Блог им. kimkarus

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).

https://smart-lab.ru/blog/1350243.php#comment19932474

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.

Как меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганным


Исходные и обработанные данные

View(price)

Все образы (image) сохраняются на диск, поэтому не составляет труда открыть любой в RStudio и посмотреть, что происходило.

Исходная выборка данных переданная из #Metatrader в #RTerm выглядит в #RStudio так

Как меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганным

View(data_f_tmp$data_train)

Пред обработанная скриптом обучающая выборка для модели DNN (библиотека deepnet) немного отличается. Добавляется учитель ZZ менее “дерганный”, так как синхронизуется по двум каналам, первы = 5.1, второй 15.1

Как меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганным

Добавились данные “учителя” от функции ZZ с синхронизацией двух каналов.

Все метки и данные с NA убираются из выборки для следующей обработки. Если используется вид рекуррентных сетей с окном и в окне будут данные с NA, то серия этого окна убирается целиком, как негодная для обучения.

View(DT$train)

И, наконец, выровненная перемешанная выборка “train” для обучения модели. Индексы строк позже обнуляются (перед функцией обучения).

Как меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганным

Результаты работы алгоритма

Accurancy на тестовой выборке ~0.42-0.53. Но сигналы стали более постоянными, долгосрочными (не меняются на каждом баре).

В тестере стратегий выглядит так.

№ 1

Как меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганнымКак меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганным

№ 2

Как меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганнымКак меняется Equity, если “учитель” (ИИ DNN LSTM) будет менее дерганным

Расшифровка

№ 1 — Библиотека Deepnet (3), модель #DNN, два канала ZZ, avg accurancy = 0.4 — 0.52

№ 2 — Библиотека Deepnet (4), модель #DNN, два канала ZZ, avg accurancy = 0.4 — 0.52, закрытие позиции на следующем баре если профит положительный

Ссылка на архив с результатами в формате Excel / HTML — https://disk.yandex.ru/d/O_EzNZ_DLaqqvw

Итого

Как будто стало лучше. Отдельно можно отметить, что будет, если в ТС добавить закрытие позиций на следующем баре при профите больше 0. Это более длинные серии сделок, в отличии от ожидания установленного TP и SL. И то, что cumco на графике Equity в тестере MT5 стало видно, а не только в RStudio.

Исход в обоих случаях один и тот же, двуканальный ZZ для “учителя” помог сигналу быть более стабильным и постоянным в определенном направлении. Однако параметры ТС сильно влияют на конечный результат при работе одной и той же нейронной модели.

Был ли у вас какой либо положительных или отрицательных опыт, поделитесь.

Данная публикация является личным мнением автора. Мнение владельца сайта может не совпадать с мнением автора.
186
#113 по комментариям
2 комментария
Двухканальный зиг заг? Что из себя представляет?
Евгений Беляев, Все просто. Делаем «zz1» с каналом 5.1 (частные развороты, хорошо повторят график), потом второй «zz2» с каналом 15.1 (идут только крупные развороты, мелкие сглаживаются), в «y» заносим только те сигналы, где идут совпадение по двум функциям ZZ.

Читайте на SMART-LAB:
🇮🇩 Индонезии не хватает сотен тысяч айтишников — новые возможности для Софтлайн?
Индонезия активно цифровизирует промышленность, но рынку не хватает квалифицированных кадров. По оценке Kearney, стране ежегодно требуется...
Фото
✅ Хэдхантер объединил данные соискателя в профиле
🌟 Что случилось
Фото
Колл-оферта в облигациях или почему эмитент может забрать у инвестора выгодный выпуск?
При выборе облигаций инвестор обычно смотрит на купон, доходность к погашению и кредитный рейтинг эмитента. Но иногда в параметрах выпуска есть...
Фото
Сбер РПБУ 8 мес. 2026 г. - менеджмент ждет замедления, но в отчетах пока рекорды
Сбер опубликовал результаты по РПБУ за 8 мес. 2026 г.  Чистая прибыль за 8 месяцев составила 1,33 трлн руб. (+19%). За август 169,1 млрд руб....

теги блога Ilya Kosarev kimkarus

....все тэги



UPDONW
Новый дизайн