비뚤어진 에퀴티는 다시 충분히 길어야, 적어도 1,000번의 트레이드가 되어야 하고, 샤프 비율을 보면 수익률이 없으면 모두가 동의할 것이고, 10번, 100번이라도 이익을 낸다면 드로다운, 이건 심각하지 않다, 이들은 "예금을 분산시키는" 사람들이다.
이 숫자는 어디에서 왔습니까??? 1000건의 거래. Grail은 존재하지 않는다는 것을 기억하십시오. 시장은 너무 일시적으로 변하기 쉽고, 1000 거래의 가치를 볼 때 이것이 존재하지 않는 것 (성배)에 대한 최대 근사치라는 것을 이해하고 100 거래 통계가 마음에 들지 않는 이유는 무엇입니까? 여기 예가 있습니다 ... 예, 이미 게시했습니다. 모델은 40점으로 훈련되었고 80점으로 작업했습니다. 이 비뚤어진 통계에 대해 무엇을 말하고 싶습니까???? 수익이 부족해??? 하지만 차량에 대한 요구 사항이 너무 높아서 유독하지 않습니까 ????
훈련 직후 모델의 품질에 대해 학습하고 OOS의 작동 방식을 보기 위해 다른 미니 섹션을 할당할 필요가 없다는 사실은 말할 것도 없습니다. 이것은 훈련된 모델의 메트릭을 얻은 후에 알려집니다. 즉, 우리는 여러 모델을 훈련하고, 메트릭을 계산하고, 가장 좋은 지표를 가진 모델을 선택하고 지체 없이 즉시 전투에 돌입했습니다.
모델 선택은 매우 쉽습니다. 출력 변수에 동일한 수의 0과 1이 있는 경우 이러한 변수의 엔트로피는 반올림할 때 일반적으로 0.7입니다. 즉, 출력의 불확실성이 상당히 높다. 위 포스트에서 제시한 모델의 VI 값은 0.87입니다. 이것은 두 다항식의 VI의 합입니다. 그리고 이 모든 것이 훈련 영역에서 이루어집니다. 모델이 작동하기 전에. 이러한 지표를 받은 후 동일한 교육 파일을 기반으로 얻은 나머지 모델이 0.7 또는 약 0.7이었기 때문에 이것이 바로 이것이라는 것을 즉시 깨달았습니다. 그건 그렇고, OOS의 같은 사이트에 있는 그러한 모델은 0.6 이하의 점수를 가진 모델뿐만 아니라 약 0을 비난했습니다. 이것들이 합쳐졌습니다.
여기에서 나는 결론을 내린다. 작업 모델은 출력에 대한 상호 정보(MI) 지수가 출력 자체의 엔트로피보다 큰 모델로 간주됩니다. 출력의 불확실성은 0.7이고, 모델 결과의 VI는 0.87입니다. 즉, 모델은 출력 자체의 불확실성보다 출력에 대해 더 많이 알고 있습니다. 40개 값으로 훈련된 모델이 훈련 간격보다 훨씬 더 오래 작동할 때입니다. 그나저나 제가 생각해낸건....
그리고 VI가 1보다 크거나 0.95 이내에서 약간 낮다면 이것은 과적합의 명백한 신호입니다. 데이터를 조작하고 의도적으로 모델을 재교육했습니다. 따라서 모든 VI는 1보다 큽니다. 여기 당신이 생각할 사실과 생각이 있습니다 ....
모델 선택은 매우 쉽습니다. 출력 변수에 동일한 수의 0과 1이 있는 경우 이러한 변수의 엔트로피는 반올림할 때 일반적으로 0.7입니다. 즉, 출력의 불확실성이 상당히 높다. 위 포스트에서 제시한 모델의 VI 값은 0.87입니다. 이것은 두 다항식의 VI의 합입니다. 그리고 이 모든 것이 훈련 영역에서 이루어집니다. 모델이 작동하기 전에. 이러한 지표를 받은 후 동일한 교육 파일을 기반으로 얻은 나머지 모델이 0.7 또는 약 0.7이었기 때문에 이것이 바로 이것이라는 것을 즉시 깨달았습니다. 그건 그렇고, OOS의 같은 사이트에 있는 그러한 모델은 0.6 이하의 점수를 가진 모델뿐만 아니라 약 0을 비난했습니다. 이것들이 합쳐졌습니다.
여기에서 나는 결론을 내린다. 작업 모델은 출력에 대한 상호 정보(MI) 지수가 출력 자체의 엔트로피보다 큰 모델로 간주됩니다. 출력의 불확실성은 0.7이고, 모델 결과의 VI는 0.87입니다. 즉, 모델은 출력 자체의 불확실성보다 출력에 대해 더 많이 알고 있습니다. 40개 값으로 훈련된 모델이 훈련 간격보다 훨씬 더 오래 작동할 때입니다. 아무튼 이렇게 생각해낸 것이...
