OOS가 왼쪽에 있으면 TS가 과도하게 훈련되지 않았고 앞을 보고 있지 않다고 보장할 수 없습니다. 이는 TC를 테스트할 때 다른 어떤 것보다 먼저 해결해야 할 첫 번째 주요 문제입니다.
어떤 문제가 있나요? 차이가 없습니다! 둘 중 하나든 둘 다든 상관없습니다. 올바르게 테스트해야 하며 오른쪽에서 바스타 - OOS가 필요합니다.
그리고 다음과 같이 테스트를 위해 테스터와 양식 파일을 잊어 버리는 것이 좋습니다:
의심의 여지없이 매우 범주적인 진술. 나는 OOS 배치 주제에 대한 게시물을 만들었습니다.
테스터를 싫어하는 것은 이번이 처음이 아닙니다. 제가 왜 숫자 크러셔를 싫어했는지 모르겠습니다.
두 개의 파일이 있습니다.
첫 번째 파일은 샘플별로 무작위로 훈련, 테스트, 검증의 세 부분으로 나뉩니다. (무작위) 훈련 샘플을 학습한 다음 무작위 테스트 및 검증 샘플을 확인합니다. 이 파일은 모두 첫 번째 파일에서 서로 다른 부분입니다. 결과를 비교하세요. 결과가 거의 같으면 두 번째 "자연 시퀀스" 파일을 확인합니다. 여기서도 거의 동일하다면 TC가 과잉 훈련되지 않았으며 앞을 내다보지 않는다는 주요 결론을 내릴 수 있습니다. 이 결론이 있어야만 정확도, 수익성 등 다른 모든 것에 대해 이야기하는 것이 합리적이며, 이 모든 것은 부차적인 것입니다.
앞을 보는 것과 과잉 훈련을 테스트 할 수있는 다른 방법이 거의 없다는 점에 주목합니다.
최적화에서 어떻게 앞을 내다볼 수 있는지 잘 모르겠습니다.
방법론에 대해. 훈련/테스트/시험으로 나눌 필요성을 이해하지 못하겠습니다. 가장 유리한 통계 연구를 가지고도 TC가 과잉 훈련되지 않았다고 주장하는 것은 너무 자기 패배적인 것 같습니다.
제가 결론을 내릴 수 있는 것은 'TC가 훈련 간격 전후에 어떤 패턴을 발견했을 가능성이 있다'는 정도입니다. 동시에 이 패턴이 이미 깨지지 않았다는 보장은 없습니다."
Когда-то в паблике столкнулся с мнением, что OOS должен располагаться только справа. Т.е. расположение его слева от интервала Оптимизации - ошибка. Я с этим был категорически не согласен, т.к. не
물론 상황에 따라 다릅니다. 그러나 종종 샘플 직후에 중단되는 것을 볼 수 있습니다. 아마도 어떤 것에 더 많은 주의를 기울이고 그것이 너무 자주 발생한다는 인상을받을 때인지 왜곡 일 수 있습니다.
틱 전략에 대해서는 잘 모르지만 이러한 행동의 요인 중 하나는 예를 들어 트레이닝 시 비교 가능한 데이터가 부족하기 때문일 수 있습니다.
차트는 3년간의 일간 트레이딩을 보여줍니다.
어떤 훈련 방법을 사용하는지 모르겠지만 트리 시스템이나 조건부 지표 (함수)의 범위를 제한하는 필터 인 경우 각 범위에 속하는 예제 수를 추정 할 가치가 있습니다.
제가 하지 않은 것은 각 범위를 플로팅하는 것이었습니다. 통계 데이터는 세어 보았지만 그래프 자체는 보지 않았습니다.
가능한 상황은 데이터 드리프트와 필터/리스트에 대한 확률 분포의 변화입니다.
예를 들어, 훈련용 샘플에서 양자 세그먼트를 선택한 다음 다른 두 샘플에서 그 분포(목표 0||1에 대한 정답과 오답의 비율)를 추정하면 3개의 샘플에서 안정성 기준을 충족하는 것이 25%~30% 이내로 나타나며, 이 경우 모델이 불안정한 예측자를 선택할 가능성이 더 높아져 사이트 중 하나에서 작동이 중지된다는 것이 분명합니다.
결국 모든 것은 망원경으로 혜성의 꼬리를 무작위로 관찰하는 것이 아니라 단순한 패턴을 분석하는 것, 즉 그렇게 고려해야 할 이유를 찾는 것으로 귀결됩니다.
와우. 최적화 프로세스 자체에 반대하시는 건 아니시죠? 샘플 간격에서 원하는 곡선을 얻는 것은 다른 간격과 논리적으로 관련이 없습니다.
