交易中的机器学习：理论、模型、实践和算法交易 - 页 407 1...400401402403404405406407408409410411412413414...3399 新评论 Mihail Marchukajtes 2017.06.13 07:41 #4061 最后，该模型被计算出来并添加到现有的模型中。利润率提高到了前所未有的水平，在样本以外的同一地区，利润率为12.65然而，这似乎是不小的存款负担，但它是可以承受的。我对第一个帖子中的例子进行了优化，但如果机器不能快速计算，我也不会强迫它。虽然那里的柱子不多，但行数很多，让我们看看情况如何......这里是报告。交易比例相当有趣，但缩减幅度有点大....。这是一个品味的问题... Maxim Dmitrievsky 2017.06.13 07:52 #4062 Mihail Marchukajtes:最后，该模型被计算出来并添加到现有的模型中。利润率提高到了前所未有的水平，在样本以外的同一地区，利润率为12.65然而，这似乎是不小的存款负担，但它是可以承受的。我对第一个帖子中的例子进行了优化，但如果机器不能快速计算，我也不会强迫它。虽然我那里的柱子很少，但它的行数太多，所以让我们看看它是如何进行的...... 尝试挤压更多的交易来估计结果...它们越多，你就可能在实际交易中更快地了解什么时候模型应该被重新训练。例如，现在我的估计是这样的--在测试结果上，最大的损失系列是2次交易，如果在实际交易中出现4次连续的损失，模型应该被重新训练。平均400/60=每天6-7笔交易，也就是说，只需1天，我们就能了解是否值得重新培训。到目前为止，我在3个月内有400次交易，15分钟的时间框架。我有一个1个月的训练样本（在中间），在右边和左边有一个月的非样本。地段特别抬高，以示美观。初始余额1000美元 :)我还没有对整个历史进行自动再训练，我应该为此移植J-predictor或使用另一个神经元组，因为现在的权重是通过优化器挑选的。而且可以看出，90%的盈利交易是有利可图的，但平均亏损交易较大，因为平均止损大于平均止盈。最大的盈利系列有连续33次盈利，而只有连续2次亏损的交易，但33次交易的总利润只比2次交易的总损失多4倍（应缩短止损）。通过这些设置，在2月份没有赚到更多的钱。 Mihail Marchukajtes 2017.06.13 09:20 #4063 如果第一个帖子里的例子到今晚还不算数，我就把它打掉。更重要的是，这项任务本身毫无意义，没有实际利益。而且我不想为了好玩而和电脑赛跑几天。资源毕竟... Forester 2017.06.13 10:19 #4064 Mihail Marchukajtes: 如果它不计算从第一个帖子到晚上的例子，我就把它敲出来。此外，这个问题本身毫无意义，没有实际意义。我不想为了好玩而和电脑比赛二十四小时。资源毕竟...你将在验证或测试现场接受检查？如果你在一个完整的文件上计算，你可以在验证文件上检查，从后https://www.mql5.com/ru/forum/86386/page4#comment_2530392。 我对RNN做了一些实验，似乎它只是记住了训练实例（与噪声预测器一起使用很重要），在新的数据上，噪声预测器会破坏结果。也就是说，RNN容易出现过度学习。至少对于0和1的逻辑问题。 但有可能0和1之间的平均数会插得很好。 Машинное обучение: теория и практика (торговля и не только) 2016.05.28www.mql5.com Добрый день всем, Знаю, что есть на форуме энтузиасты machine learning и статистики... Mihail Marchukajtes 2017.06.13 10:22 #4065 elibrarius:您打算在验证部分还是测试部分进行验证？如果您需要完整的文件，可以从https://www.mql5.com/ru/forum/86386/page4#comment_2530392 上的帖子中查看验证文件。