설령 맞다고 해도 시공의 문제가 아니라 전제의 문제입니다. 그러나 나는 당신의 전략에 약간의 함정이 있다고 생각합니다. 예를 들어, 이익이 예금에 대한 이자를 크게 초과하지 않거나 변동성이 너무 높습니다. 그렇지 않으면 그러한 많은 전략을 찾아 더 큰 포트폴리오로 수집할 수 있습니다.
퍼센트 단위의 세 자리 수익, 변동성은 최소화됩니다. 그러나 그것은 확장되지 않으며 포트폴리오는 도구(시장)의 수를 늘려야만 수집할 수 있습니다. 전략 은 내 것이 아니다.
Традиционно подведем итоги прошедшего года. Напоминаю, мы работаем исключительно высокочастотными роботами на всех доступных биржах (ну почти 🙂 ). Выше показан результат по ФОРТС + валютная секция МОЕКС. График представлен в долях от использованного ГО, учитывается только результат на конец дня. Комиссия биржи учтена, комиссия брокера - нет...
1) 역사적으로 확립된 패턴이 미래에도 반드시 통한다는 것을 증명할 수 있는 방법도 없고 증명할 방법도 없는 것은 자명하다고 생각합니다.
2) 과거의 데이터에 따라 미래에 대한 결정론(non-randomness) 패턴을 설정하는 방법의 존재는 단락 (1)에 대한 부정이 될 것입니다.
우리는 오직 역사적 패턴의 획일성을 확립할 수 있는 교차 검증만 가지고 있습니다. 우리는 패턴을 보간할 수 있을 뿐 외삽할 수 없습니다. 우리는 잘 보간된 패턴이 잘 외삽될 것이라는 매우 약한 가정만을 가지고 있습니다. 이것은 연역적 추론이 아니라 유추에 의한 추론의 변형인 귀납적 추론일 뿐입니다.
시스템이 작성되고 철학적이지 않은 경우 패턴이 나타납니다.
다시 한 번 제안합니다
잃지도, 벌지도 않는 마인드로 시스템을 만들어라
---
근거가 없기 때문에 시스템의 특정 행동에 대한 kotir의 반응을 이해 / 발견 / 볼 수 있습니다.
저자는 좁은 원으로 널리 알려져 있습니다. "20XX에 대한 결과가 있냐"는 질문에 그는 보통 글을 쓰는 의미가 없다고 대답한다. 해를 거듭해도 결과는 같습니다. 자원에 대한 마지막 항목은 2021년 3월 29일자입니다.
오해하지 마십시오. 이 특정 사람이 쓴 내용이나 귀하의 추천에 대해 질문하려는 것이 아닙니다. 이 포럼은 다른 많은 포럼과 마찬가지로 "우리는 그런 장치를 가지고 있지만 그것에 대해 말하지 않을 것입니다!"와 유사한 형식의 진술로 가득 차 있습니다. 여기 위의 좋은 예) 한 가지 경우를 믿는다면 다른 유사한 경우를 믿지 않을 근거가 무엇입니까? 그러나 이 매우 불안정한 기반 위에서 의미 있는 것을 구축하는 것은 절대 불가능합니다. 따라서 나는 약하지만 의미 있고 적어도 어떻게 든 검증 가능한 진술을 기반으로하는 것을 선호합니다.
2개의 모델이 사용됩니다. 하나는 매수 또는 매도를 예측하고 다른 하나는 거래 여부를 예측합니다.
먼저 첫 번째 것이 훈련된 다음 예측이 잘 안되는 곳을 보고 이러한 예를 "거래 안함"으로 표시하고 나머지는 "거래"로 표시하고 이에 대한 두 번째 모델을 훈련합니다.
첫 번째 모델은 훈련 사이트뿐만 아니라 추가 모델에서도 테스트되고 두 번째 모델은 두 사이트에서 모두 훈련됩니다.
이를 여러 번 반복하여 동일한 데이터 세트에서 두 모델을 재교육합니다. 결과는 샘플에 대해 점차적으로 향상됩니다. 그러나 항상 대조 샘플에 있는 것은 아닙니다.
이와 병행하여 불량 거래의 로그는 모든 패스에 걸쳐 누적된 상태로 유지되고 "거래 안함"에 대한 모든 "불량" 거래는 두 번째 모델을 훈련하기 위해 여기에 수집되고 더 많은 사본과 같은 몇 가지 원칙에 따라 필터링됩니다. 모든 패스에 대해 나쁜 거래가 있을수록 "거래 안 함"으로 표시할 확률이 높아집니다.
