这个问题可以通过在训练 MO 模型时使用适当的损失函数来解决。与此相关的问题有两个。第一个是技术问题--MO 软件包中的标准损失函数与利润最大化只是间接相关，因此必须创建自定义的损失函数。要做到这一点相当困难--你需要在代码层面上对 MO 软件包有很好的理解。如果这个问题解决了，那么第二个数学问题可能就会出现，即自定义损失函数对训练模型不合适。
В статье будут рассмотрены основные принципы, заложенные в эволюционных алгоритмах, их разновидности и особенности. На примере простого эксперта с помощью экспериментов покажем, что может дать нашей торговой системе использование оптимизации. Рассмотрим программные пакеты, реализующие генетические, эволюционные и другие виды оптимизации и приведем примеры применения при оптимизации набора предикторов и оптимизации параметров торговой системы.
我用手指解释一下。在 ONNX.Price.Prediction.mq5 中，您会得到 10 个 OHLC。然后根据这些数据 确定平均值和 Sd 值，并用它们对这 10 个值进行归一化处理。这是不对的。
对于新数据，您应该使用在训练集中获得的均值和 Sd。也就是说，在之前的脚本中。明白了吗？
当然清楚。没问题。这个模型做得很快举个例子。
我们需要在 MQL5 中快速检查推理的正确性。
当然，我们还检查了当前数据的预测效果。大约为 52%。我在周五写了一个验证脚本，其中包含有关技术细节的详细评论。拉希德根据这个模型写了一个 Expert Advisor，在测试器中运行。显然，它尚未发布
我当然意识到了这一点。但使用这个例子的人明白吗？
52%的效率。他们应该明白。
MAE=0.0005
这个问题可以通过在训练 MO 模型时使用适当的损失函数来解决。与此相关的问题有两个。第一个是技术问题--MO 软件包中的标准损失函数与利润最大化只是间接相关，因此必须创建自定义的损失函数。要做到这一点相当困难--你需要在代码层面上对 MO 软件包有很好的理解。如果这个问题解决了，那么第二个数学问题可能就会出现，即自定义损失函数对训练模型不合适。
如果有人解决了这样一个难题，他们不太可能分享解决方案。
显然，关于损失函数的函数值得一读。如果我的理解正确，那么结果就是，例如，在一个只能购买损失函数的市场中：
买入价和卖出价之间的差额之和，适用于以下情况："买入价"-"卖出价"<0。
在这种情况下，我们会得到一个负值的总和，即它应该趋向于 0 或最大值。为了使其在差值总和之前趋向于最小值，我们需要加上一个减号。
至于有人解决了这么难的问题会不会分享解决方案的问题，我并不指望这个，我只想了解如何实现利润最大化，或者至少能看到一些模型的例子（是否盈利并不重要，重要的是了解总体框架）。
因此，当然，我认为自定义损失函数通常不利于训练模型，因为这不是模型的主要部分。
根据最大利润标准优化您的策略（如果您懒得再做加价），然后在此 TS 上进行训练。或者从市场上获取任何有利可图的 TS。
我不会说我懒得做其他标记，我会尝试不同的变体，而且因为我不是机器学习方面的专家，所以当我脑子里冒出一些想法时，我会尝试至少找到一些变体示例，并尝试实现结果。
当我尝试用自己的指标值来制作解决方案的参数变体时，却发现指标值集有如此多的变体，以目前的计算能力，选择参数几乎要花费 10 年的时间。）
当我读到 "从市场中获取任何有利可图的 TS "这句话时，我感到非常惊讶。我甚至没有考虑过这样的选项，因为我认为它们根本不存在。
我已经分享过很多次了，以至于在某些时候我都厌倦了它.....。
几年前，并不是每个人都熟悉机器学习。如果重新阅读你的帖子，应该能在同一个主题/分支中找到讨论内容？
显然，趁着主题还在增长，值得尝试把所有 3000 页的内容都弄明白。
显然，您应该在这一主题发展壮大之前，努力了解其全部 3000 页的内容。
最好先了解弗拉基米尔- 佩列 文科和马克西姆-德米特里耶夫斯基 的文章。您的时间会花得更有意义。本论坛主要是水。
更好地理解弗拉基米尔- 佩列 文科 和马克西姆-德米特里耶夫斯基 的文章。你的时间会花得更有意义。论坛大部分都是水。
谢谢！
多年前，并非每个人都熟悉机器学习。如果重读您的帖子，应该能在同一主题/分支中找到相关讨论？
显然，趁着这个主题还在不断发展壮大的时候，尝试把所有 3000 页的内容都弄懂是值得的。
你的问题是一个优化问题，需要搜索未知参数。
这是您学习https://www.mql5.com/ru/articles/2225 所需的唯一一篇文章。
如果你想教 AMO 如何实现利润最大化和缩水最小化：
你需要
1) 创建一个合适度函数，一个可以计算交易信号的盈利和亏损的函数。
2) 任何可以生成交易信号的 AMO 算法都可以作为合适度函数 (第 1 页)
3) 任何优化算法（遗传算法、粒子群算法、搅动算法）--可生成信号作为 AMO 的目标（第 2 项）。
算法如下
1) AO 为 AMO 创建一个目标
2) AMO 从目标中学习
3) AMO 创建交易信号预测
4) FF 对交易信号进行评估并得出结果
5) FF 的结果由 AO 评估，并进一步最大化/最小化，如此循环，直到获得可接受的结果。
==========
AO - 优化算法
AMO - 机器学习算法
FF - 适合度函数
=========
如果您想使用 neuronka 而不是任何 AMO，您可以使用 AO 工具更改权重，而无需学习目标定位。
你的问题是一个优化问题，需要搜索未知参数。
以下是您学习https://www.mql5.com/ru/articles/2225 所需的唯一文章
如果你想让网络实现利润最大化和缩水最小化：
您需要
1) 创建一个拟合函数，即计算交易信号盈利和亏损的函数。
2) 任何可以生成交易信号的 MO 算法，用于拟合函数 (p.1)
3) 任何优化算法（遗传算法、粒子群算法、搅动算法）--将产生信号作为 AMO 的目标（第 2 页）。
这样的算法
1) AO 为 AMO 创建目标
AO - 优化算法
AMO - 机器学习算法
FF - 适应度函数
你能给我举一个 AO 的例子吗？在我的印象中，找老师是件零活，适合自动化。