그리고 VI가 1보다 크거나 0.95 이내에서 약간 낮다면 이것은 과적합의 명백한 신호입니다. 데이터를 조작하고 의도적으로 모델을 재교육했습니다. 따라서 모든 VI는 1보다 큽니다. 여기 당신이 생각할 사실과 생각이 있습니다 ....
이제 모든 것은 출구(선생님)에 달려 있습니다. 이익인가요? 감소? 이익 요인? 또는 다른 것?
이제 모든 것은 출구(선생님)에 달려 있습니다. 이익인가요? 감소? 이익 요인? 또는 다른 것?
나는 이익 신호에 대한 몇 가지 출력 변수를 만들고 있습니다. -40 -20 0 20 40 60 80부터. 이것은 최대 표본에 중요한 변수의 최대 수가 있는 데이터 세트를 선택할 수 있도록 합니다. 그리고 -40 포인트의 이익이 있더라도 탈출구는 무엇입니까? 나는 이것을 알고 있고, 거래를 열 때 나는 신호가 형성된 순간에 바의 닫는 것보다 40 점을 더 잘 얻으려고 노력할 것입니다. 일종의 적응형 출구. 적어도 나는 그렇다....
그리고 여기, 그들은 당신이 무엇을 잘못하고 있고 거기에는 물고기가 없다고 당신에게 씁니다. 유연하게 정보를 인식하고, 패러다임을 바꾸고, 세상의 그림을 뒤흔드는 등의 일을 해야 합니다.
글쎄, 봐 ... 모델은 이미 일주일 동안 작동했습니다 ... 나는 손가락으로 그들을 만지지 않았고 앞으로 1-2 주 동안 작업 할 계획입니다 ... 우리는 볼 것입니다 .. ..
그리고 예, 그들은 40 개 이상의 예제에서 훈련을 받았습니다. ........ 맞나 안 맞나, 나는 모르지만 그것은 이익을 얻습니다 .... 그리고 그것은 올바른 방법으로 또는 어떤 식으로 얻은 잘못된 길, 아무도 e .. 최종 결과가 중요합니다. 기간 .....
... 그리고 제대로 얻은 것이나, 어떤 면에서는 누구에게나 옳지 않은 것이었다... 최종 결과가 중요하다, 기간.....
당신은 이것에 대해 논쟁할 수 없습니다.
비뚤어진 에퀴티는 다시 충분히 길어야, 적어도 1,000번의 트레이드가 되어야 하고, 샤프 비율을 보면 수익률이 없으면 모두가 동의할 것이고, 10번, 100번이라도 이익을 낸다면 드로다운, 이건 심각하지 않다, 이들은 "예금을 분산시키는" 사람들이다.
나는이 옵션이 사고와 저글링에 대해 보험에 들지 않을 것이라고 생각합니다. 이상적으로는 기계 학습 방법을 테스트하려면 거래자가 독립적으로 모델을 생성하고 앞으로 테스트할 수 있는 간단하고 저렴한 도구를 제공해야 합니다.
비뚤어진 에퀴티는 다시 충분히 길어야, 적어도 1,000번의 트레이드가 되어야 하고, 샤프 비율을 보면 수익률이 없으면 모두가 동의할 것이고, 10번, 100번이라도 이익을 낸다면 드로다운, 이건 심각하지 않다, 이들은 "예금을 분산시키는" 사람들이다.
이 숫자는 어디에서 왔습니까??? 1000건의 거래. Grail은 존재하지 않는다는 것을 기억하십시오. 시장은 너무 일시적으로 변하기 쉽고, 1000 거래의 가치를 볼 때 이것이 존재하지 않는 것 (성배)에 대한 최대 근사치라는 것을 이해하고 100 거래 통계가 마음에 들지 않는 이유는 무엇입니까? 여기 예가 있습니다 ... 예, 이미 게시했습니다. 모델은 40점으로 훈련되었고 80점으로 작업했습니다. 이 비뚤어진 통계에 대해 무엇을 말하고 싶습니까???? 수익이 부족해??? 하지만 차량에 대한 요구 사항이 너무 높아서 유독하지 않습니까 ????
훈련 직후 모델의 품질에 대해 학습하고 OOS의 작동 방식을 보기 위해 다른 미니 섹션을 할당할 필요가 없다는 사실은 말할 것도 없습니다. 이것은 훈련된 모델의 메트릭을 얻은 후에 알려집니다. 즉, 우리는 여러 모델을 훈련하고, 메트릭을 계산하고, 가장 좋은 지표를 가진 모델을 선택하고 지체 없이 즉시 전투에 돌입했습니다.
모델 선택은 매우 쉽습니다. 출력 변수에 동일한 수의 0과 1이 있는 경우 이러한 변수의 엔트로피는 반올림할 때 일반적으로 0.7입니다. 즉, 출력의 불확실성이 상당히 높다. 위 포스트에서 제시한 모델의 VI 값은 0.87입니다. 이것은 두 다항식의 VI의 합입니다. 그리고 이 모든 것이 훈련 영역에서 이루어집니다. 모델이 작동하기 전에. 이러한 지표를 받은 후 동일한 교육 파일을 기반으로 얻은 나머지 모델이 0.7 또는 약 0.7이었기 때문에 이것이 바로 이것이라는 것을 즉시 깨달았습니다. 그건 그렇고, OOS의 같은 사이트에 있는 그러한 모델은 0.6 이하의 점수를 가진 모델뿐만 아니라 약 0을 비난했습니다. 이것들이 합쳐졌습니다.