예를 들어, 모든 교육 반복에 대한 각 날짜에 대해 특정 수의 불량 거래가 누적되었으며 이 수가 임계값(평균, 평균)을 초과하는 경우 해당 거래는 "거래 안함"으로 레이블이 지정됩니다. 나머지는 건너뜁니다. 그렇지 않으면 훈련 반복이 많은 경우 모든 트랜잭션을 제외할 수 있습니다.
bad_samples_fraction
계수를 사용하면 출구에서 트랜잭션 수 를 조정할 수 있습니다. 낮을수록 더 많은 트랜잭션이 필터링됩니다.
...이 시점에서 나는 이미 쓰기에 지쳤습니다 ...
새로운 독립 사이트에서 결과를 개선하기 위해 이러한 모델 조합을 어떻게 개선할 수 있습니까? 이것이 작동할 수 있는 어떤 철학이 있습니까? 모델이 각 라운드의 재교육에서 자연스럽게 서로를 향상시킨다는 사실(오류가 떨어짐)을 제외하고는 적합성을 제거하는 방법은 무엇입니까?
삽화. 차트는 3부분으로 나뉩니다. 후자에서는 첫 번째 모델이 훈련되고, 끝에서 두 번째, 마지막에서 두 번째, 첫 번째 세 번째 모델은 검사 샘플입니다. 당연히 마지막 섹션이 가장 좋고 처음 세 번째 섹션이 가장 나쁩니다.
탬버린으로 춤추는 것이 더 이상 유행하지 않는다는 소문이 있습니다.
설령 맞다고 해도 시공의 문제가 아니라 전제의 문제입니다. 그러나 나는 당신의 전략에 약간의 함정이 있다고 생각합니다. 예를 들어, 이익이 예금에 대한 이자를 크게 초과하지 않거나 변동성이 너무 높습니다. 그렇지 않으면 그러한 많은 전략을 찾아 더 큰 포트폴리오로 수집할 수 있습니다.
퍼센트 단위의 세 자리 수익, 변동성은 최소화됩니다. 그러나 그것은 확장되지 않으며 포트폴리오는 도구(시장)의 수를 늘려야만 수집할 수 있습니다. 전략 은 내 것이 아니다.
퍼센트 단위의 세 자리 수익, 변동성은 최소화됩니다. 그러나 그것은 확장되지 않으며 포트폴리오는 도구(시장)의 수를 늘려야만 수집할 수 있습니다. 전략 은 내 것이 아니다.
나는 거기에 쓰여진 모든 것을 절대적으로 믿습니다. 2년동안 성과가 없는게 아쉬울뿐)
나는 거기에 쓰여진 모든 것을 절대적으로 믿습니다. 2년동안 성과가 없는게 아쉬울뿐)
저자는 좁은 원으로 널리 알려져 있습니다. "20XX에 대한 결과가 있냐"는 질문에 그는 보통 글을 쓰는 의미가 없다고 대답한다. 해를 거듭해도 결과는 같습니다. 자원에 대한 마지막 항목은 2021년 3월 29일자입니다.
저자는 좁은 원으로 널리 알려져 있습니다. "20XX에 대한 결과가 있냐"는 질문에 그는 보통 글을 쓰는 의미가 없다고 대답한다. 해를 거듭해도 결과는 같습니다. 자원에 대한 마지막 항목은 2021년 3월 29일자입니다.
병합....
1) 역사적으로 확립된 패턴이 미래에도 반드시 통한다는 것을 증명할 수 있는 방법도 없고 증명할 방법도 없는 것은 자명하다고 생각합니다.
2) 과거의 데이터에 따라 미래에 대한 결정론(non-randomness) 패턴을 설정하는 방법의 존재는 단락 (1)에 대한 부정이 될 것입니다.
우리는 오직 역사적 패턴의 획일성을 확립할 수 있는 교차 검증만 가지고 있습니다. 우리는 패턴을 보간할 수 있을 뿐 외삽할 수 없습니다. 우리는 잘 보간된 패턴이 잘 외삽될 것이라는 매우 약한 가정만을 가지고 있습니다. 이것은 연역적 추론이 아니라 유추에 의한 추론의 변형인 귀납적 추론일 뿐입니다.
시스템이 작성되고 철학적이지 않은 경우 패턴이 나타납니다.
다시 한 번 제안합니다
잃지도, 벌지도 않는 마인드로 시스템을 만들어라
---
근거가 없기 때문에 시스템의 특정 행동에 대한 kotir의 반응을 이해 / 발견 / 볼 수 있습니다.
