Où se situe la limite entre l'ajustement et les modèles réels ? - page 15

 
Jingo:

Où se situe la limite entre les modèles adaptés et les modèles réels ?

En observant le marché, nous constatons que les modèles éventuellement existants ne peuvent pas être paramétriquement constants. Chaque système présente un niveau d'adéquation et un niveau de régularité d'un ou plusieurs événements.

D'une certaine manière, les régularités elles-mêmes ne sont pas prises en compte. Plus la description des régularités par le TS est détaillée, plus nous recherchons des modèles spécifiques, et il n'est pas certain que le modèle se répète avec la précision de notre description, plus il y a de chances qu'il s'agisse d'un ajustement dans le mauvais sens du terme.

Voici un exemple de TS, EURUSD (pas seulement d'ailleurs), graphique quotidien, pré-candle bas on achète, pré-candle haut on vend, le système est inversé. Ce n'est pas que le système ne coule pas, mais il croît de manière persistante vers le haut sans rupture significative depuis la création de l'Euro. Pourquoi ? La raison en est que la régularité des achats à bas prix et des ventes à haut prix est à la base de toute négociation et ne nécessite pas de formation. Il vaut la peine d'ajouter 1-2 paramètres au système, par exemple la taille minimale de la pré-candale, nous obtenons une croissance dans la période de formation, et la détérioration de l'OOS.

Et la sélection directe de la mise en place me semble être une question secondaire et pas si importante.

 
paukas:
Oui, pour découvrir ce qu'est le MoD. Et ensuite, testez ce que vous pouvez en tirer.

La plupart du temps, oui. Particulièrement pratique avec le lot=0.1 pour comparer avec l'écart en une seule fois. Et d'autres critères de sélection initiale peuvent être utilisés. Si par exemple PF<1.5, bien sûr MM peut corriger la situation, mais MM est un ajustement supplémentaire, et plus il est petit, plus il est calme)))). Bien que ce soit une question de goût de savoir ce qu'il faut mettre :)
 
Avals:

La plupart du temps, oui. Particulièrement pratique avec le lot=0.1 pour comparer avec l'écart en une seule fois. Et d'autres critères de sélection initiale peuvent également être utilisés. Si par exemple PF<1,5 MM bien sûr peut aider, mais MM est un ajustement supplémentaire, et moins il est, plus il est calme)))). Bien que ce soit une question de goût de ce qu'il faut ajuster :)
S'il y a un grand nombre de transactions PF, le petit pf n'est pas très important.
 
paukas:
Avec de nombreux échanges de PF, le fait que le PF soit petit n'est pas très important.

Et s'il est inférieur à 1, mais que le nombre de transactions est très élevé ? Ou 1.01 et quelques pips ? :)
 
Utilisez des algorithmes de régularisation et vous serez heureux. :))
 
Debugger:
Utilisez des algorithmes de régularisation et vous serez heureux. :))

Et si vous pouviez développer...
 
Roman.:

et si vous pouviez développer...
Je pense que c'est encore quelque chose d'angoissant.
 
paukas:
Je pense que c'est encore quelque chose de stressant pour les nerfs.

Oui, vous avez raison - il y a déjà un fil sur la normalisation - https://www.mql5.com/ru/forum/131347 :-)))
 
Roman.:

Oui, vous avez raison - il y a déjà un fil sur la normalisation - https://www.mql5.com/ru/forum/131347 :-) ))

Je ne pense pas que c'est ce que tu voulais dire.
 
Roman.:

Pouvez-vous développer...


Les algorithmes de régularisation sont des algorithmes qui empêchent l'effet de sur-apprentissage de NS. Si vous cherchez sur Google, vous trouverez un nombre suffisant d'applications qui fonctionnent.

Ainsi, avec ces algorithmes, le sujet même de la "frontière entre ajustement et régularité" disparaît tout simplement.

Bien que la question de l'architecture du réseau reste ouverte.

Et ne confondez pas normalisation et régularisation.

La normalisation consiste à ramener des données de différentes échelles à la même échelle.

Enfin, tous les types de SN ne fonctionnent pas bien sur les marchés financiers.