#ml — посты и обсуждения
3 доступных поста
Как меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганным
Раннее писал о том, как наконец запустил обучение нейронных сетей в связке Metatrader+dll+R+Python+(Deepnet, Keras, Tensorflow и др).
Раз все теперь работает корректно, можно продолжить эксперименты.
В предыдущий раз, я использовал более менее дефолтные настройки, которые уже не раз запускал для отладки работы самих алгоритмов и технологической связки.
Настало время немного “подкрутить” параметры. Для иллюстрации, того, как изменится кривая Equity изменим параметры учителя немного, а именно сделаем два канала и синхронизируем их. Все, что не удалось синхронизировать в одинаковую сторону сигналы двух каналов, обозначим, как NA и в последствии уберём из обучающей выборки.
Период, принципы торговой системы (ТС) из предыдущей статьи и другие параметры сетей изменять не будем (пример №1 из предыдущей статьи).
Был запущен дополнительный вариант тестирования, при котором позиция закрывалась на следующем баре, если не достигла заданного TP. Посмотрим, что получилось.
Прокомментировать
681
Суслик есть или нет. Сравнение RSI, Random и ИИ (ML DL DNN LSTM) в трейдинге
Именно такое название хотелось обозначить и закрыть свой “гештальт” в вопросе целесообразности (эффективности) использования каких либо “индюков” (индикаторы) или ML/DL при предсказании (найти в хаосе тренд) будущей цены на валютных парах.
Наверное, много, кто “гонял” оптимизатор и история, чтобы найти оптимальные параметры на какой-то срок, потом круг повторялся, когда все ломалось. Мне надоело, так делать и мне хотелось, чтобы механизм нейронных сетей (ML/DL) делал это за меня и за тестер. Так, начал свой “ресерч” (мне было очень интересно сравнить разные сигналы в одинаковых условиях ТС), потом забрасывал на годы, потом пересматривал и вот наконец, все таки, “добил” и оно “заработало”.
Предлагаю выбрать (LSTM, DNN_v1, RSI, DNN_v2, Random) и написать свой ответ в комментариях, какому варианту результата соответствует данный график Equity:
Прокомментировать
506
aft_id. Первые итоги эксперимента. Счёт в минусе, сын — в роли сеньора, а модель выхода — в ступоре 🤖📉👶
В конце октября я запустил эксперимент, в котором три ML-модели должны были научиться торговать вместе. Прошёл первый этап — время подвести итоги и признаться во всём.
Этап 1: «Детский сад» для моделей 🎒
Цель была проста — дать моделям входа и выхода хоть какой-то опыт реальных сделок. Поэтому вся торговля шла на модели-пророке, а сделки закрывались по классическим стоп-лоссу и тейк-профиту.
Итоги Фазы 1:
· Счёт: -3%. Это неплохо для этапа обучения! Я не расстроен, я — научен
.
· Модель входа: Накопила необходимый минимум данных и готова к принятию решений. Пока будет ошибаться — это нормальный путь обучения.
· Модель выхода: В ступоре. Отказывается адекватно учиться на завершённых сделках. Причина пока — тайна, покрытая мраком. Это главная задача для доработки.
Главный саботажник эксперимента 👶
Самое забавное и необъяснимое произошло, когда я уже настроил систему. Сделки пошли в плюс, и счёт начал расти. Но тут мой двухлетний сын, видимо, решил, что его скиллы в трейдинге превосходят мои. Он что-то там понажимал... и количество успешных сделок заметно сократилось. Что именно он переписал в коде — я так и не понял. Придётся считать его безымянным сеньор-разработчиком этого проекта. 😄
План на Этап 2:
Главная и единственная цель — заставить модель выхода учиться. И, конечно, пристально следить за поведением всей системы.
Эксперимент продолжается. Обещаю держать в курсе, даже если счёт будет уходить в ещё больший минус. Это честный путь.
P.S. «Когда твой главный бэкенд-разработчик — ребёнок, который предпочитает клавиатуру игрушкам».
Прокомментировать
1K