我对 RNN 进行了一些实验，发现它似乎只会记住训练实例（与噪声预测器结合使用非常重要），而在新数据中，噪声预测器会破坏结果。也就是说，RNN 容易过度训练。至少对于 0 和 1 的逻辑问题是这样。 但它有可能很好地插值 0 和 1 之间的平均值。 我已经运行了整个文件，我们会看到训练的结果，然后我会把模型上传到这里，你可以检查它是否有效.....。就是这样... Mihail Marchukajtes 2017.06.13 10:24 #4066 但最有趣的是，现在另一个合同即将开始，看看在前一个合同上训练的模型将如何运作，这将是很有趣的。因此，让我们看看..... Maxim Dmitrievsky 2017.06.13 10:33 #4067 elibrarius。你是要检查验证还是测试图？如果你指望一个完整的文件，那么你可以从帖子https://www.mql5.com/ru/forum/86386/page4#comment_2530392，在验证文件上检查。 我对RNN做了一些实验，似乎它只是记住了训练实例（与噪声预测器一起使用很重要），在新的数据上，噪声预测器会破坏结果。也就是说，RNN容易出现过度学习。至少对于0和1的逻辑问题。 但有可能0和1之间的平均数会插得很好。 你说什么是过度训练？你如何确定哪些预测因素是噪音，哪些不是？为什么你认为嘈杂的预测器会破坏结果，而不是重要的预测器已经停止工作？市场上几乎没有任何重要的预测器会永远有效。一般来说，RNN应该以一种特殊的方式来处理--做一个静止的系列，从极值处获取信号，希望能有一个反转。因为任何训练都是一种调整，尽管有某种非线性的意义...... Ivan Negreshniy 2017.06.13 11:18 #4068 马克西姆-德米特里耶夫斯基。 你有没有比较过不同MO模型的性能，为什么止于决策树？我在他们那里得到的错误最少，我在上面写到了这一点。树，以及其他的MO都有优点和缺点，我从第一个帖子中就停在了这个方法上，通过合理充分的原则，它在产生的代码中，以及递归生成中都是准确和快速的。虽然，为了避免在这个问题上的纠缠，似乎，我应该用一些引导或无限提高的树木做一个巨大的森林，每一步都应该被描述和说明...) Vasily Perepelkin 2017.06.13 13:13 #4069 瓦西里-佩雷佩尔金。 试图对你和其他误入歧途的人讲一些道理。 决定是由人作出的，而不是由树作出的，不要再胡闹了。 Aleksey Terentev 2017.06.13 13:52 #4070 瓦西里-佩雷佩尔金。 决定是由人做出的，而不是由树做出的，放弃掺和吧。 我同意你的观点，但不完全同意。 一个人必须评估情况，了解他和他的家人所处的环境。 这些天，世界发展非常快，信息环境，一个大的领域，你可以找到任何人。 你只是切断了你的部分战略概述，失去了对正在发生的事情的关注，这使你，作为一个男性保护者，面临不必要的风险。 1...400401402403404405406407408409410411412413414...3399 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
最后，该模型被计算出来并添加到现有的模型中。利润率提高到了前所未有的水平，在样本以外的同一地区，利润率为12.65
然而，这似乎是不小的存款负担，但它是可以承受的。我对第一个帖子中的例子进行了优化，但如果机器不能快速计算，我也不会强迫它。虽然那里的柱子不多，但行数很多，让我们看看情况如何......
这里是报告。交易比例相当有趣，但缩减幅度有点大....。这是一个品味的问题...
最后，该模型被计算出来并添加到现有的模型中。利润率提高到了前所未有的水平，在样本以外的同一地区，利润率为12.65
然而，这似乎是不小的存款负担，但它是可以承受的。我对第一个帖子中的例子进行了优化，但如果机器不能快速计算，我也不会强迫它。虽然我那里的柱子很少，但它的行数太多，所以让我们看看它是如何进行的......