지식이나 선호도에 따라 매개 변수를 설정했기 때문에 연결되어 있습니다. 처음에는 어떤 매개 변수를 통해 더 나은 곡선을 얻는 방법을 알고 있습니다. 또한 이전 차트에서 더 일찍 거래하고 이 경험을 활용해 새로운 차트에서 TS를 만들었을 수도 있습니다. 이러한 게슈탈트 치료의 깊이는 엄청날 수 있습니다 :)
나는 시스템의 이러한 동작을 만났는데, 오른쪽 OOS에 날카로운 매화가있을 때 발견 된 시장 패턴의 급격한 180도 반전과 직접적으로 연결되어 있다고 생각하지 않습니다 (재교육이나 조정과 같은 실제 문제보다는 신비로운 성격의 이유, 부두 관행의 사용 및 일반적으로 재교육이나 조정과 같은 실제 문제보다는 적어도 훈련 종료 후 날카로운 매화가 항상 발생하는 것이 이상하기 때문입니다). 일반적으로 이것은 Max가 위에서 말한 것처럼 오탐 (또는 오탐)을 유발하는 코드의 일부 오류로 인해 발생하며,이를 수정하면 최악의 경우 (과도한 훈련) 또는 최상의 경우 (발견 된 패턴의 퇴색 및 / 또는 점진적인 변화)에서 OOS에서 임의의 동작으로 이어집니다 수익성의 점진적인 퇴색).
코드에 버그가 없다는 것은 코드가 프로그래밍하기 전에 의도한 대로 정확하게 작동한다는 의미라고 생각합니다. 이런 의미에서 모든 것이 정상입니다.
그리고 일반적인 경우 코드에 오류가 있는 TC는 여전히 TC입니다. 다만 작성자가 원래 의도했던 것과는 다를 뿐입니다.
OOS는 항상 오른쪽에 있어야 합니다.
OOS가 왼쪽에 있으면 TS가 과도하게 훈련되지 않았고 앞을 보고 있지 않다고 보장할 수 없습니다. 이는 TC를 테스트할 때 다른 어떤 것보다 먼저 해결해야 할 첫 번째 주요 문제입니다.
어떤 문제가 있나요? 차이가 없습니다! 둘 중 하나든 둘 다든 상관없습니다. 올바르게 테스트해야 하며 오른쪽에서 바스타 - OOS가 필요합니다.
그리고 다음과 같이 테스트를 위해 테스터와 양식 파일을 잊어 버리는 것이 좋습니다:
의심의 여지없이 매우 범주적인 진술. 나는 OOS 배치 주제에 대한 게시물을 만들었습니다.
테스터를 싫어하는 것은 이번이 처음이 아닙니다. 제가 왜 숫자 크러셔를 싫어했는지 모르겠습니다.
두 개의 파일이 있습니다.
첫 번째 파일은 샘플별로 무작위로 훈련, 테스트, 검증의 세 부분으로 나뉩니다. (무작위) 훈련 샘플을 학습한 다음 무작위 테스트 및 검증 샘플을 확인합니다. 이 파일은 모두 첫 번째 파일에서 서로 다른 부분입니다. 결과를 비교하세요. 결과가 거의 같으면 두 번째 "자연 시퀀스" 파일을 확인합니다. 여기서도 거의 동일하다면 TC가 과잉 훈련되지 않았으며 앞을 내다보지 않는다는 주요 결론을 내릴 수 있습니다. 이 결론이 있어야만 정확도, 수익성 등 다른 모든 것에 대해 이야기하는 것이 합리적이며, 이 모든 것은 부차적인 것입니다.
앞을 보는 것과 과잉 훈련을 테스트 할 수있는 다른 방법이 거의 없다는 점에 주목합니다.
최적화에서 어떻게 앞을 내다볼 수 있는지 잘 모르겠습니다.
방법론에 대해. 훈련/테스트/시험으로 나눌 필요성을 이해하지 못하겠습니다. 가장 유리한 통계 연구를 가지고도 TC가 과잉 훈련되지 않았다고 주장하는 것은 너무 자기 패배적인 것 같습니다.
제가 결론을 내릴 수 있는 것은 'TC가 훈련 간격 전후에 어떤 패턴을 발견했을 가능성이 있다'는 정도입니다. 동시에 이 패턴이 이미 깨지지 않았다는 보장은 없습니다."
파란색 또는 빨간색 중 어떤 알약을 복용할지 결정할 수 있습니다.)
네, 운과 해킹이죠. 따라서 결과는 무엇이든 될 수 있습니다.
잠깐만요, 지금 어떤 종류의 선택에 대해 이야기하고 있는 건가요?
잠깐만요, 지금 이 시점에서 어떤 선택을 하라는 건가요?
이 옵션을 선택하고 왼쪽은 좋고 오른쪽은 나쁘다는 것을 보여주었습니다.
최적화를 위한 여러 가지 옵션이 있지만 이 옵션을 선택하여 표시한 것입니다.
