机器人的机器学习 - 页 10 1...3456789101112 新评论 Ivan Negreshniy 2018.10.01 12:08 #91 forexman77:有趣的是看到英镑兑日元，欧元兑日元，澳元兑日元。不知何故，在我看来，这两对人中有一对会更好。 EA是趋势还是持平？在这个实验中，我没有按趋势和平盘划分，但在其他实验中，我观察到它与波动率、时间、新闻过滤器等的工作方式相同。 但这一切都应该有条不紊地进行测试和完善，为此我建议设立一个有模板的专题，明确应用、编辑等，虽然到目前为止，愿意实际参与的人很少：) aleger 2018.10.01 12:40 #92 Ivan Negreshniy:你可能没有在MetaQuotes-Demo上运行测试，还使用了其他的时间框架。 我只对OHLC USDCHF H4进行了训练 - 这是MetaQuotes-Demo的一个实验，因为它有一个很大的基数，其他供应商的报价可能非常不同。 统一学习的问题，所以专家顾问不会对报价的差异敏感，它总结了不同时间段的信息，这是另一个问题。 为此，我试验了定义训练模式和积分价格条特征的公式。 最近，论坛英文部分的一位程序员提出了一个有趣的解决方案，如果你在这个方向有任何想法，请提出来。 https://www.mql5.com/en/forum/281402/page4我有一个方向--趋势跟踪技术和系统，并在工作日和工作周内对最有利可图的货币对和时间框架进行自动操作。 Ivan Negreshniy 2018.10.02 13:03 #93 aleger:我有一个重点 - 趋势跟踪技术和系统，并在工作日和工作周内对最有利可图的货币对和时间框架进行自动工作。好吧，我最近读了你的提议，愿意参与EA的创建，但在信息消失之前没有时间准备回复... :)问题是，手动生成的EA非常难以纠正，首先，它们可能包含兆字节的代码，有时我不得不使用命令行编译器，因为编辑器中的内置优化很慢，其次，有一些常数和加权因子的数组，在逻辑上难以理解。这就是为什么我不得不生成一个新的、最小化的EA，在GBPUSD M15上有很短的学习期，3个柱状形态和决策树的模型，例如，向你展示一些逻辑。下面是该EA在不同工具、时间段和经纪商的一些测试。 GBPUSD M30 RoboForex EURUSD M15 InstaForex GBPUSD M15 Alpari 澳元兑美元 H1 MetaQuotes 但是为了解决MO的主要任务--预测，我们需要用不同的初始数据、模型、训练参数和正向测试进行更多的实验。 最终我们需要理解并学会使用市场记忆，或者确保根本就没有记忆 :) 附加的文件： gbpusd.mq4 158 kb aleger 2018.10.02 16:58 #94 Ivan Negreshniy:好吧，我最近读到了你提出的参与EA创作的提议，在消息消失之前，我没有时间准备回复... :)事情是这样的，机器生成的EA非常难以手工纠正。 首先，它可能是几兆字节的代码，有时我不得不使用命令行编译器，因为带有优化的内置编辑器很慢，其次，它是一个常数、权重系数的数组，很难在逻辑上讲出道理。因此，为了举例说明，我不得不在英镑兑美元M15上生成一个新的、学习周期短的最小化专家顾问，一个3杠模式和决策树模型，这样你至少可以看透这个逻辑。以下是该EA在不同工具、时间框架、经纪商上的一些测试。 GBPUSD M30 RoboForex EURUSD M15 InstaForex GBPUSD M15 Alpari 澳元兑美元 H1 MetaQuotes 这些结果间接证明了EA模型具有一定的泛化能力，但要解决MO的主要任务--预测，我们需要用不同的输入数据、模型、训练参数和正向测试进行更多的实验，我们最终需要了解并学会使用市场记忆，或者最终确定根本就没有记忆 :)我为我删除的帖子道歉--我以为没有人需要它，所以我已经把它移到了别的地方。你把你的EA搞得多么混乱。而这一切，尽管事实上一切都更容易、更容易获得。 你知道外汇价格 运动的性质，以及这种运动的最接近的模式--不同长度的上升和下降趋势，以及较大或较小体积的之字形。 而且你可以很容易地将你的买入和卖出与这些对象的开始和结束相协调，并获得几乎所有由此产生的利润（减去因价差和工作程序质量不足造成的损失）。 Ivan Negreshniy 2018.10.03 08:40 #95 aleger:我为我删除的帖子道歉--我认为没有人需要它，所以我把它收起来了。你已经为你的顾问制造了很多噪音。