.mqh ||
//|Copyright 2018, Max Dmitrievskiy | |
//|https://www.mql5.com/zh/users/dmitrievsky|
//+------------------------------------------------------------------+
#property copyright "Copyright 2018, Max Dmitrievskiy"
#property link      "https://www.mql5.com/zh/users/dmitrievsky"
#include <Math\Alglib\dataanalysis.mqh>
#include <Math\Alglib\alglib.mqh> 
#include <MT4Orders.mqh>
sinput int      OrderMagic=666;

[Maxim Dmitrievsky]

Alexander Fedosov:

你好，请问从哪里可以获得这个文件？

你好，https://www.mql5.com/zh/code/16006

这是来自 fxsaber 的原始库，忘了说了。上一篇文章中有链接。

[Aleksei Kuznetsov]

论坛主题 "交易中的机器学习：理论与实践（交易及其他）"的开头举了一个例子，说明预测因子可以在相互关系中起决定性作用。诚然，这个例子是人为的。

但在弗拉基米尔-佩列文科（Vladimir Perervenko）的文章中，也有在真实数据上识别相互作用的预测因子的例子。遗憾的是，检测这些预测因子的计算成本非常高昂。

[Aleksey Vyazmikin]

elibrarius:

论坛主题 "交易中的机器学习：理论与实践（交易及其他）"的开头举了一个例子，说明预测因子之间的相互关系可以起到决定性作用。然而，这个例子是人为的。

但在弗拉基米尔-佩列文科的文章中，有一些例子可以识别真实数据中相互作用的预测因子。遗憾的是，检测它们的计算成本非常高。

除了完全枚举之外，是否有其他方法可以识别预测因子组？

[Maxim Dmitrievsky]

elibrarius:

论坛主题 "交易中的机器学习：理论与实践（交易及其他）"的开头举了一个例子，说明预测因子之间的相互关系可以起到决定性作用。然而，这个例子是人为的。

但在弗拉基米尔-佩列文科的文章中，有一些例子可以识别真实数据中相互作用的预测因子。遗憾的是，检测这些预测因子的计算成本非常高昂。

在任何特征重组中，它们的重要性 很少发生变化（几乎没有变化）。如果要从原始特征中构建新的特征，则需要复杂的计算。下面是一个简单的例子，但它的效率很高，而且能真正选择出好的特征

通常情况下，它甚至更加微不足道--方差越大，重要性越高，所有特征都按方差排序。这就是为什么这个例子效果很好。

[Aleksei Kuznetsov]

Aleksey Vyazmikin:

除了完全枚举之外，还有其他确定预测组的方法吗？

请看弗拉基米尔的早期文章（第 2 或第 3 篇），在其中一个 R 软件包中是使用脚手架来确定的。计算时间很长（比主 NS 的训练时间长很多倍），无论是完全搜索还是某种遗传学方法--您应该查看软件包文档。
很有可能以某种方式进行了优化。