Maxim Dmitrievsky #: 이전에 지식이나 선호도에 따라 매개 변수를 설정했기 때문에 연결됩니다. 처음에는 어떤 매개 변수를 통해 더 나은 곡선을 얻는 방법을 알고 있습니다. 또한 이전 기록에서 이전에 거래했을 수 있으며이 경험을 바탕으로 새로운 기록에서 ts를 구축 할 수 있습니다. 이러한 게슈탈트 치료의 깊이는 엄청날 수 있습니다 :)
저는 뇌 재훈련의 이러한 효과에 대해 잘 알고 있습니다. 이 경우 TS는이 TS 이전에 시간순으로 작성되었습니다.
테스터에 대한 혐오를 접한 것은 이번이 처음이 아닙니다. 숫자 크러셔에 무엇이 잘못되었는지 모르겠습니다.
최적화할 때 어떻게 앞을 내다볼 수 있는지 모르겠어요.
방법론에 대해. 훈련/테스트/시험으로 나눌 필요성을 이해하지 못하겠습니다. 가장 유리한 통계 연구 결과를 가지고도 TC가 과잉 훈련되지 않았다고 주장하는 것은 지나친 자만심인 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 보장도 없습니다."
저의 높은 분류는 MO의 표준인 설명된 접근 방식을 기반으로 합니다. 설명한 내용에 대한 교차 검증은 아직 언급하지 않았습니다. 이는 IO에서 시장을 분석하는 전문적인 접근 방식입니다.
설명하신 것은 통계로 결론을 정당화할 수 없는 아마추어 수준인 TA 수준입니다. 이 때문에 통계는 테스터에 의해 대체되며, 그 기초는 통계와 관련이 없습니다.
이를 이해한다면 통계를 기반으로 결론을 내리는 예비 계산 후에 만 테스터를 사용할 수 있고 사용해야합니다.
그렇기 때문에 제가 설명한 원시 데이터 준비 방식은 테스터를 넘어서는 것이며, 확실히 과잉 훈련과 앞을 내다보는 것입니다. 순차적 테스트와 뒤섞인 데이터에 대한 테스트를 비교하세요.
왼쪽의 OOS가 어떻게 앞을 내다본 결과일 수 있는지 이해하지 못한다고 해서 그렇지 않다는 뜻은 아닙니다. 그림을 보면 매우 의심스럽습니다. 예를 들어, 알고리즘이 OOS와 동일한 예쁜 그림을 제공하는 OOS 세그먼트에 대한 미래의 무언가를 낚시하고있을 가능성이 큽니다. 테스트 세그먼트와 관련하여 미래로 이동하자마자 즉각적인 실망입니다.
결론.
테스트 오른쪽의 자두가 있는 그림은 지나친 훈련 및/또는 앞을 내다보고 있다는 증거입니다.
The stock market is one of the most complex systems we know about. Millions of intelligent, highly competitive people (and increasingly AIs) try to outwit each other to earn as much money as possible. In...
이전에 지식이나 선호도에 따라 매개 변수를 설정했기 때문에 연결됩니다. 처음에는 어떤 매개 변수를 통해 더 나은 곡선을 얻는 방법을 알고 있습니다. 또한 이전 기록에서 이전에 거래했을 수 있으며이 경험을 바탕으로 새로운 기록에서 ts를 구축 할 수 있습니다. 이러한 게슈탈트 치료의 깊이는 엄청날 수 있습니다 :)
저는 뇌 재훈련의 이러한 효과에 대해 잘 알고 있습니다. 이 경우 TS는이 TS 이전에 시간순으로 작성되었습니다.
거래, 자동 거래 시스템 및 테스트 거래 전략에 관한 포럼
트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩
fxsaber, 2023.08.17 07:38
차트는 3년간의 일일 거래량을 보여줍니다.
어쨌든, 생각에 감사드립니다.
교육/시험/시험으로 나눠야 한다는 것은 이해가 되지 않습니다.
이 간격의 요점이 무엇인지 명확히 설명해 주세요.
현재 저는 그런 계획을 상상하고 있습니다.
첫 번째 요점은 이상해 보입니다. 테스터의 "순방향 테스트"입니다. 필터링 없이 최적화만 하는 것보다 훈련+테스트를 함께 하는 것이 더 낫나요?
저는 그런 식의 자기기만은 하지 않습니다. 그게 제가 할 수 있는 유일한 방법입니다.
내가 설명한 것과 같은 일을하고 있으며 더주의 깊게 다시 읽으십시오.
트레이딩, 자동매매 시스템 및 트레이딩 전략 테스트 포럼
트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩
mytarmailS, 2023.08.16 13:23
일반적으로 TS의 변형이 1000개만 있다고 가정해봅시다.