尽管一切都变得更容易和更容易获得。 你知道外汇价格 运动的性质，以及这种运动的最接近的模式--不同长度的上升和下降趋势，以及较大或较小体积的之字形。 而且你可以很容易地将你的买入和卖出与这些对象的开始和结束相匹配，并赚取由此产生的几乎所有利润（减去因价差和工作程序质量不高造成的损失）。你已经简单地解释了一切，但我将试图简化它，不涉及货币 运动的性质、模型、趋势和程序开发，因为所有这些，IMHO，已经被反复覆盖，它可以被无限地思考。使用机器学习来跟踪市场记忆是另一回事：只要教机器人在价格历史的高峰和低谷上进行交易。 当然，学习必须是快速和高质量的，而且我可能要经常做，但所有这些都可以通过一个简单的自动化来解决，特别是我已经有了它。 唯一要做的是在实践中检查训练有素的机器人能靠惯性交易多少，多长时间需要改变或重新训练，以及采取哪部分历史。这就像下坡时从跳台上跳下来，加速、跳跃、尽可能地飞，然后再回到上坡，这就更容易了:) aleger 2018.10.03 09:38 #96 Ivan Negreshniy:你已经简单地解释了一切，但我将尝试简化它，不涉及货币 运动的性质、模式、趋势和程序开发，因为所有这些，IMHO，已经被反复涉及，人们可以无休止地思考。另一件事是在机器学习上坐在市场记忆的尾巴上，没有什么可想的，只要教机器人在价格历史的高峰和低谷上进行交易。 当然，你必须快速和有质量地教它，而且你可能必须经常这样做，但所有这些都可以通过原始的自动化来解决，此外，我已经有了。 唯一要做的是在实践中检查训练有素的机器人能靠惯性交易多少，需要多长时间改变或重新训练，以及需要研究历史的哪些部分。这就像下坡时从滑雪跳台上跳下，加速、跳跃，尽可能地飞起来，然后再回到山上，这就更容易了：)也许这也是达到预期效果的某种变体。试试吧，也许有些事情会成功的。 一般来说，对这里的每一个人来说，最理想的情况是，从 尽可能多地进行交易，甚至更好--当天和每笔交易的所有利润。 并以自己的时间和金钱付出最少的努力。 Alexander_K2 2018.10.03 10:37 #97 Ivan Negreshniy: 另一件事是用机器学习坐在市场记忆的尾巴上，没有什么可想的，只要教机器人在价格历史的高峰和低谷上进行交易。不是按价格历史，而是按增量--它们构成了价格（所有增量的积分实际上就是起点的价格）。 幸运的是，对于神经网络专家来说，这种BP的Kolmogorov预测的第一条件（期望值=0）是成立的。 第2个条件--静止性--不被满足。 我建议，除了增量本身，还可以向NS输入它们的矩：方差、偏度、峰度......。和自 相关系数。国家安全局只是不得不在这些垃圾中找到规律性的东西。 Evgeniy Gutorov 2018.10.03 10:41 #98 Ivan Negreshniy:好吧，我最近读到了你提出的参与EA创作的提议，在消息消失之前，我没有时间准备回复... :)事情是这样的，机器生成的EA非常难以手工纠正。 首先，它可能是几兆字节的代码，有时我不得不使用命令行编译器，因为带有优化的内置编辑器很慢，其次，它是一个常数、权重系数的数组，从逻辑上很难说得通。因此，为了举例说明，我不得不在英镑兑美元M15上生成一个新的、学习周期短的最小化专家顾问，一个3条杠模式和决策树模型，这样你至少可以看透这个逻辑。下面是该EA在不同工具、时间段、经纪商的一些测试。 GBPUSD M30 RoboForex EURUSD M15 InstaForex GBPUSD M15 Alpari 澳元兑美元 H1 MetaQuotes 但要解决MO的主要任务--预测，我们需要更多的实验，包括不同的输入数据、模型、训练参数和正向测试，我们最终需要了解和学习如何使用市场记忆，或者最终确定根本没有记忆 :)忘记预测--跟随价格 图片显示的是黄金和入场点，也就是说，任何系统都是跟随价格的。 Evgeniy Gutorov 2018.10.03 10:58 #99 Ivan Negreshniy:你已经简单地解释了一切，但我将尝试简化它，不涉及货币 运动的性质、模式、趋势和程序开发，因为所有这些，IMHO，已经被反复做了，人们可以无休止地思考它。机器学习上的市场记忆是另一回事，没有什么可想的，只要教机器人在价格历史的高峰和低谷上进行交易即可。 当然，学习必须是快速和高质量的，而且我可能不得不经常这样做，但所有这些都可以通过简单的自动化来解决，而且，我已经有了它。 现在只剩下在实践中找出一个训练有素的机器人能多长时间靠惯性交易，多长时间需要改变或重新训练，以及需要研究历史的哪些部分。