Wo verläuft die Grenze zwischen passenden und tatsächlichen Mustern? - Seite 16

 
Debugger:


Regularisierungsalgorithmen sind Algorithmen, die den Overlearning-Effekt von NS verhindern. Wenn Sie danach googeln, finden Sie eine ganze Reihe implementierter und funktionierender Lösungen.

Mit diesen Algorithmen verschwindet also das Thema "die Grenze zwischen Anpassung und Regelmäßigkeit" einfach.

Die Frage der Netzarchitektur bleibt jedoch offen.

Und verwechseln Sie nicht Normalisierung und Regularisierung.

Bei der Normalisierung geht es darum, unterschiedlich skalierte Daten auf den gleichen Maßstab zu bringen.

Und schließlich funktionieren nicht alle Arten von NS auf den Finanzmärkten gut.

Welche Typen passen gut?
 

"Wo ist die Grenze zwischen passenden und echten Mustern?"

Für mich selbst habe ich diese Frage sehr einfach gelöst: Die gleichen TS-Einstellungen führen natürlich zu ungefähr der gleichen Rentabilität,

an die Volatilität der Währungspaare angepasst, wobei er an mehreren Währungen arbeitet, mindestens 3-4 Hauptpaare. Wenn diese Bedingung

ist es möglich, diese Bedingung zu erfüllen - die Anpassung ist ausgeschlossen.

 
Ich denke, dass der Code, wenn er nach realen Mustern funktioniert, auch ohne Optimierungen (Optimierung der Bereiche, in denen die Code-Parameter verwendet werden) gewinnbringend arbeiten wird. Das ist wahrscheinlich das Besondere daran.
 
VNIK:

"Wo ist die Grenze zwischen passenden und echten Mustern?"

Für mich selbst habe ich diese Frage sehr einfach gelöst: Die gleichen TS-Einstellungen führen natürlich zu ungefähr der gleichen Rentabilität,

für die Volatilität des Währungspaares korrigiert, während Sie an mehreren Währungen arbeiten, mindestens 3-4 Hauptpaare. Wenn diese Bedingung

ist es möglich, diese Bedingung zu erfüllen - die Anpassung ist ausgeschlossen.

Das ist keine Tatsache. Dollar-Paare verlaufen parallel - da hilft es nicht.
 
drknn:
Ich denke, dass der Code, wenn er nach realen Mustern funktioniert, auch ohne Optimierungen (Optimierung der Bereiche, in denen die Code-Parameter verwendet werden) gewinnbringend arbeiten wird. Das macht wahrscheinlich den Unterschied aus.
Dies ist das Markenzeichen des Grals. Finanzinstrumente sind nicht stationär und haben daher kein stabiles Muster: heute voll, morgen leer usw.
 
Reshetov:
Finanzinstrumente sind nicht stationär und weisen daher keine stabilen Muster auf.
Ist die Nicht-Stationarität nicht ein stabiles Muster? :)
 
Andrei01:
Ist die Nicht-Stationarität nicht ein stabiles Muster? :)

Für die ganz Begabten: Nicht-Stationarität ist das Fehlen von statistischen Regelmäßigkeiten wie Erwartung und Varianz.

Legen Sie Bollinger-Hüllkurven auf das Diagramm, und Sie können die "Muster" der Nicht-Stationarität erkennen, denn das Zentrum des Indikators ist die Erwartung, und der Abstand vom Zentrum zu den Hüllkurven ist die Streuung.

 
Andrei01: Ist die Nicht-Stationarität nicht ein stabiles Muster? :)

Natürlich ist die Nicht-Stationarität auch eine Art von Regelmäßigkeit. Aber man kann damit kein Geld verdienen ))))
 
LeoV:

Natürlich ist die Nicht-Stationarität auch eine Art von Regelmäßigkeit. Aber man kann damit kein Geld verdienen ))))
Das hängt davon ab, wo Sie arbeiten. ;)
 
LeoV:

Natürlich ist die Nicht-Stationarität auch eine Art von Regelmäßigkeit. Aber man kann damit kein Geld verdienen ))))
So weisen beispielsweise die Aktienindizes wohlhabender Länder einen konstanten Aufwärtstrend auf. Und die blödsinnige Regel "Gewinne steigen lassen und Verluste abbauen" nutzt die Nicht-Stationarität mit positivem mo für Long-Positionen. Das ist auch der Grund, warum Einbrüche viel schneller eintreten als Wachstumsphasen))) Die Gewinne setzen sich aus mehreren sehr unsteten Geschäften zusammen :)