이 옵션을 선택하고 왼쪽이 좋고 오른쪽이 나쁘다는 것을 보여주었습니다.
그렇지 않습니다. 방법은 다음과 같습니다.
트레이딩, 자동 트레이딩 시스템 및 테스트 트레이딩 전략에 관한 포럼.
트레이딩의 기계 학습 : 이론, 모델, 실습 및 알고리즘 트레이딩
FXSABER, 2023.08.17 06:58
나는 그런 자기기만을 연습하지 않습니다. 나는 이런 식으로 만합니다.
저는 선택하지 않았습니다. 방법은 다음과 같습니다.
음, 더 정교한 해킹 :) 여전히 여러 테스트와 TC 매개 변수 범위 선택이 있습니다. 그들은 천장에서 가져 오지 않습니다.
훈련 기간을 줄이면 그래프 추세 반전이 그만큼 빨리 일어날까요?
물론 상황에 따라 다릅니다. 그러나 종종 샘플 직후에 중단되는 것을 볼 수 있습니다. 아마도 어떤 것에 더 많은 주의를 기울이고 그것이 너무 자주 발생한다는 인상을받을 때인지 왜곡 일 수 있습니다.
틱 전략에 대해서는 잘 모르지만 이러한 행동의 요인 중 하나는 예를 들어 트레이닝 시 비교 가능한 데이터가 부족하기 때문일 수 있습니다.
차트는 3년간의 일간 트레이딩을 보여줍니다.
어떤 훈련 방법을 사용하는지 모르겠지만 트리 시스템이나 조건부 지표 (함수)의 범위를 제한하는 필터 인 경우 각 범위에 속하는 예제 수를 추정 할 가치가 있습니다.
제가 하지 않은 것은 각 범위를 플로팅하는 것이었습니다. 통계 데이터는 세어 보았지만 그래프 자체는 보지 않았습니다.
가능한 상황은 데이터 드리프트와 필터/리스트에 대한 확률 분포의 변화입니다.
예를 들어, 훈련용 샘플에서 양자 세그먼트를 선택한 다음 다른 두 샘플에서 그 분포(목표 0||1에 대한 정답과 오답의 비율)를 추정하면 3개의 샘플에서 안정성 기준을 충족하는 것이 25%~30% 이내로 나타나며, 이 경우 모델이 불안정한 예측자를 선택할 가능성이 더 높아져 사이트 중 하나에서 작동이 중지된다는 것이 분명합니다.
결국 모든 것은 망원경으로 혜성의 꼬리를 무작위로 관찰하는 것이 아니라 단순한 패턴을 분석하는 것, 즉 그렇게 고려해야 할 이유를 찾는 것으로 귀결됩니다.
강조 표시된 부분이 이해가 되지 않습니다.
음, 더 정교한 해킹 :) 여전히 여러 테스트와 TC 매개 변수 범위 선택이 있습니다. 그들은 천장에서 가져온 것이 아닙니다.
그만하세요. 최적화 프로세스 자체에 반대하는 것은 아니시죠? 샘플 간격에서 원하는 곡선을 얻는 것은 순전히 논리적으로 다른 간격과 아무 관련이 없습니다.
와우. 최적화 프로세스 자체에 반대하시는 건 아니시죠? 샘플 간격에서 원하는 곡선을 얻는 것은 다른 간격과 논리적으로 관련이 없습니다.
시스템 수익성은 얼마나 오래 유지되나요?
질문을 잘 이해하지 못하겠습니다. 왼쪽 OOS는 1년입니다. 거꾸로 증가해야합니까?
나는 시스템의 이러한 동작을 만났는데, 오른쪽 OOS에 날카로운 매화가있을 때 발견 된 시장 패턴의 급격한 180도 반전과 직접적으로 연결되어 있다고 생각하지 않습니다 (재교육이나 조정과 같은 실제 문제보다는 신비로운 성격의 이유, 부두 관행의 사용 및 일반적으로 재교육이나 조정과 같은 실제 문제보다는 적어도 훈련 종료 후 날카로운 매화가 항상 발생하는 것이 이상하기 때문입니다). 일반적으로 이것은 Max가 위에서 말한 것처럼 오탐 (또는 오탐)을 유발하는 코드의 일부 오류로 인해 발생하며,이를 수정하면 최악의 경우 (과도한 훈련) 또는 최상의 경우 (발견 된 패턴의 퇴색 및 / 또는 점진적인 변화)에서 OOS에서 임의의 동작으로 이어집니다 수익성의 점진적인 퇴색).
코드에 버그가 없다는 것은 코드가 프로그래밍하기 전에 의도한 대로 정확하게 작동한다는 의미라고 생각합니다. 이런 의미에서 모든 것이 정상입니다.
그리고 일반적인 경우 코드에 오류가 있는 TC는 여전히 TC입니다. 다만 작성자가 원래 의도했던 것과는 다를 뿐입니다.