这就像下坡时从跳台上跳下，加速、跳跃、尽可能地飞，然后再回到上坡，这就更容易了:)市场是不断变化的，基于一种算法的机器人会失败，让一切付诸东流。 我还没有看到一个更好的。 Ivan Negreshniy 2018.10.03 12:04 #100 Evgeniy Gutorov:市场是不断变化的，一个算法上的机器人会失败，把所有的东西都炸掉...。 市场是不断变化的，机器人只要有一个算法就会失败，就会一败涂地。 所以我们谈论的是，机器人应该像手套一样更换，每一个市场变化--新的机器人，同时也是指标：) 1...3456789101112 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
有趣的是看到英镑兑日元，欧元兑日元，澳元兑日元。不知何故，在我看来，这两对人中有一对会更好。
EA是趋势还是持平？
在这个实验中，我没有按趋势和平盘划分，但在其他实验中，我观察到它与波动率、时间、新闻过滤器等的工作方式相同。
但这一切都应该有条不紊地进行测试和完善，为此我建议设立一个有模板的专题，明确应用、编辑等，虽然到目前为止，愿意实际参与的人很少：)
你可能没有在MetaQuotes-Demo上运行测试，还使用了其他的时间框架。
我只对OHLC USDCHF H4进行了训练 - 这是MetaQuotes-Demo的一个实验，因为它有一个很大的基数，其他供应商的报价可能非常不同。
统一学习的问题，所以专家顾问不会对报价的差异敏感，它总结了不同时间段的信息，这是另一个问题。
为此，我试验了定义训练模式和积分价格条特征的公式。
最近，论坛英文部分的一位程序员提出了一个有趣的解决方案，如果你在这个方向有任何想法，请提出来。
https://www.mql5.com/en/forum/281402/page4
我有一个方向--趋势跟踪技术和系统，并在工作日和工作周内对最有利可图的货币对和时间框架进行自动操作。
我有一个重点 - 趋势跟踪技术和系统，并在工作日和工作周内对最有利可图的货币对和时间框架进行自动工作。
好吧，我最近读了你的提议，愿意参与EA的创建，但在信息消失之前没有时间准备回复... :)
问题是，手动生成的EA非常难以纠正，首先，它们可能包含兆字节的代码，有时我不得不使用命令行编译器，因为编辑器中的内置优化很慢，其次，有一些常数和加权因子的数组，在逻辑上难以理解。
这就是为什么我不得不生成一个新的、最小化的EA，在GBPUSD M15上有很短的学习期，3个柱状形态和决策树的模型，例如，向你展示一些逻辑。
下面是该EA在不同工具、时间段和经纪商的一些测试。
但是为了解决MO的主要任务--预测，我们需要用不同的初始数据、模型、训练参数和正向测试进行更多的实验。 最终我们需要理解并学会使用市场记忆，或者确保根本就没有记忆 :)
好吧，我最近读到了你提出的参与EA创作的提议，在消息消失之前，我没有时间准备回复... :)
事情是这样的，机器生成的EA非常难以手工纠正。 首先，它可能是几兆字节的代码，有时我不得不使用命令行编译器，因为带有优化的内置编辑器很慢，其次，它是一个常数、权重系数的数组，很难在逻辑上讲出道理。
因此，为了举例说明，我不得不在英镑兑美元M15上生成一个新的、学习周期短的最小化专家顾问，一个3杠模式和决策树模型，这样你至少可以看透这个逻辑。
以下是该EA在不同工具、时间框架、经纪商上的一些测试。
GBPUSD M30 RoboForex
EURUSD M15 InstaForex
GBPUSD M15 Alpari
澳元兑美元 H1 MetaQuotes
这些结果间接证明了EA模型具有一定的泛化能力，但要解决MO的主要任务--预测，我们需要用不同的输入数据、模型、训练参数和正向测试进行更多的实验，我们最终需要了解并学会使用市场记忆，或者最终确定根本就没有记忆 :)
我为我删除的帖子道歉--我以为没有人需要它，所以我已经把它移到了别的地方。
你把你的EA搞得多么混乱。而这一切，尽管事实上一切都更容易、更容易获得。
你知道外汇价格 运动的性质，以及这种运动的最接近的模式--不同长度的上升和下降趋势，以及较大或较小体积的之字形。
而且你可以很容易地将你的买入和卖出与这些对象的开始和结束相协调，并获得几乎所有由此产生的利润（减去因价差和工作程序质量不足造成的损失）。
我为我删除的帖子道歉--我认为没有人需要它，所以我把它收起来了。
你已经为你的顾问制造了很多噪音。尽管一切都变得更容易和更容易获得。
