文章 "无需 Python 或 R 语言知识的 Yandex CatBoost 机器学习算法" - 页 6

 
Aleksey Vyazmikin:

也许可以试试文章中的设置?

  • "周期":8;
  • "时间框架":2 分钟;
  • "MA 方法线性加权
  • "计算价格":高价。
看来我必须把资金从 10k USD 设为 200k USD,这样现在我至少有了更好的结果:15k 笔交易得分为 24,PF 值为 0.89
 
konorti:
看来我必须将资本从 10 000 美元设置为 200 000 美元,这样我现在至少有了更好的结果:在 15k 笔交易中获得 24 分,PF 值为 0.89。

在我的代码中,手数设置为 1。您可以将代码视为使用CatBoost 进行实验的模板。

 
Aleksey Vyazmikin:

在我的代码中,批量大小设置为 1。您可以将该代码视为使用 CatBoost 进行实验的模板。

谢谢,现在看起来好多了,但 40 粒种子的结果仍然没有超过 0.5。我试着做更多的种子。是以 1 为单位从 1 到 100,还是以 100 为单位从 1 到 10000?
 
konorti:
谢谢,现在看起来好多了,但从 40 粒种子来看,还是没有超过 0.5 的。我试着做更多的种子。是以 1 为单位从 1 到 100,还是以 100 为单位从 1 到 10000?

先进行量化,然后再应用种子。每个种子都是不同的。

 
Aleksey Vyazmikin:

先进行量化,然后再应用种子。每个种子都是不同的。

谢谢,我不太明白你的意思。在 CB_bat 脚本中设置时,量化和播种是一步完成的,对吗?

总之,在晚上生成了 200-300 个种子,效果更好,还生成了 mqh 文件。当我在培训期间进行回溯测试 时,股本曲线很好地回升 了,但当我在测试和考试期间进行测试时,却很少进行交易。马期是 96 天,所以我现在又从头开始了。改用 DJI30(改变一下),使用周期 8 和 M2,只优化价格和 MA 类型。这样生成的交易远远超过 15000 笔(我甚至减少了周期长度,因为 XXXCB_Save_pred.csv 文件约为 1.3Gb,1 个训练周期为 13 分钟。我将种子参数设置为 1 到 10000,步长为 100,这样可以生成大约 100 个模型。希望之后会有一些结果。

 
konorti:

谢谢,我不太明白你的意思。在 CB_bat 脚本中进行设置时,量化和播种是一步完成的,对吗?

总之,晚上生成了 200-300 个种子,效果更好,还生成了 mqh 文件。当我在培训期间进行回溯测试 时,股本曲线很好地回升 了,但当我在测试和考试期间进行测试时,却很少进行交易。马期是 96 天,所以我现在又从头开始了。改用 DJI30(改变一下),使用周期 8 和 M2,只优化价格和 MA 类型。这样生成的交易远远超过 15000 笔(我甚至减少了周期长度,因为 XXXCB_Save_pred.csv 文件约为 1.3Gb,1 个训练周期为 13 分钟。我将种子参数设置为 1 到 10000,步长为 100,这样可以生成大约 100 个模型。希望之后会有一些结果。

我建议你先通过不同的选项找到量化的最佳方法,然后再通过种子进行量化。理想情况下,你应该为每个预测因子搜索自己的量化设置,然后将结果合并。也许我会在下一篇文章中介绍这一点。

 
Aleksey Vyazmikin:


附件中是 EA 代码和组织整个基础架构的脚本--对我来说,重要的是我所描述的内容可以重现--所以请测试并报告错误,提出改进建议--我非常欢迎大家对此提出意见。

感谢您提供有用的文章!

有可能利用 GPU 来训练模型吗?

在 "正面 "方法中,在 _01_Train_All 中添加"--任务类型 GPU "选项会导致错误:错误:选项 sampling_frequency 的更改对于任务类型 GPU 未执行,并且在之前的运行中不是默认值。

 
SergXO:

感谢您提供的有用文章!

是否可以使用 GPU 来训练模型?

当在 _01_Train_All 中添加"--任务类型 GPU "选项时,会出现以下错误: Error: change of option sampling_frequency is unimplemented for task type GPU and was not default in previous run

不幸的是,我没有 Nvidia 显卡,所以很难找出原因。首先要尽可能移除键值,因为并非所有在 CPU 上实现的功能在 GPU 上都受支持。

 
Aleksey Vyazmikin:

不幸的是,我没有 Nvidia 显卡,所以很难找出原因。首先要尽可能移除按键,因为并非所有在 CPU 上实现的功能都能在 GPU 上得到支持。


阿列克谢,下午好。

非常感谢你的文章!

能否请您告诉我,是否有可能让文章所附的人工智能学会计算和绘制 "之 "字形?


非常感谢您的回复。

 
User11:


阿列克谢,下午好。

非常感谢你的文章!

能否请您告诉我,是否有可能教文章所附的人工智能计算和绘制人字形?


非常感谢您的回复。

您好。

如果我们说的是替换指标,那么可以对其进行训练,但如果我们说的是预测极值,那么就困难得多,不过如果有相应的预测器,CatBoost 算法可以让您做到这一点。