여기에서 나는 결론을 내린다. 작업 모델은 출력에 대한 상호 정보(MI) 지수가 출력 자체의 엔트로피보다 큰 모델로 간주됩니다. 출력의 불확실성은 0.7이고, 모델 결과의 VI는 0.87입니다. 즉, 모델은 출력 자체의 불확실성보다 출력에 대해 더 많이 알고 있습니다. 40개 값으로 훈련된 모델이 훈련 간격보다 훨씬 더 오래 작동할 때입니다. 그나저나 제가 생각해낸건....
그리고 VI가 1보다 크거나 0.95 이내에서 약간 낮다면 이것은 과적합의 명백한 신호입니다. 데이터를 조작하고 의도적으로 모델을 재교육했습니다. 따라서 모든 VI는 1보다 큽니다. 여기 당신이 생각할 사실과 생각이 있습니다 ....
모델 선택은 매우 쉽습니다. 출력 변수에 동일한 수의 0과 1이 있는 경우 이러한 변수의 엔트로피는 반올림할 때 일반적으로 0.7입니다. 즉, 출력의 불확실성이 상당히 높다. 위 포스트에서 제시한 모델의 VI 값은 0.87입니다. 이것은 두 다항식의 VI의 합입니다. 그리고 이 모든 것이 훈련 영역에서 이루어집니다. 모델이 작동하기 전에. 이러한 지표를 받은 후 동일한 교육 파일을 기반으로 얻은 나머지 모델이 0.7 또는 약 0.7이었기 때문에 이것이 바로 이것이라는 것을 즉시 깨달았습니다. 그건 그렇고, OOS의 같은 사이트에 있는 그러한 모델은 0.6 이하의 점수를 가진 모델뿐만 아니라 약 0을 비난했습니다. 이것들이 합쳐졌습니다.
여기에서 나는 결론을 내린다. 작업 모델은 출력에 대한 상호 정보(MI) 지수가 출력 자체의 엔트로피보다 큰 모델로 간주됩니다. 출력의 불확실성은 0.7이고, 모델 결과의 VI는 0.87입니다. 즉, 모델은 출력 자체의 불확실성보다 출력에 대해 더 많이 알고 있습니다. 40개 값으로 훈련된 모델이 훈련 간격보다 훨씬 더 오래 작동할 때입니다. 아무튼 이렇게 생각해낸 것이...
그리고 VI가 1보다 크거나 0.95 이내에서 약간 낮다면 이것은 과적합의 명백한 신호입니다. 데이터를 조작하고 의도적으로 모델을 재교육했습니다. 따라서 모든 VI는 1보다 큽니다. 여기 당신이 생각할 사실과 생각이 있습니다 ....
이제 모든 것은 출구(선생님)에 달려 있습니다. 이익인가요? 감소? 이익 요인? 또는 다른 것?
이제 모든 것은 출구(선생님)에 달려 있습니다. 이익인가요? 감소? 이익 요인? 또는 다른 것?
나는 이익 신호에 대한 몇 가지 출력 변수를 만들고 있습니다. -40 -20 0 20 40 60 80부터. 이것은 최대 표본에 중요한 변수의 최대 수가 있는 데이터 세트를 선택할 수 있도록 합니다. 그리고 -40 포인트의 이익이 있더라도 탈출구는 무엇입니까? 나는 이것을 알고 있고, 거래를 열 때 나는 신호가 형성된 순간에 바의 닫는 것보다 40 점을 더 잘 얻으려고 노력할 것입니다. 일종의 적응형 출구. 적어도 나는 그렇다....
비뚤어진 에퀴티는 다시 충분히 길어야, 적어도 1,000번의 트레이드가 되어야 하고, 샤프 비율을 보면 수익률이 없으면 모두가 동의할 것이고, 10번, 100번이라도 이익을 낸다면 드로다운, 심각하지 않다, 이들은 "예금 분산"
그는 목표와 예측자 사이의 관계에 대해 생각했습니다. 상호 정보와 이 아이디어는 통계의 모든 단점을 커버할 수 있습니다. 이 아이디어는 예측자 사이의 모든 잡음을 차단하고 이 잡음이 주요 악재이기 때문입니다.
가장 똑똑한 것, 신경망에 대한 초기 이해를 위해 https://basegroup.ru/deductor/download 이 프로그램을 사용하는 것이 합리적입니까? 제가 이 사업에 완전히 새로운 사람이고 러시아어로 된 소프트웨어와 그리드 결과의 시각화 (솔루션 검색)가 포함된 소프트웨어를 갖고 싶습니다.
전문적으로 봐주세요.