오늘은 perpcetron을 기반으로 내 네트워크를 확인하기로 결정했습니다. 2016년 5월부터 6월 초까지 최적화된 EURUSD는 스프레드 15핍입니다.
꼬리 그 자체
일반적으로 결과와 혼동되는 동안.
당신은 울프 포워드가 필요합니다. 그렇게 최적화할 수는 없습니다. 이 경우 포워드는 항상 나쁜(또는 무작위) 것입니다. 당신이 진출하는 시장의 단계에 따라 저는 이미 그런 버전을 많이 가지고 있습니다. 앞으로 동전처럼 작동하는 10억 달러 백테스트 시스템) 이것을 과적합이라고 합니다.
예, 앞으로가 짜증납니다. 나는 포워드에 실패한 거래의 6%를 가지고 있습니다. 네트워크 - 5개 레이어, 50개 뉴런.
당신의 것은 무엇입니까?
각각 9개의 뉴런이 있는 3개의 레이어. 사진 속 줄거리는 2004년부터 2016년까지가 굉장히 깁니다. 저는 일부러 긴 히스토리를 선택해서 전체 기간에 걸쳐 안정적인 결과가 나올지 확인했습니다. 일반적으로 포워드의 드로다운이 가장 큰 것으로 나타났지만, 반면에 봇은 포워드 후반부 부터 수익을 올리기 시작했습니다 .
새로운 데이터가 도착할 때 (테스트 세트에서) NN 오류를 지속적으로 확인하려고 시도하고 오류가 주어진 %만큼 증가하면 NN을 자동으로 다시 훈련시키는 식으로 전체 백 테스트 기간 동안 .. 그러나 이것은 빠른 훈련이 필요합니다. 그러나 큰 훈련 세트는 더 이상 필요하지 않습니다. 간단히 말해서 NN을 내부 옵티마이저로 사용하십시오.
새로운 데이터가 도착할 때 (테스트 세트에서) NN 오류를 지속적으로 확인하려고 시도하고 오류가 주어진 %만큼 증가하면 NN을 자동으로 다시 훈련시키는 식으로 전체 백 테스트 기간 동안 .. 그러나 이것은 빠른 훈련이 필요합니다. 그러나 큰 훈련 세트는 더 이상 필요하지 않습니다. 간단히 말해서 NN을 내부 옵티마이저로 사용하십시오.
새로운 데이터가 도착할 때 (테스트 세트에서) NN 오류를 지속적으로 확인하려고 시도하고 오류가 주어진 %만큼 증가하면 NN을 자동으로 다시 훈련시키는 식으로 전체 백 테스트 기간 동안 .. 그러나 이것은 빠른 훈련이 필요합니다. 그러나 큰 훈련 세트는 더 이상 필요하지 않습니다. 간단히 말해서 NN을 내부 옵티마이저로 사용하십시오.
나는 지금이 계획에 따라 기사를 쓰려고 노력하고 있으며 곧 mb를 마칠 것입니다.
인형용 매트 기구에 대한 설명을 작성해 주세요. 읽기 시작했지만 Mamdani는 Sugeno가 무엇인지 이해하지 못했습니다)
Хотим мы того или нет, но статистика в трейдинге играет заметную роль. Начиная с фундаментальных новостей, пестрящих цифрами, и заканчивая торговыми отчетами или отчетами тестирования, от статистических показателей никуда не деться. Вместе с тем, тезис о применимости статистики в принятии торговых решений остается одной из самых дискуссионных...
나도 미쳤어. 무작위 샘플로 시도 - 결과는 놀랍습니다. TC는 아직 하지 않았습니다.
Maxim은 훈련이 길다고 말합니다. 나는 약 23 시간이 있습니다. 하지만 3개월에 한 번이라도 - 무슨 쓰레기.)
그리고 3 개월 동안은 확실히 충분합니다. 더 이상 확인되지 않았습니다.
그런 정글이 오르기 전까지는. EA는 복잡하지 않고 12시간 만에 최적화된 후 잊어버렸습니다. 오늘은 그 설정으로 운전했습니다.
그런 정글이 오르기 전까지는. EA는 복잡하지 않고 12시간 만에 최적화된 후 잊어버렸습니다. 오늘은 그 설정으로 운전했습니다.
예, 앞으로가 짜증납니다. 나는 실패한 거래의 6%를 포워드(임의 샘플)로 가지고 있습니다. 네트워크 - 5개 레이어, 50개 뉴런.
당신의 것은 무엇입니까?
오늘은 perpcetron을 기반으로 내 네트워크를 확인하기로 결정했습니다. 2016년 5월부터 6월 초까지 최적화된 EURUSD는 스프레드 15핍입니다.