1단계와 2단계
1) 좋은 TS를 최적화/검색하기 시작하는데, 이를 훈련 데이터(피팅/검색/최적화)라고 합니다.
TC가 수익을 창출하는 300개의 변형을 찾았다고 가정해 봅시다...
2) 이제 이 300개의 배리언트 중 OOS를 통과할 TC를 찾는 것이 테스트 데이터입니다. 트레이닝과 테스트 ( OOS )에서 모두 수익을 내는 TC를 10개 찾았다고 가정해 보겠습니다.
두 번째 단계는 하지 않습니다.
두 번째 단계는 하지 않습니다.
"하지 않는" 두 번째 단계 ))
차이점은 무엇인가요?
1. 질문을 잘 이해하지 못했습니다. 왼쪽 OOS는 1년입니다. 과거로 확대해야 하나요?
2. 코드에 오류가 없다는 것은 코드가 프로그래밍하기 전에 의도 한대로 정확하게 수행된다는 의미라고 생각합니다. 그런 의미에서 모든 것이 정상입니다.
그리고 일반적인 경우 코드에 오류가 있는 TC도 여전히 TC입니다. 다만 작성자가 원래 의도했던 것과는 다를 뿐입니다.
1. 예
2. 예.
날카로운 매화가 항상 훈련 직후에 있다면 거꾸로 거래하면 끝입니다 (그러나 이것은 매우 이상한 시나리오이며 이유를 설명하기가 어렵습니다). 그러나 물론 훈련 직후 매화가 항상 (우연히) 발생하는 것은 아니며 이는 모델의 예측 능력이 약하다는 것을 나타냅니다.
조금의 의심도 없이 매우 단정적인 진술. OOC의 위치를 주제로 게시물을 작성했습니다.
테스터에 대한 혐오를 접한 것은 이번이 처음이 아닙니다. 숫자 크러셔에 무엇이 잘못되었는지 모르겠습니다.
최적화할 때 어떻게 앞을 내다볼 수 있는지 모르겠어요.
방법론에 대해. 훈련/테스트/시험으로 나눌 필요성을 이해하지 못하겠습니다. 가장 유리한 통계 연구 결과를 가지고도 TC가 과잉 훈련되지 않았다고 주장하는 것은 지나친 자만심인 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 보장도 없습니다."
저의 높은 분류는 MO의 표준인 설명된 접근 방식을 기반으로 합니다. 설명한 내용에 대한 교차 검증은 아직 언급하지 않았습니다. 이는 IO에서 시장을 분석하는 전문적인 접근 방식입니다.
설명하신 것은 통계로 결론을 정당화할 수 없는 아마추어 수준인 TA 수준입니다. 이 때문에 통계는 테스터에 의해 대체되며, 그 기초는 통계와 관련이 없습니다.
이를 이해한다면 통계를 기반으로 결론을 내리는 예비 계산 후에 만 테스터를 사용할 수 있고 사용해야합니다.
그렇기 때문에 제가 설명한 원시 데이터 준비 방식은 테스터를 넘어서는 것이며, 확실히 과잉 훈련과 앞을 내다보는 것입니다. 순차적 테스트와 뒤섞인 데이터에 대한 테스트를 비교하세요.
왼쪽의 OOS가 어떻게 앞을 내다본 결과일 수 있는지 이해하지 못한다고 해서 그렇지 않다는 뜻은 아닙니다. 그림을 보면 매우 의심스럽습니다. 예를 들어, 알고리즘이 OOS와 동일한 예쁜 그림을 제공하는 OOS 세그먼트에 대한 미래의 무언가를 낚시하고있을 가능성이 큽니다. 테스트 세그먼트와 관련하여 미래로 이동하자마자 즉각적인 실망입니다.
결론.
테스트 오른쪽의 자두가 있는 그림은 지나친 훈련 및/또는 앞을 내다보고 있다는 증거입니다.
테스터에 대해서는 별도로 설명합니다.
테스터에는 "2차원 표면" 형태의 최적화 그래프가 있습니다.
이 그래프는 오버트레이닝을 모니터링하는 데 사용할 수 있습니다.
이 표면에서 한 셀이 거의 같은 색의 다른 셀로 둘러싸인 부분을 식별할 수 있다면 이 중앙 셀이 오버트레이닝되지 않은 TC의 파라미터를 제공합니다. 이러한 위치는 발견된 최적값이 고원을 나타낸다는 사실에 해당합니다.
그러나 "표면"이 표범의 피부처럼 보이면 테스터가 많은 수의 맥시마를 발견했기 때문에 TS는 절망적이며, 이는 미래에 그들을 맞출 확률이 극히 낮다는 것을 나타냅니다.
일반적인 시장 모델 팬을 위한참고 자료입니다.