交易中的机器学习:理论、模型、实践和算法交易 - 页 320 1...313314315316317318319320321322323324325326327...3399 新评论 Dr. Trader 2017.05.04 16:20 #3191 Mihail Marchukajtes:<图>。我会把优化日期缩短6倍,这样优化器只看到所有这些图形的尖端,并按照我上面写的参数中的滚动日期进行优化。然后为了检查已经发现的最佳结果,在几个月的数据上运行测试,纯粹的视觉评估。 Maxim Dmitrievsky 2017.05.05 06:54 #3192 Mihail Marchukajtes:关键是,我们不是在谈论NS,而是在谈论Sequent,所以看看它在同一工作时期不同输入值的公平性。我没有优化它,我只是用手去看了看。5-56-67-7这个案例与4-8,同一时期,更加有趣。而且,它在300点的止损下是有效的。这是从1月1日开始到现在。我承认,我选择了优化器的最后一个屏幕,嗯,优化器中只有49个通道。因此,事实上,我必须学会正确地选择必要的参数,而不是从无维度的集合中,而是从具有如此少量变体的有限集合中。So.......... 你为什么不使用Reshetov的RNN但分类器呢? 它有一个有趣的逻辑核心在那里,而且机器人可以在默认情况下工作现在有这样一项任务,用振荡器和回归斜率给NS的输入提供一定数量的条形图。从理论上讲,振荡器只在平坦的地方起作用,而且是在趋势中倾泻。如果我们加入回归斜率的归一化值,网格将考虑到趋势的斜率。在这里,我还没有决定是以度还是以点取值。 目前是以点取值,以及从多少点到多少点进行归一化 :)double CalcRegression(double &PricesArray[]) { double Summ_x=0.0; double Summ_y=0.0; double Summ_xy=0.0; double Summ_x_2=0.0; int jcount; for(int xcount=1; xcount<=глубина_анализа && !IsStopped(); xcount++) { jcount=глубина_анализа-xcount; Summ_x+=xcount; Summ_y+=PricesArray[jcount]; Summ_xy+=xcount*PricesArray[jcount]; Summ_x_2+=MathPow(xcount,2); } double bcoef=(глубина_анализа*Summ_xy-Summ_x*Summ_y)/(глубина_анализа*Summ_x_2-MathPow(Summ_x,2)); return(bcoef); }而这是RNN神经元本身;只有3个振荡器的值被送入输入,这当然不是很正确double RNN(double p1,double p2,double p3) { //--- вероятности для правил из базы знаний экспертной системы double y0 = x0; // Вероятность правила №0 в процентах double y1 = x1; // Вероятность правила №1 в процентах double y2 = x2; // Вероятность правила №2 в процентах double y3 = x3; // Вероятность правила №3 в процентах double y4 = x4; // Вероятность правила №4 в процентах double y5 = x5; // Вероятность правила №5 в процентах double y6 = x6; // Вероятность правила №6 в процентах double y7 = x7; // Вероятность правила №7 в процентах //--- база знаний, состоящая из набора взаимоисключающих правил double probability= (1.0 - p1) * (1.0 - p2) * (1.0 - p3) * y0 + // Правило №0 (1.0 - p1) * (1.0 - p2) * p3 * y1 + // Правило №1 (1.0 - p1) * p2 * (1.0 - p3) * y2 + // Правило №2 (1.0 - p1) * p2 * p3 * y3 + // Правило №3 p1 * (1.0 - p2) * (1.0 - p3) * y4 + // Правило №4 p1 * (1.0 - p2) * p3 * y5 + // Правило №5 p1 * p2 * (1.0 - p3) * y6 + // Правило №6 p1 * p2 * p3 * y7; // Правило №7 //--- конвертируем проценты в вероятности probability=probability/100.0; //--- возвращаем результат в виде вероятности return(probability); } Mihail Marchukajtes 2017.05.05 07:13 #3193 马克西姆-德米特里耶夫斯基。 你为什么不使用Reshetov的RNN? 它有一个有趣的逻辑引擎,你可以让机器人在默认情况下工作理论上讲,震荡器只在平盘中起作用,而在趋势中则是倾泻而下。