文章 "神经网络变得轻松（第四十五部分）：训练状态探索技能" - 页 2

新评论
 
Oleg Pavlenko #:

清除所有测试人员日志，在欧元兑美元 H1 上 运行2023 年前 4 个月的研究 优化。

我在真实点数上运行了它：

结果：总共 4 个样本，2 个正值样本和 2 个负值样本：

也许我做错了什么，优化了错误的参数，或者我的终端出了问题？不清楚...我正在尝试重复文章中的结果...

错误从一开始就有。

数据集和优化结果以及代理和测试人员日志附在 Research.zip 压缩包中

1.我使用的是完全优化，而不是快速优化。这样可以对给定参数进行全面枚举。
2. 启动 Research 时有盈利和不盈利的情况是正常的。首次运行时，神经网络以随机参数初始化。在训练过程中对模型进行调整。

 
Dmitriy Gizlyk #:

问题在于您运行的是 "tester.ex5"，它会检查训练有素模型的质量，而您还没有这些模型。首先，你需要运行 Research.mq5 来创建示例数据库。然后运行 StudyModel.mq5，训练自动编码器。在 StudyActor.mq5 或 StudyActor2.mq5 中训练演员（奖励函数不同）。只有这样，tester.ex5 才能正常工作。注意，在后者的参数中需要指定演员模型 Act 或 Act2。这取决于用于研究 Actor 的 Expert Advisor。

德米特里，您好！

您能告诉我如何理解训练的进展情况吗？强化学习中的错误百分比重要吗？

您学习了 多少个循环（StudyModel.mq5->StudyActor2.mq5），直到您得到了适当的结果？

您在文章中指出，您最初收集了 50 次运行。在训练过程中，您是对初始基础进行了补充，还是删除并重新创建了初始基础？

您是每次都使用 100,000 次迭代，还是每次都改变迭代次数？这取决于什么？


我给网络上了 3 天课，大概进行了 40-50 次循环。结果就像截图一样。有时它只给出一条直线（不打开或关闭交易）。有时会打开很多交易，但不关闭。只有净值发生变化。我尝试了不同的示例基础。我尝试创建 50 个示例，然后进行循环。我试着创建 96 个示例，每 10 个循环再添加 96 个示例，如此循环，直到 500 个。结果还是一样。我该怎么教？我做错了什么？

tester.ex5的其中一个通道
 
Viktor Kudriavtsev #:

下午好 迪米特里

您能告诉我如何了解训练的进展情况吗？强化学习中的错误百分比重要吗？

您学习了 多少个循环（StudyModel.mq5->StudyActor2.mq5），直到获得了适当的结果？

您在文章中指出，您最初收集了 50 次运行。在训练过程中，您是对初始基础进行了补充，还是删除并重新创建了初始基础？

您是每次都使用 100,000 次迭代，还是每次都改变迭代次数？这取决于什么？


我给网络上了 3 天课，大概进行了 40-50 次循环。结果就像截图一样。有时它只给出一条直线（不打开或关闭交易）。有时会打开很多交易，但不关闭。只有净值发生变化。我尝试了不同的示例基础。我尝试创建 50 个示例，然后进行循环。我试着创建 96 个示例，每 10 个循环再添加 96 个示例，以此类推，直到 500 个。结果还是一样。我该怎么教？我做错了什么？

还是一样...

花了几天时间，结果还是一样。

怎么教也不清楚...

我没能得到文章中的结果....

12
新评论