Dov'è la linea di demarcazione tra l'adattamento e i modelli reali? - pagina 16

 
Debugger:


Gli algoritmi di regolarizzazione sono algoritmi che impediscono l'effetto di apprendimento eccessivo di NS. Se lo cerchi su Google, puoi trovarne un bel po' implementati e funzionanti.

Così, con questi algoritmi, l'argomento stesso come "la linea tra l'adattamento e la regolarità" semplicemente scompare.

Anche se la questione dell'architettura della rete rimane aperta.

E non confondere la normalizzazione e la regolarizzazione.

La normalizzazione consiste nel portare i dati in scale diverse alla stessa scala.

Infine, non tutti i tipi di NS funzionano bene nei mercati finanziari.

Quali tipi vanno bene?
 

"Dov'è la linea di demarcazione tra i modelli di adattamento e quelli reali?"

Per quanto mi riguarda, ho risolto la questione in modo molto semplice: le stesse impostazioni di TS sono destinate a dare circa la stessa redditività, ovviamente,

corretto per la volatilità della coppia di valute, mentre si lavora su più valute, almeno 3-4 coppie principali. Se questa condizione

è possibile soddisfare questa condizione - l'aggiustamento è escluso.

 
Penso che se il codice funziona secondo i modelli reali, funzionerà in profitto anche senza alcun tweaking (ottimizzazione del tester delle gamme di parametri di utilizzo del codice). Questo è probabilmente ciò che lo rende diverso.
 
VNIK:

"Dov'è la linea di demarcazione tra i modelli di adattamento e quelli reali?"

Per quanto mi riguarda, ho risolto la questione in modo molto semplice: le stesse impostazioni di TS sono destinate a dare circa la stessa redditività, ovviamente,

corretto per la volatilità della coppia di valute, mentre si lavora su più valute, almeno 3-4 coppie principali. Se questa condizione

è possibile soddisfare questa condizione - l'aggiustamento è escluso.

Non è un fatto. Le coppie di dollari corrono in parallelo - lì non aiuta.
 
drknn:
Penso che se il codice funziona secondo i modelli reali, funzionerà con profitto senza alcun tweaking (ottimizzazione del tester delle gamme di parametri di utilizzo del codice). Questo è probabilmente ciò che fa la differenza.
Questo è il segno distintivo del Graal. Gli strumenti finanziari sono non stazionari e quindi non hanno modelli stabili: densi oggi, vuoti domani, ecc.
 
Reshetov:
Gli strumenti finanziari non sono stazionari e quindi non hanno modelli stabili
La non stazionarietà non è un modello stabile? :)
 
Andrei01:
La non stazionarietà non è un modello stabile? :)

Per i molto dotati: la non stazionarietà è l'assenza di regolarità statistiche come l'aspettativa e la varianza.

Metti gli inviluppi di Bollinger sul grafico e puoi vedere quali sono i "modelli" di non stazionarietà, perché il centro dell'indicatore è l'aspettativa, e la distanza dal centro agli inviluppi è la dispersione.

 
Andrei01: La non stazionarietà non è un modello stabile? :)

Naturalmente, la non stazionarietà è anche un tipo di regolarità. Ma non si possono fare soldi con questo ))))
 
LeoV:

Naturalmente, la non stazionarietà è anche un tipo di regolarità. Ma non si possono fare soldi con questo ))))
Dipende da dove si lavora. ;)
 
LeoV:

Naturalmente, la non stazionarietà è anche un tipo di regolarità. Ma non si possono fare soldi con questo ))))
Per esempio, gli indici azionari dei paesi prosperi hanno una tendenza costante al rialzo. E la stupida regola del "lascia salire i profitti e taglia le perdite" sta usando la non stazionarietà con mo positivo per i lunghi. È vero che è anche il motivo per cui i cali avvengono molto più velocemente dei periodi di crescita))) I profitti sono composti da diversi trade molto instabili :)