从理论上讲,振荡器只在平坦处起作用,而在趋势中则是倾泻而下。如果我们加入回归斜率的归一化值,网格将考虑到趋势的斜率。在这里,我还没有决定是以度还是以点取值。 目前是以点取值,以及从多少点到多少点进行归一化 :)而这是RNN神经元本身--只有3个振荡器的值被输入到它,这不是很正确。 谢谢你的提示,我今天一定会在我的数据上试试。请告诉我在哪里可以得到它,我不能贸然地找到它。我四处打听也找不到。 Maxim Dmitrievsky 2017.05.05 07:22 #3194 Mihail Marchukajtes: 谢谢你的提示,我今天一定会在我的数据上试试。请告诉我从哪里下载,我找不到。谢谢你! 有RNN和RN3以及它在MQL5中未发表的文章,但这是没有用的。在优化器中,RNN比RNN3效果更好。 附加的文件: RNN_MT5.zip 223 kb Dr. Trader 2017.05.05 08:15 #3195 马克西姆-德米特里耶夫斯基。而这是RNN神经元本身,只有3个振荡器的值被输入,当然这不是很正确的。有趣的代码,谢谢。也是为了这篇文章。RNN(double p1,double p2,double p3)所有参数p1、p2、p3的值都应该在0到1之间。如果你从回归中传递B到这些参数之一,请确保将其归一化到同一区间[0;1]。一般来说,这种策略是基于高RSI值意味着价格即将下跌的理论。为了准确起见,我们取了三个RSI值,根据概率论的规则,我们从三个参数中得到一个估计值。 所以,如果你不给第三个RSI,而是给你自己的信号,那么这个信号的高值一定意味着价格会下跌。否则你会破坏战略。 Maxim Dmitrievsky 2017.05.05 08:23 #3196 交易员博士。有趣的代码,谢谢。也是为了这篇文章。如果你把回归中的B值传给这些参数之一,它必须被归一化到同一个区间[0;1]。 是的,这是正确的。如果我们想让它在上涨的市场上买入,在下跌的市场上卖出,只有我们应该反转回归值,因为如果神经元输出的概率<0.5,它就会买入,而rsi应该趋于零,当<0.5时回归也会下降,而我希望它增长>0.5 Maxim Dmitrievsky 2017.05.05 08:32 #3197 交易员博士。一般来说,这种策略是基于高RSI值意味着价格将下跌的理论。为了做出准确的预测,我们取了三个RSI值,所以根据概率论,我们从三个参数中得到相同的估计。 所以,如果你不给第三个RSI,而是给你自己的信号,那么这个信号的高值一定意味着价格会下跌。否则你会破坏战略。 是的,没错,我刚刚在上面写了 :)在M5上优化的默认网格,放入监控https://www.mql5.com/ru/signals/297732然后我将对神经元的不同输入进行更多实验 Торговые сигналы для MetaTrader 5: NEUROSHELL test Maxim Dmitrievskywww.mql5.com Торговый Сигнал NEUROSHELL test для MetaTrader 5: копирование сделок, мониторинг счета, автоматическое исполнение сигналов и социальный трейдинг Maxim Dmitrievsky 2017.05.05 10:13 #3198 https://www.mql5.com/ru/code/127只是代码中有一个错误,我认为指标的配给是不正确的。 Наклон линейной регрессии 投票: 242010.07.05Vladimirwww.mql5.com Наклон линейной регрессии, нормализованный к SMA Mihail Marchukajtes 2017.05.05 11:08 #3199 马克西姆-德米特里耶夫斯基。 有RNN和RN3以及其在MQL5中未发表的文章。在优化器中,RNN比RNN3效果更好。谢谢!!!。很遗憾是5分,但我要用我的数据试试,反正.... Maxim Dmitrievsky 2017.05.05 11:18 #3200 Mihail Marchukajtes:谢谢!!!。遗憾的是,它是一个5,但我会用我的数据试试,反正....。 5版本很方便,因为你可以做正向测试,这对NS来说是正确的,对于4版本来说,同样的事情,在我看来,是在代码库中,如果你看看https://www.mql5.com/ru/code/10616 RNN_MT4 投票: 22012.02.20Yury Reshetovwww.mql5.com Советник со встроенной экспертной системой 1...313314315316317318319320321322323324325326327...3399 新评论 原因: 取消 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
<图>。
我会把优化日期缩短6倍,这样优化器只看到所有这些图形的尖端,并按照我上面写的参数中的滚动日期进行优化。
然后为了检查已经发现的最佳结果,在几个月的数据上运行测试,纯粹的视觉评估。
关键是,我们不是在谈论NS,而是在谈论Sequent,所以看看它在同一工作时期不同输入值的公平性。我没有优化它,我只是用手去看了看。
5-5
6-6
7-7
这个案例与4-8,同一时期,更加有趣。而且,它在300点的止损下是有效的。
这是从1月1日开始到现在。我承认,我选择了优化器的最后一个屏幕,嗯,优化器中只有49个通道。因此,事实上,我必须学会正确地选择必要的参数,而不是从无维度的集合中,而是从具有如此少量变体的有限集合中。So..........
