Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2839

 
Llevando el tema a la dirección equivocada otra vez :)
 
Maxim Dmitrievsky #:
Por favor tome MT5 optimizador y utilizarlo. Hace mucho tiempo como un método general ya 😀

Sin embargo, TCs ganan en otros principios en su mayoría (encontrado de manera diferente). Así que la optimización no aumentará en su importancia, ni siquiera dedicaría tanto tiempo a tales matices

Una simple analogía: la optimización de una TS aleatoria en MT5 según diferentes criterios no conduce al éxito. Pero la optimización de una TS inicialmente buena conduce al éxito con cualquier criterio.

Todos estos picos y mesetas no tienen nada que ver con la presencia o ausencia de regularidades. Pueden coincidir aleatoriamente en la traine y la prueba, o pueden no coincidir. Este no es el tema de la investigación de Andrei.

Maxim, lo confirmo, no es el tema de mi investigación.

Maxim Dmitrievsky #:
Otra vez se está moviendo el tema al plano equivocado :)

Es como si Fomenko no oyera lo que se dice. Ya he dicho varias veces que el comprobador no afecta a la rentabilidad ni a la capacidad de la ST para trabajar de forma rentable en el futuro. El comprobador es una herramienta, nada más. Un algoritmo de optimización es una herramienta y nada más. Es como discutir sobre el "éxito" de una pala para ganar dinero.

 
Maxim Dmitrievsky #:
Por favor tome MT5 optimizador y utilizarlo. Hace mucho tiempo como un método general ya 😀 .

Me gustaría combinar la posibilidad de utilizar un criterio personalizado en MT5 con la flexibilidad de los modelos MO, en los que los parámetros son o muy muchos o un número predeterminado de parámetros.

Por ejemplo, no entiendo cómo se puede implementar orgánicamente al menos un único modelo de árbol de decisión en MT5.

 
Aleksey Nikolayev #:

Me gustaría combinar la posibilidad de utilizar un criterio personalizado en ... con la flexibilidad de los modelos MO, en los que los parámetros son muy grandes o un número predeterminado de parámetros.

sólo existe R

 
Maxim Dmitrievsky #:

Si usted encuentra una descripción adecuada de ADAM - por favor proporcione un enlace, he visto varios, en todas partes diferentes y poco claras.

 
Maxim Dmitrievsky #:
Sin embargo, los TC ganan en otros principios en su mayoría (encontrado de manera diferente). Así que la optimización en su importancia no aumentará, ni siquiera dedicaría tanto tiempo a tales matices

Una simple analogía: la optimización de un TS al azar en MT5 de acuerdo con diferentes criterios no conduce al éxito. Pero la optimización de una TS inicialmente buena conduce al éxito con cualquier criterio.

Todos estos picos y mesetas no tienen nada que ver con la presencia o ausencia de regularidades. Pueden coincidir aleatoriamente en la traína y la prueba, o pueden no coincidir. Este no es el tema de la investigación de Andrei.

Nada da garantías de ganar dinero) Se trata de las capacidades técnicas - cuantas más mejor.

La única razón por la que estoy tratando de discutir este tema es una pequeña esperanza de que metaquotes pueda tener esto en cuenta cuando prometan introducir MO en MT5.

 
Andrey Dik #:

Si usted encuentra una descripción adecuada de ADAM - por favor proporcione un enlace, he visto varios, en todas partes diferentes y poco claras.

Sólo estoy familiarizado con ella en términos generales, no he profundizado en ella
 
Aleksey Nikolayev #:

Nada da garantías de ganancias) Se trata de capacidades técnicas: cuantas más haya, mejor.

La única razón por la que estoy tratando de discutir este tema es una pequeña esperanza de que metaquotes pueda tener esto en cuenta cuando prometan implementar MO en MT5.

No puedo visualizarlo en mi cabeza... tenemos un conjunto de datos marcados, queremos entrenar lo más cerca posible de esas marcas. Si tomamos otro criterio que no esté relacionado con ellas, ¿entonces estas etiquetas dejan de importar?

Entonces el proceso de aprendizaje cambia completamente la estrategia. Acabamos teniendo un criterio personalizado.
 
Maxim Dmitrievsky #:
Puedo visualizar esto en mi cabeza... tenemos un conjunto de datos etiquetados, queremos entrenar lo más cerca posible de estas etiquetas. ¿Si tomamos un criterio diferente, estas etiquetas dejan de importar?

Entonces el proceso de aprendizaje cambia completamente la estrategia
Ésta es una pregunta excelente. la robustez de la ST no es una cuestión de bondad del AO o de una herramienta de prueba en particular, es una cuestión de selección del criterio. cuanto más adecuado sea el criterio de evaluación, más adecuado será el comportamiento del modelo en los nuevos datos. elegir el mejor AO significa elegir la mejor herramienta para la optimización del CRITERIO. No puede ser culpa del AO ni del probador. La culpa es del criterio.
 
Andrey Dik #:
Es el criterio el que falla.
Quieres decir el enunciado del problema