トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 3377 1...337033713372337333743375337633773378337933803381338233833384...3399 新しいコメント Maxim Kuznetsov 2024.01.10 18:25 #33761 fxsaber #:理論的な質問。見事にフィットするTSがある。同時に、ある入力パラメータのセットが実際のパターンをうまく利用することが正確に知られている。つまり、このセットはフィットしない。このセットを見つけることは可能だろうか? もし、"TC that is a great fit "という 条項を取り除けば、かなりフィールドを狭めることができる。そして、あなたが探しているパターンについても、すぐに知るべきことがたくさんある。 恣意的な指標の束を取り、明らかに依存性のあるものを取り除き、そこから「フィットしたTS」を得ることはできません。 現実の世界では、alg.optimisationやMLが適用される場合、通常、何を探しているのか(特徴の暗さ)がわかっており、特徴を強調し、限界を概説する必要がある。そして、ここでは誰も何を探したいのか知らないが、オプティマイザをどう動かすかは知っている :-) Maxim Dmitrievsky 2024.01.10 18:27 #33762 fxsaber #:サイズ(OOS_Left) = サイズ(OOS_Right) = サイズ(Sample)。結局のところ、このような結果になる。 OOSをチェックしながら再最適化することで、1フォールドのwolf forward OR cross-validationの最も単純なケースを見つけることができます :)。 fxsaber 2024.01.10 18:29 #33763 Maxim Dmitrievsky #: OOSチェックによる再最適化で見つけることができます :) 数センテンスで開示してください。 Maxim Dmitrievsky 2024.01.10 18:30 #33764 fxsaber #:数センテンスで開示してください。 ウルフ・フォワードについては誰もが知っているようだ。サンプルに最適化された場合、結果はoosから取られる。平均化されたパラメーターによる総合的な最良の結果が、カーブが異ならないように取られる。 Maxim Dmitrievsky 2024.01.10 18:37 #33765 適合していないという証明にはならない。最もロバストなパラメータが得られる。グローバルフィットでないことを証明することは不可能です。特に大域的な極小値を出すことはできません。 fxsaber 2024.01.10 18:43 #33766 Maxim Dmitrievsky #: ウルフフォワードについては誰もが知っていると思う。サンプルとして最適化された場合、結果はoosから取られる。平均化されたパラメーターで、カーブが異ならないように、全体として最良の結果が得られます。 例えば、100のステップを踏んだとしよう。各入力セットは対応する入力100セットの平均に等しい」という原則に従って平均セットを形成した場合、このセットが初期区間全体をうまく通過する可能性は低い。 Maxim Dmitrievsky 2024.01.10 18:46 #33767 fxsaber #:100のステップが踏まれ、100の入力セットが得られたと仮定しよう。各入力セットは対応する入力100セットの平均に等しい」という原則に従って平均セットを形成する場合、このセットが初期区間全体をうまく通過する可能性は低い。 もしそうでなければ、論理的には良い集合はまったく存在しないことになる。将来への確信という点では。それが偉大で無慈悲なmatstatだ。 fxsaber 2024.01.10 19:29 #33768 Maxim Dmitrievsky #: そうでなければ、論理的に考えて、良いセットはまったくない。 論理的ではありません!例えば、セットはFFに依存する。 mytarmailS 2024.01.10 19:38 #33769 fxsaber #:非論理的!例えば、セットはFFによって異なる。 そして、もし助けてもらいたければ、できるだけ明確でわかりやすい表現をし、できるだけ多くの情報を提供する必要がある......。 Renat Akhtyamov 2024.01.10 19:55 #33770 mytarmailS #: この「ニューラルネットワークは簡単だ」という記事を延々と読んでいる人はいるのだろうか? このナンセンスな記事の平均的な読書時間を計算すると、10〜15秒を超えないような気がする。 車を買うための金儲けだ。 私は残高までスクロールし、その男が次のことわざを知らないことに気づいた:「ここで見るだけでは十分ではない、ここで見て、ここで考えなければならない." 彼は資料を表面的に研究し、その結論は実力不足である。 1...337033713372337333743375337633773378337933803381338233833384...3399 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
理論的な質問。
見事にフィットするTSがある。同時に、ある入力パラメータのセットが実際のパターンをうまく利用することが正確に知られている。つまり、このセットはフィットしない。
このセットを見つけることは可能だろうか?
もし、"TC that is a great fit "という 条項を取り除けば、かなりフィールドを狭めることができる。そして、あなたが探しているパターンについても、すぐに知るべきことがたくさんある。
恣意的な指標の束を取り、明らかに依存性のあるものを取り除き、そこから「フィットしたTS」を得ることはできません。
現実の世界では、alg.optimisationやMLが適用される場合、通常、何を探しているのか(特徴の暗さ)がわかっており、特徴を強調し、限界を概説する必要がある。そして、ここでは誰も何を探したいのか知らないが、オプティマイザをどう動かすかは知っている :-)
サイズ(OOS_Left) = サイズ(OOS_Right) = サイズ(Sample)。結局のところ、このような結果になる。
OOSチェックによる再最適化で見つけることができます :)
数センテンスで開示してください。
数センテンスで開示してください。
ウルフフォワードについては誰もが知っていると思う。サンプルとして最適化された場合、結果はoosから取られる。平均化されたパラメーターで、カーブが異ならないように、全体として最良の結果が得られます。
例えば、100のステップを踏んだとしよう。各入力セットは対応する入力100セットの平均に等しい」という原則に従って平均セットを形成した場合、このセットが初期区間全体をうまく通過する可能性は低い。
100のステップが踏まれ、100の入力セットが得られたと仮定しよう。各入力セットは対応する入力100セットの平均に等しい」という原則に従って平均セットを形成する場合、このセットが初期区間全体をうまく通過する可能性は低い。
そうでなければ、論理的に考えて、良いセットはまったくない。
論理的ではありません!例えば、セットはFFに依存する。
非論理的!例えば、セットはFFによって異なる。
この「ニューラルネットワークは簡単だ」という記事を延々と読んでいる人はいるのだろうか?
私は残高までスクロールし、その男が次のことわざを知らないことに気づいた:
「ここで見るだけでは十分ではない、ここで見て、ここで考えなければならない."
彼は資料を表面的に研究し、その結論は実力不足である。