일반적으로 이것은:
- GEP
- 검은 백조
- 추세
- 평평한
- 머리핀과 긴 꼬리
이 모든 것은 이론가들이 일반적으로 인정하는 이유와 전혀 관련이 없는 규칙성입니다.
여기 에 거래 시스템을 구축하기 위해 알아야 할 필요하고 충분한 이론저자는 좁은 원으로 널리 알려져 있습니다. "20XX에 대한 결과가 있냐"는 질문에 그는 보통 글을 쓰는 의미가 없다고 대답한다. 해를 거듭해도 결과는 같습니다. 자원에 대한 마지막 항목은 2021년 3월 29일자입니다.
오해하지 마십시오. 이 특정 사람이 쓴 내용이나 귀하의 추천에 대해 질문하려는 것이 아닙니다. 이 포럼은 다른 많은 포럼과 마찬가지로 "우리는 그런 장치를 가지고 있지만 그것에 대해 말하지 않을 것입니다!"와 유사한 형식의 진술로 가득 차 있습니다. 여기 위의 좋은 예) 한 가지 경우를 믿는다면 다른 유사한 경우를 믿지 않을 근거가 무엇입니까? 그러나 이 매우 불안정한 기반 위에서 의미 있는 것을 구축하는 것은 절대 불가능합니다. 따라서 나는 약하지만 의미 있고 적어도 어떻게 든 검증 가능한 진술을 기반으로하는 것을 선호합니다.
나는 거기에 쓰여진 모든 것을 절대적으로 믿습니다. 2년동안 성과가 없는게 아쉬울뿐)
아하하하 5초 ±
나는 결합하려고 노력하지만 지금까지는 이론상 눈에 띄는 편향이 있습니다.
다음과 같은 질문이 있습니다.
2개의 모델이 사용됩니다. 하나는 매수 또는 매도를 예측하고 다른 하나는 거래 여부를 예측합니다.
먼저 첫 번째 것이 훈련된 다음 예측이 잘 안되는 곳을 보고 이러한 예를 "거래 안함"으로 표시하고 나머지는 "거래"로 표시하고 이에 대한 두 번째 모델을 훈련합니다.
첫 번째 모델은 훈련 사이트뿐만 아니라 추가 모델에서도 테스트되고 두 번째 모델은 두 사이트에서 모두 훈련됩니다.
이를 여러 번 반복하여 동일한 데이터 세트에서 두 모델을 재교육합니다. 결과는 샘플에 대해 점차적으로 향상됩니다. 그러나 항상 대조 샘플에 있는 것은 아닙니다.
이와 병행하여 불량 거래의 로그는 모든 패스에 걸쳐 누적된 상태로 유지되고 "거래 안함"에 대한 모든 "불량" 거래는 두 번째 모델을 훈련하기 위해 여기에 수집되고 더 많은 사본과 같은 몇 가지 원칙에 따라 필터링됩니다. 모든 패스에 대해 나쁜 거래가 있을수록 "거래 안 함"으로 표시할 확률이 높아집니다.
예를 들어, 모든 교육 반복에 대한 각 날짜에 대해 특정 수의 불량 거래가 누적되었으며 이 수가 임계값(평균, 평균)을 초과하는 경우 해당 거래는 "거래 안함"으로 레이블이 지정됩니다. 나머지는 건너뜁니다. 그렇지 않으면 훈련 반복이 많은 경우 모든 트랜잭션을 제외할 수 있습니다.
계수를 사용하면 출구에서 트랜잭션 수 를 조정할 수 있습니다. 낮을수록 더 많은 트랜잭션이 필터링됩니다.
...이 시점에서 나는 이미 쓰기에 지쳤습니다 ...
새로운 독립 사이트에서 결과를 개선하기 위해 이러한 모델 조합을 어떻게 개선할 수 있습니까?
이것이 작동할 수 있는 어떤 철학이 있습니까? 모델이 각 라운드의 재교육에서 자연스럽게 서로를 향상시킨다는 사실(오류가 떨어짐)을 제외하고는 적합성을 제거하는 방법은 무엇입니까?
삽화. 차트는 3부분으로 나뉩니다. 후자에서는 첫 번째 모델이 훈련되고, 끝에서 두 번째, 마지막에서 두 번째, 첫 번째 세 번째 모델은 검사 샘플입니다. 당연히 마지막 섹션이 가장 좋고 처음 세 번째 섹션이 가장 나쁩니다.
잘못된 거래 로그를 사용하여 두 모델을 모두 15번 반복했습니다.