Optuna — это продвинутая структура оптимизации гиперпараметров с визуализацией для интерпретируемости. Введение В этой статье мы обсудим Optuna, программную среду для оптимизации гиперпараметров, специально разработанную для конвейеров машинного обучения. Optuna позволяет пользователям применять самые современные алгоритмы для выборки гиперпараметров и исключения бесперспективных испытаний. Это помогает значительно ускорить время оптимизации и производительность по сравнению с..

Мои усилия по поиску оптимальных параметров ADX для получения наибольшей доходности пока увенчались успехом. Во-первых, мне удалось найти хороший источник данных в реальном времени, доступных через Python API. Я определил, что Альпака была лучшей, как описано здесь . Во-вторых, я создал систему для тестирования гипотетического торгового бота на основе ADX, но на статических данных. Вот тот пост . В-третьих, я выложил свое расследование упущенных возможностей торгового бота...

Во-первых, установите optuna с помощью pip. Здесь мы загружаем библиотеку optuna и sklearn и устанавливаем уровень детализации только для предупреждений . Давайте сначала разберемся с тремя терминами в Optuna. Пробная : выполнение целевой функции. Исследование . Оптимизация, основанная на целевой функции, включает ряд испытаний. Параметр : переменная, которую мы хотим оптимизировать. Начнем с примера. У нас есть эта квадратичная функция ниже, и мы хотим ее оптимизировать...