你为什么不使用Reshetov的RNN但分类器呢? 它有一个有趣的逻辑核心在那里,而且机器人可以在默认情况下工作
现在有这样一项任务,用振荡器和回归斜率给NS的输入提供一定数量的条形图。从理论上讲,振荡器只在平坦的地方起作用,而且是在趋势中倾泻。如果我们加入回归斜率的归一化值,网格将考虑到趋势的斜率。在这里,我还没有决定是以度还是以点取值。 目前是以点取值,以及从多少点到多少点进行归一化 :)
而这是RNN神经元本身;只有3个振荡器的值被送入输入,这当然不是很正确
你为什么不使用Reshetov的RNN? 它有一个有趣的逻辑引擎,你可以让机器人在默认情况下工作
理论上讲,震荡器只在平盘中起作用,而在趋势中则是倾泻而下。从理论上讲,振荡器只在平坦处起作用,而在趋势中则是倾泻而下。如果我们加入回归斜率的归一化值,网格将考虑到趋势的斜率。在这里,我还没有决定是以度还是以点取值。 目前是以点取值,以及从多少点到多少点进行归一化 :)
而这是RNN神经元本身--只有3个振荡器的值被输入到它,这不是很正确。
谢谢你的提示,我今天一定会在我的数据上试试。
请告诉我在哪里可以得到它,我不能贸然地找到它。我四处打听也找不到。
谢谢你的提示,我今天一定会在我的数据上试试。
请告诉我从哪里下载,我找不到。谢谢你!
而这是RNN神经元本身,只有3个振荡器的值被输入,当然这不是很正确的。
有趣的代码,谢谢。也是为了这篇文章。
所有参数p1、p2、p3的值都应该在0到1之间。如果你从回归中传递B到这些参数之一,请确保将其归一化到同一区间[0;1]。
一般来说,这种策略是基于高RSI值意味着价格即将下跌的理论。为了准确起见,我们取了三个RSI值,根据概率论的规则,我们从三个参数中得到一个估计值。
所以,如果你不给第三个RSI,而是给你自己的信号,那么这个信号的高值一定意味着价格会下跌。否则你会破坏战略。
有趣的代码,谢谢。也是为了这篇文章。
如果你把回归中的B值传给这些参数之一,它必须被归一化到同一个区间[0;1]。
是的,这是正确的。如果我们想让它在上涨的市场上买入,在下跌的市场上卖出,只有我们应该反转回归值,因为如果神经元输出的概率<0.5,它就会买入,而rsi应该趋于零,当<0.5时回归也会下降,而我希望它增长>0.5
一般来说,这种策略是基于高RSI值意味着价格将下跌的理论。为了做出准确的预测,我们取了三个RSI值,所以根据概率论,我们从三个参数中得到相同的估计。
所以,如果你不给第三个RSI,而是给你自己的信号,那么这个信号的高值一定意味着价格会下跌。否则你会破坏战略。
是的,没错,我刚刚在上面写了 :)
在M5上优化的默认网格,放入监控https://www.mql5.com/ru/signals/297732
然后我将对神经元的不同输入进行更多实验
https://www.mql5.com/ru/code/127
只是代码中有一个错误,我认为指标的配给是不正确的。
有RNN和RN3以及其在MQL5中未发表的文章。在优化器中,RNN比RNN3效果更好。
谢谢!!!。很遗憾是5分,但我要用我的数据试试,反正....
谢谢!!!。遗憾的是,它是一个5,但我会用我的数据试试,反正....。
5版本很方便,因为你可以做正向测试,这对NS来说是正确的,对于4版本来说,同样的事情,在我看来,是在代码库中,如果你看看
https://www.mql5.com/ru/code/10616