Maxim Dmitrievsky #: 위에서 매트스탯에 대해 썼습니다. 그 전에는 kozul에 대해 썼습니다. 그 전에도 데이터가 이해하지 못하는 방식으로 마크업되는 오라클 오류(마크업 오류)에 대해 썼습니다. 이 글에서 확실히 알 수 있는 것은 훈련의 청크와 길이에 따라 결과가 달라진다는 사실입니다. 제공되거나 설명되지 않은 데이터에 따라 달라집니다.
이것이 바로 이 실험의 목적이며, 더 중요한 것은 양이나 연대기입니다.
시간 순서와 무관한 다른 관찰과 함께 샘플링하는 것이 아니라 인용 데이터에 중점을 둡니다. 시간이 중요한 경우 교차 검증과 같은 샘플 분할 방법은 신중하게 사용해야 합니다.
시간이 중요한 이유는 시장의 행동이 현저하고 돌이킬 수 없을 정도로 변화하는 경우, 시간적으로 크게 다른 표본으로부터 학습을 통제할 때 수용 가능한 모델을 얻을 수 없기 때문입니다.
마크업 문제 자체는 물론 중요하지만 여기서는 괄호 안에 넣을 수 있습니다.
마크업에 관심이 많으시다면 제 글에 있는 전문가 어드바이저의 전략을 기반으로 한 코드를 참고하세요.
위에서 매트스탯에 대해 썼습니다. 그 전에는 kozul에 대해 썼습니다. 그 전에도 데이터가 이해하지 못하는 방식으로 마크업되는 오라클 오류(마크업 오류)에 대해 썼습니다. 이 글에서 확실히 알 수 있는 것은 훈련의 청크와 길이에 따라 결과가 달라진다는 사실입니다. 제공되거나 설명되지 않은 데이터에 따라 달라집니다.
이것이 바로 이 실험의 목적이며, 더 중요한 것은 양이나 연대기입니다.
시간 순서와 무관한 다른 관찰과 함께 샘플링하는 것이 아니라 인용 데이터에 중점을 둡니다. 시간이 중요한 경우 교차 검증과 같은 샘플 분할 방법은 신중하게 사용해야 합니다.
시간이 중요한 이유는 시장의 행동이 현저하고 돌이킬 수 없을 정도로 변화하는 경우, 시간적으로 크게 다른 표본으로부터 학습을 통제할 때 수용 가능한 모델을 얻을 수 없기 때문입니다.
마크업 문제 자체는 물론 중요하지만 여기서는 괄호 안에 넣을 수 있습니다.
마크업에 관심이 많으시다면 제 글에 있는 전문가 어드바이저의 전략을 기반으로 한 코드를 참고하세요.
다음 설정을 사용했습니다:
А. 테스터 설정:
- 심볼: EURUSD
- 시간 프레임: M1
- 간격: 01.01.2010 ~ 01.09.2023
B. CB_Exp EA 전략 설정 :
- 기간: 104
- 시간 프레임: 2분
- 이동 방법: 스무딩
- 가격 계산 기준: 닫기 가격
예측 변수는 해당 전문가 어드바이저와 동일합니다.
잘 모르겠지만 알아두면 흥미로울 것 같습니다.
저는 매우 기쁘기 때문에 여기서 제 생각을 큰 소리로 표현하는 것이 아무것도 아닙니다.
볼륨과 연대기 중 무엇이 더 중요한지에 대한 실험이 바로 그것입니다.
무엇이 더 중요한지에 대한 문제는 없습니다. 마크 업 문제가 있습니다. 괄호만 쳐주면 여러분의 노력도 괄호로 묶어드리겠습니다.
시간대와 무관한 다른 관측치가 있는 샘플이 아니라 인용 데이터에 중점을 둡니다. 시간이 중요한 경우 교차 검증과 같은 샘플 분할 방법은 신중하게 사용해야 합니다.
저도 같은 이유로 발킹 포워드를 사용합니다.
그리고 네 - 열차 플롯의 크기에 크게 의존합니다. 예를 들어 20000 행에서는 포워드에서 무언가가 발견되지만 5000 또는 100000에서는 무작위로 발견됩니다.
그리고 예-열차 섹션의 크기에 따라 크게 달라집니다. 예를 들어, 20000 라인에서는 앞으로 무언가가 발견되지만 5000 또는 100000에서는 무작위로 발견됩니다.
하지만 왜 그런지 생각할 수 있지 않습니까? ) 잘못된 분할로 인해 가장 정확한 간격에 무작위로 떨어지기 때문입니다 :)
"무작위"라는 단어는 이미 matstat에 대한 힌트를 제공합니다.어느 것이 더 중요한 문제는 없습니다. 마크업 문제가 있습니다. 여러분이 괄호를 치는 한 저도 여러분의 노력을 괄호로 묶을 것입니다.
사람마다 문제를 보는 시각이 다릅니다. 그리고 각자의 해결책을 찾습니다. 저는 어떤 마크업을 사용하든 데이터의 안정성을 찾고 있으며, 이는 여러분의 생각과 모순되는 것이 아니라 다른 방향입니다.
저에게 가장 중요한 질문은 높은 확률로 안정성을 추정하거나 소량의 관찰을 축적하여 측정을 모니터링하는 방법입니다. 이렇게하면 모든 마크 업으로 작업 할 수 있습니다.
문제를 바라보는 시각은 사람마다 다릅니다. 그리고 자신만의 해결책을 찾습니다. 저는 마크업이 있는 데이터의 안정성을 찾고 있으며, 이는 여러분의 생각과 모순되는 것이 아니라 다른 방향입니다.
저에게 가장 중요한 질문은 높은 확률로 안정성을 추정하거나 소량의 관찰을 축적하여 측정을 모니터링하는 방법입니다. 이렇게하면 모든 마크 업으로 작업 할 수 있습니다.
고양이를 낙타로 마크업하고 그 안에서 안정성을 찾는 것은 멋진 방향임에 틀림없습니다.
나는 당신과의 대화가 정신적 막 다른 골목에 오는 것에 익숙해졌습니다.
고양이를 낙타로 표시하고 그 안에서 안정감을 찾는 것은 멋진 트렌드임에 틀림없습니다.
저는 여러분과의 대화가 정신적으로 교착 상태에 빠지는 것에 익숙해졌어요.
훈련 외의 유용성을 평가할 수 있다면 고양이든 낙타든 무슨 차이가 있을까요?
참으로 이상한 논리네요.
훈련 외의 유용성을 평가할 수 있다면 고양이든 낙타든 무슨 상관이 있을까요?