尝试挤压更多的交易来估计结果...它们越多，你就可能在实际交易中更快地了解什么时候模型应该被重新训练。例如，现在我的估计是这样的--在测试结果上，最大的损失系列是2次交易，如果在实际交易中出现4次连续的损失，模型应该被重新训练。平均400/60=每天6-7笔交易，也就是说，只需1天，我们就能了解是否值得重新培训。
到目前为止，我在3个月内有400次交易，15分钟的时间框架。我有一个1个月的训练样本（在中间），在右边和左边有一个月的非样本。地段特别抬高，以示美观。初始余额1000美元 :)我还没有对整个历史进行自动再训练，我应该为此移植J-predictor或使用另一个神经元组，因为现在的权重是通过优化器挑选的。
而且可以看出，90%的盈利交易是有利可图的，但平均亏损交易较大，因为平均止损大于平均止盈。最大的盈利系列有连续33次盈利，而只有连续2次亏损的交易，但33次交易的总利润只比2次交易的总损失多4倍（应缩短止损）。通过这些设置，在2月份没有赚到更多的钱。
如果它不计算从第一个帖子到晚上的例子，我就把它敲出来。此外，这个问题本身毫无意义，没有实际意义。我不想为了好玩而和电脑比赛二十四小时。资源毕竟...
你将在验证或测试现场接受检查？如果你在一个完整的文件上计算，你可以在验证文件上检查，从后https://www.mql5.com/ru/forum/86386/page4#comment_2530392。
我对RNN做了一些实验，似乎它只是记住了训练实例（与噪声预测器一起使用很重要），在新的数据上，噪声预测器会破坏结果。也就是说，RNN容易出现过度学习。至少对于0和1的逻辑问题。
但有可能0和1之间的平均数会插得很好。
您打算在验证部分还是测试部分进行验证？如果您需要完整的文件，可以从https://www.mql5.com/ru/forum/86386/page4#comment_2530392
上的帖子中查看验证文件。我对 RNN 进行了一些实验，发现它似乎只会记住训练实例（与噪声预测器结合使用非常重要），而在新数据中，噪声预测器会破坏结果。也就是说，RNN 容易过度训练。至少对于 0 和 1 的逻辑问题是这样。
但它有可能很好地插值 0 和 1 之间的平均值。
我已经运行了整个文件，我们会看到训练的结果，然后我会把模型上传到这里，你可以检查它是否有效.....。就是这样...
你是要检查验证还是测试图？如果你指望一个完整的文件，那么你可以从帖子https://www.mql5.com/ru/forum/86386/page4#comment_2530392，在验证文件上检查。
我对RNN做了一些实验，似乎它只是记住了训练实例（与噪声预测器一起使用很重要），在新的数据上，噪声预测器会破坏结果。也就是说，RNN容易出现过度学习。至少对于0和1的逻辑问题。
但有可能0和1之间的平均数会插得很好。
你说什么是过度训练？你如何确定哪些预测因素是噪音，哪些不是？为什么你认为嘈杂的预测器会破坏结果，而不是重要的预测器已经停止工作？市场上几乎没有任何重要的预测器会永远有效。
一般来说，RNN应该以一种特殊的方式来处理--做一个静止的系列，从极值处获取信号，希望能有一个反转。
因为任何训练都是一种调整，尽管有某种非线性的意义......
你有没有比较过不同MO模型的性能，为什么止于决策树？我在他们那里得到的错误最少，我在上面写到了这一点。
树，以及其他的MO都有优点和缺点，我从第一个帖子中就停在了这个方法上，通过合理充分的原则，它在产生的代码中，以及递归生成中都是准确和快速的。
虽然，为了避免在这个问题上的纠缠，似乎，我应该用一些引导或无限提高的树木做一个巨大的森林，每一步都应该被描述和说明...)
试图对你和其他误入歧途的人讲一些道理。
决定是由人做出的，而不是由树做出的，放弃掺和吧。
一个人必须评估情况，了解他和他的家人所处的环境。
这些天，世界发展非常快，信息环境，一个大的领域，你可以找到任何人。
你只是切断了你的部分战略概述，失去了对正在发生的事情的关注，这使你，作为一个男性保护者，面临不必要的风险。