Хотим мы того или нет, но статистика в трейдинге играет заметную роль. Начиная с фундаментальных новостей, пестрящих цифрами, и заканчивая торговыми отчетами или отчетами тестирования, от статистических показателей никуда не деться. Вместе с тем, тезис о применимости статистики в принятии торговых решений остается одной из самых дискуссионных...
私も楽しいです。ランダムなサンプルで試したところ、結果は驚くべきものでした。TCはまだやっていない。
マキシムは、長い学習曲線だと言っています。私は23時間くらいです。でも、3ヶ月に1回やっても......なんだ、このゴミは）。
そして、3ヶ月間、まさに十分で、もはやテストはしていません。
まだ、そのような細かいことまでは考えていなかったのです。私のExpert Advisorは複雑なものではなく、12時間最適化した後、忘れてしまったのです。今日、同じ設定で試してみました。
まだそういうトラブルに巻き込まれたことはないんですけどね。Expert Advisorは複雑ではなく、12時間最適化した後、忘れてしまいました。今日、その設定で動かしてみました。
はい、フォワードはクソゲーです。私はフォワードで6％の悪いトレードをしています（無作為抽出）。ネットワーク - 5層、50ニューロン。
ネットワークとは何ですか？
今日、私はペルセトロンに基づく私のネットワークを確認することにしました。2016年5月～6月上旬、EURUSD、スプレッド15pipsに最適化されています。
尻尾そのもの。
とにかく、この結果にはまだ戸惑っています。
私はすでにバックテストでこれらのシステムの多くのバージョンを持っている、彼らはすべてペニー株のようなバックテストです ）それはリトレースメントの名前です。
そう、フォワードがお粗末なんです。私のフォワードでの失敗トレードは6％です。5層、50ニューロン。
あなたはどうですか？
3層、各9ニューロン。写真は、2004年から2016年までの非常に長い区間です。全区間で結果が安定しているかどうかを確認するために、長編を選びました。一方、フォワードの方のドローダウンが一番大きいのですが、逆にフォワードの後半でロボットが利確 を始めています。
ウォルフフォワードが必要です。このような最適化はできません。この場合、フォワードは常に悪い（またはランダム）です。私はすでにバックテストでこのような億万長者システムのバージョンをたくさん持っていますが、フォワードではコインのように動作します）これはオーバーフィットと呼ばれるものです。
あと半年後に見てみましょう。
あと半年後に見てみましょう。
新しいデータが来た時に（テストサンプルで）NSの誤差を常にチェックし、誤差が所定の％増加したらNSを自動的に再トレーニングし、バックテストの全期間そのようにする・・・しかしこれには高速学習が必要ですが、大きなトレーニングセットも必要ではありません。つまり、NSを内部オプティマイザとして利用するために
このようなスキームに基づいて記事を書こうとしているのですが、たぶんもうすぐ完成すると思います。
新しいデータ（テストサンプル）が来たときにNSのエラーを常にチェックし、エラーが所定の割合で増加していれば、自動的にNSを再トレーニングし、バックテストの全期間を通じてこれを繰り返す...しかし、これには高速学習が必要ですが、大きなトレーニングセットも必要ではありません。つまり、NSを内部オプティマイザとして利用するために
このようなスキームに基づいて記事を書こうとしているのですが、たぶんもうすぐ完成すると思います。
敬意を込めて。
新しいデータ（テストサンプル）が来たときにNSのエラーを常にチェックし、エラーが所定の割合で増加していれば、自動的にNSを再トレーニングし、バックテストの全期間を通じてこれを繰り返す...しかし、これには高速学習が必要ですが、大きなトレーニングセットも必要ではありません。つまり、NSを内部オプティマイザとして利用するために
そんなスキームに基づいた記事を書こうとしているのですが、もしかしたら近々完成するかもしれません。
ダミーのために、メイトの説明文を書いてください。私は読み始めたが、スゲノ、マムダニのたわごとは、私は理解できませんでした）何ですか？
ネイバベイズ型分類器の記事のようなものです。https://www.mql5.com/ru/articles/3264
記事の中にクイックオプティマイゼーションが あるのでしょうか？ 拝見させて頂きたいと思います。
敬意を込めて。
そう、ランダムな森の中を、とても速く
ダミーのために、メイト装置の説明を書いてください。読み始めたが、スゲノ、マムダニ）については、全く理解できない。
ネイブベイズ型分類器の記事のようなものです。https://www.mql5.com/ru/articles/3264
7つのステージがあり、説明するとかなり長くなりますが、リンクを貼っておきます。マムダニとスゲノは、論理的推論（非線形と線形）のみで異なる
同じものをコピーすることに意味があるとは思えません