¿Dónde está la línea que separa los patrones de ajuste y los reales? - página 4
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
La respuesta es errónea. Sólo cuando entreno NS tomo el período de OOS menos que el período de la muestra de entrenamiento. Porque la PA no es estacionaria y si se hace lo contrario, sólo se obtiene un ajuste de muestra corto y un resultado muy cuestionable en el OOS.
Y no he dicho que el OOS deba ser mayor o igual que la muestra de entrenamiento.
Lo que digo es que a medida que el tamaño del OOS disminuye, es decir, a medida que la relevancia de la optimización aumenta, la representatividad del propio OOS también disminuye. Es decir, muy rápidamente se llega a esa silla de montar, que usted mencionó correctamente, hay un efecto muy desagradable de la optimización con OOS demasiado pequeño, que optimiza el TC en OOS, pero no en la muestra de entrenamiento - "aprendizaje en reversa".
Como siempre, la media de oro está en algún lugar del medio. :) Y este punto intermedio para cada ST en particular está en diferentes lugares.
En resumen, no hay ni puede haber una recomendación clara sobre el tamaño que debe tener el OOS. Sólo puedes confiar en tu instinto y en tu experiencia.
la adaptación de la segunda instancia...
;)
la adaptación de la segunda instancia...
;)
:) Sin embargo, ¡es un refuerzo de la confianza!
El problema con este es que cada vez es más alto...
No es apropiado para la edad.
;)
¿Dónde está la línea que separa los patrones adecuados de los reales?
Si observamos el mercado, vemos que los patrones posiblemente existentes no pueden ser paramétricamente constantes. Todo sistema tiene un nivel de ajuste y un nivel de regularidad de uno o más eventos.
Y la preponderancia hacia el segundo nivel es responsable de la racionalidad de la propia idea de negociación.
Pensar en abstracto. Sería interesante conocer la opinión de los demás.
Depende de muchos factores, y la principal dependencia es del propio sistema. Por ejemplo:
1.Muestra grande - bueno, eso siempre es bueno, si a los 6000 en una fila funciona consistentemente - ¿por qué no trabajar un poco más?
2. La correlación de algunas características esperadas - por ejemplo, la influencia de un evento en el mercado es esperada y confirmada por la historia - entonces se puede tener en cuenta una muestra no muy grande, digamos, unos 100 eventos, o incluso menos.
3. Coincidencia de los parámetros con algunos parámetros esperados. En principio lo mismo que en el punto 2, pero desde el otro lado - por ejemplo para los sistemas de tendencia el %% de las transacciones exitosas y la relación de la ganancia media a la pérdida son aproximadamente claras.
Y así sucesivamente.
Lo más importante es que no hay un método que funcione al 100%. Aunque, desde el punto de vista de la ingeniería, hay uno: se llama "diversificación". :)
El mismo lugar - donde el péndulo es...
:o)... La risa esperada... Pero realmente, las estadísticas son más geniales que muchas otras personas. Son los estereotipos impuestos por el sistema los que impiden a muchos salir del círculo en el que caminan. Es una serie de libros de texto de AT, donde todo empieza con las medias móviles... La cuestión es que para qué molestarse en estudiarlos si toda la dirección con datos promediados es una basura. Como mucho muestran el presente. Hablo de TODOS los indicadores integrados en MT :o). Excepto quizás un zigzag, que es como la leche. ¿Y a dónde ir? Como decimos en Deribasovskaya... Eso es lo que hacemos :o).
.... A saber, 5/95% no para mejor....
Díganos, por favor, de dónde ha sacado esas estadísticas.
Y esto es una recopilación. Enseñé durante dos años en una academia de intercambio de AT... Aproximadamente 60 semanas para 10 - 15 personas - unas 700 personas, de las cuales en un par de años veo sólo 20 personas, y no significa que todas ganen. Soy el único que gana :o))
:o)...risa esperada...
Y esto es una colección de cosas. Enseñé en una academia de acciones de AT durante dos años... Aproximadamente 60 semanas de 10 - 15 personas - alrededor de 700 personas, de las cuales después de un par de años veo sólo 20 personas.Y eso no significa que todos ellos ganan. Soy el único que gana :o))
¡Nibora! ¿Y tú?
;)
Y esto es una recopilación. Di clases en una academia de AT durante dos años. Aproximadamente 60 semanas para 10 - 15 personas - unas 700 personas, de las cuales en un par de años sólo veo 20. Y no significa que todas ganen. Soy el único que gana :o))
La cuestión es que tales afirmaciones, sin especificar el período de tiempo y cómo se obtuvieron, carecen por completo de sentido, incluso para los profesores.
Y las estadísticas reales, por ejemplo, las que publicó Rann. Pero tampoco está en los clientes, sino en las cuentas.
Y no he dicho que el OOS deba ser mayor o igual que la muestra de entrenamiento.
Digo que al disminuir el tamaño del OOS, es decir, al aumentar la relevancia de la optimización, disminuye la representatividad del propio OOS. Es decir, muy rápidamente se llega a esa misma silla de montar que usted mencionó acertadamente, hay un efecto muy desagradable de la optimización cuando el OOS es demasiado pequeño, cuando el TC se optimiza en el OOS, pero no en la muestra de entrenamiento - "aprendizaje inverso".
Como siempre, la media de oro está en algún lugar del medio. :) Y este punto intermedio para cada ST en particular está en diferentes lugares.
En resumen, no hay ni puede haber una recomendación clara sobre cómo de grande debe ser el OOS. Sólo puedes confiar en tu instinto y en tu experiencia.
No hay necesidad de ningún tipo de estilo aquí. El periodo de muestreo y el OOS en el uso de los paquetes de la red neuronal se seleccionan empíricamente una vez para entradas específicas y posteriormente no se modifican. Es decir, si las entradas de NS son adecuadas, todo lo demás es cuestión de técnica, pero no de intuición.
En cuanto al probador de MT, todo es más complicado porque, como ya se ha dicho, no hay forma de separar las moscas de las chuletas, es decir, la muestra optimizada de la delantera y es casi imposible captar el momento en que la optimización se transforma en ajuste. Para ser exactos, es posible interrumpir manualmente la optimización y ejecutar hacia adelante un número gradualmente creciente de pases para atrapar el momento, pero teniendo en cuenta que el tiempo de optimización puede ser bastante largo y que hacia adelante hay que cambiar la fecha cada vez, entonces el interés en tal enfoque se reduce mucho.
¡Nibora! ¿Y tú?
;)
No lo conseguí...
He dado clases durante dos años en una academia de AT. Aproximadamente 60 semanas a 10 - 15 personas - alrededor de 700 personas, de las cuales un par de años sólo veo personas 20. Soy el único que gana :o))
La cuestión es que tales afirmaciones, sin especificar el período de tiempo y cómo se obtuvieron, carecen por completo de sentido, incluso para los profesores.
Y las estadísticas reales, por ejemplo, las que publicó Rann. Pero tampoco se trata de clientes, sino de cuentas.
Conozco las estadísticas reales. Y tú también lo sabes, si haces algo en el mercado. Sobre todo porque el período y el método están claramente escritos en la parte superior.