你知道外汇价格 运动的性质，以及这种运动的最接近的模式--不同长度的上升和下降趋势，以及较大或较小体积的之字形。
而且你可以很容易地将你的买入和卖出与这些对象的开始和结束相匹配，并赚取由此产生的几乎所有利润（减去因价差和工作程序质量不高造成的损失）。
你已经简单地解释了一切，但我将试图简化它，不涉及货币 运动的性质、模型、趋势和程序开发，因为所有这些，IMHO，已经被反复覆盖，它可以被无限地思考。
使用机器学习来跟踪市场记忆是另一回事：只要教机器人在价格历史的高峰和低谷上进行交易。
当然，学习必须是快速和高质量的，而且我可能要经常做，但所有这些都可以通过一个简单的自动化来解决，特别是我已经有了它。
唯一要做的是在实践中检查训练有素的机器人能靠惯性交易多少，多长时间需要改变或重新训练，以及采取哪部分历史。
这就像下坡时从跳台上跳下来，加速、跳跃、尽可能地飞，然后再回到上坡，这就更容易了:)
你已经简单地解释了一切，但我将尝试简化它，不涉及货币 运动的性质、模式、趋势和程序开发，因为所有这些，IMHO，已经被反复涉及，人们可以无休止地思考。
另一件事是在机器学习上坐在市场记忆的尾巴上，没有什么可想的，只要教机器人在价格历史的高峰和低谷上进行交易。
当然，你必须快速和有质量地教它，而且你可能必须经常这样做，但所有这些都可以通过原始的自动化来解决，此外，我已经有了。
唯一要做的是在实践中检查训练有素的机器人能靠惯性交易多少，需要多长时间改变或重新训练，以及需要研究历史的哪些部分。
这就像下坡时从滑雪跳台上跳下，加速、跳跃，尽可能地飞起来，然后再回到山上，这就更容易了：)
也许这也是达到预期效果的某种变体。试试吧，也许有些事情会成功的。
一般来说，对这里的每一个人来说，最理想的情况是，从
尽可能多地进行交易，甚至更好--当天和每笔交易的所有利润。
并以自己的时间和金钱付出最少的努力。
Ivan Negreshniy:
另一件事是用机器学习坐在市场记忆的尾巴上，没有什么可想的，只要教机器人在价格历史的高峰和低谷上进行交易。
不是按价格历史，而是按增量--它们构成了价格（所有增量的积分实际上就是起点的价格）。
幸运的是，对于神经网络专家来说，这种BP的Kolmogorov预测的第一条件（期望值=0）是成立的。
第2个条件--静止性--不被满足。
我建议，除了增量本身，还可以向NS输入它们的矩：方差、偏度、峰度......。和自 相关系数。国家安全局只是不得不在这些垃圾中找到规律性的东西。
好吧，我最近读到了你提出的参与EA创作的提议，在消息消失之前，我没有时间准备回复... :)
事情是这样的，机器生成的EA非常难以手工纠正。 首先，它可能是几兆字节的代码，有时我不得不使用命令行编译器，因为带有优化的内置编辑器很慢，其次，它是一个常数、权重系数的数组，从逻辑上很难说得通。
因此，为了举例说明，我不得不在英镑兑美元M15上生成一个新的、学习周期短的最小化专家顾问，一个3条杠模式和决策树模型，这样你至少可以看透这个逻辑。
下面是该EA在不同工具、时间段、经纪商的一些测试。
GBPUSD M30 RoboForex
EURUSD M15 InstaForex
GBPUSD M15 Alpari
澳元兑美元 H1 MetaQuotes
但要解决MO的主要任务--预测，我们需要更多的实验，包括不同的输入数据、模型、训练参数和正向测试，我们最终需要了解和学习如何使用市场记忆，或者最终确定根本没有记忆 :)
忘记预测--跟随价格
图片显示的是黄金和入场点，也就是说，任何系统都是跟随价格的。
你已经简单地解释了一切，但我将尝试简化它，不涉及货币 运动的性质、模式、趋势和程序开发，因为所有这些，IMHO，已经被反复做了，人们可以无休止地思考它。
机器学习上的市场记忆是另一回事，没有什么可想的，只要教机器人在价格历史的高峰和低谷上进行交易即可。
当然，学习必须是快速和高质量的，而且我可能不得不经常这样做，但所有这些都可以通过简单的自动化来解决，而且，我已经有了它。
现在只剩下在实践中找出一个训练有素的机器人能多长时间靠惯性交易，多长时间需要改变或重新训练，以及需要研究历史的哪些部分。
这就像下坡时从跳台上跳下，加速、跳跃、尽可能地飞，然后再回到上坡，这就更容易了:)
市场是不断变化的，基于一种算法的机器人会失败，让一切付诸东流。
我还没有看到一个更好的。
市场是不断变化的，一个算法上的机器人会失败，把所有的东西都炸掉...。
市场是不断变化的，机器人只要有一个算法就会失败，就会一败涂地。