Теперь проводим полный эксперимент. Шагаем по дням. Оптимизируем параметры на предыдущих 200 днях, строим прогноз в текущем дне и переходим к следующему дню.
Таким образом проходим некоторый диаппазон. Результат ниже.
Оптимизация проходит на 50 эпохах. Весь расчет длился 40 минут.
К сожалению с первого подхода не удалось получить модель с доходностью выше рынка.
Необходимы дальнейшие эксперименты. Но вид получившегося графика игры не плохой. Есть надежда на хороший результат в дальнейших экспериментах.
В виду того, что модель была простейшей, она на каждом шаге начинала оптимизацию от нуля. Если мы делаем предположение, что параметры модели должны плавно изменяться от шага к шагу, то можно передавать популяцию параметров к следующему шагу и таким образом доучивать модель на каждом шаге. Так и сделаем в следующем эксперименте.
Комментариев нет:
Отправить комментарий