꼬리 그 자체
일반적으로 결과와 혼동되는 동안.
당신은 울프 포워드가 필요합니다. 그렇게 최적화할 수는 없습니다. 이 경우 포워드는 항상 나쁜(또는 무작위) 것입니다. 당신이 진출하는 시장의 단계에 따라 저는 이미 그런 버전을 많이 가지고 있습니다. 앞으로 동전처럼 작동하는 10억 달러 백테스트 시스템) 이것을 과적합이라고 합니다.
예, 앞으로가 짜증납니다. 나는 포워드에 실패한 거래의 6%를 가지고 있습니다. 네트워크 - 5개 레이어, 50개 뉴런.
당신의 것은 무엇입니까?
각각 9개의 뉴런이 있는 3개의 레이어. 사진 속 줄거리는 2004년부터 2016년까지가 굉장히 깁니다. 저는 일부러 긴 히스토리를 선택해서 전체 기간에 걸쳐 안정적인 결과가 나올지 확인했습니다. 일반적으로 포워드의 드로다운이 가장 큰 것으로 나타났지만, 반면에 봇은 포워드 후반부 부터 수익을 올리기 시작했습니다 .
당신은 울프 포워드가 필요합니다. 그렇게 최적화할 수는 없습니다. 이 경우 포워드는 항상 나쁠 것입니다(또는 무작위로). 저는 이미 백테스트에서 다음과 같이 작동하는 10억 달러 시스템의 여러 버전을 가지고 있습니다. 앞으로 동전) 이것을 재장착이라고 합니다.
또 반년 후에 뵙겠습니다.
또 반년 후에 뵙겠습니다.
새로운 데이터가 도착할 때 (테스트 세트에서) NN 오류를 지속적으로 확인하려고 시도하고 오류가 주어진 %만큼 증가하면 NN을 자동으로 다시 훈련시키는 식으로 전체 백 테스트 기간 동안 .. 그러나 이것은 빠른 훈련이 필요합니다. 그러나 큰 훈련 세트는 더 이상 필요하지 않습니다. 간단히 말해서 NN을 내부 옵티마이저로 사용하십시오.
나는 지금이 계획에 따라 기사를 작성하려고 노력하고 있으며 MB는 곧 끝낼 것입니다.
새로운 데이터가 도착할 때 (테스트 세트에서) NN 오류를 지속적으로 확인하려고 시도하고 오류가 주어진 %만큼 증가하면 NN을 자동으로 다시 훈련시키는 식으로 전체 백 테스트 기간 동안 .. 그러나 이것은 빠른 훈련이 필요합니다. 그러나 큰 훈련 세트는 더 이상 필요하지 않습니다. 간단히 말해서 NN을 내부 옵티마이저로 사용하십시오.
나는 지금이 계획에 따라 기사를 작성하려고 노력하고 있으며 MB는 곧 끝낼 것입니다.
감사합니다.
새로운 데이터가 도착할 때 (테스트 세트에서) NN 오류를 지속적으로 확인하려고 시도하고 오류가 주어진 %만큼 증가하면 NN을 자동으로 다시 훈련시키는 식으로 전체 백 테스트 기간 동안 .. 그러나 이것은 빠른 훈련이 필요합니다. 그러나 큰 훈련 세트는 더 이상 필요하지 않습니다. 간단히 말해서 NN을 내부 옵티마이저로 사용하십시오.
나는 지금이 계획에 따라 기사를 쓰려고 노력하고 있으며 곧 mb를 마칠 것입니다.
인형용 매트 기구에 대한 설명을 작성해 주세요. 읽기 시작했지만 Mamdani는 Sugeno가 무엇인지 이해하지 못했습니다)
Nive Bayes 분류기에 대한 기사에서와 같은 것입니다. https://www.mql5.com/ru/articles/3264
기사의 빠른 최적화 는 무엇입니까? 살펴보고 싶습니다.
감사합니다.
예, 랜덤 포레스트를 통해 매우 빠르게
인형용 매트 기구에 대한 설명을 작성해 주세요. 읽기 시작했지만 Mamdani는 Sugeno가 무엇인지 이해하지 못했습니다)
Nive Bayes 분류기에 대한 기사에서와 같은 것입니다. https://www.mql5.com/ru/articles/3264
인터넷에 정보가 가득합니다 :) 7개의 단계가 있습니다. 설명이 상당히 방대하지만 링크를 제공했습니다. Mamdani와 Sugeno는 논리적 파생만 다릅니다(비선형 및 선형).
나는 단지 같은 것을 복사-붙여넣기의 요점을 보지 못한다