MTSにおける人工知能の活用 - ページ 22

 
Vinin:
Mak:
lucifuge:
Mak:
IMHOは、ネットで蒸し焼きにする価値はないと考えています :)

NSの学習は、実は膨大な数のパラメータ(数百、数千)を持つ関数を最適化することなのです。
この場合、オーバートレーニングにならないようにするには、どうしたらいいのかわかりません。
唯一の解決策は、1〜1億サンプルのトレーニングサンプルを取ることです。
しかし、保証はない...。
つまり、"overtrained "は "undertrained "ということですか? これらは反意語です =)明確に、お願いします。
オーバートレーニングというのは、いわゆるカーブフィッティングのことです。
最適化パラメータが多く、データが十分でない場合に発生します。

しかし、これではネットワークの大きさが問題になります。ネットワークが何を保存できるかは、そのサイズとアーキテクチャに依存します。ネットワークが記憶できないようなサンプルをたくさん与えて学習させると、過学習効果、つまりネットワークが知っていることを認識しなくなることが起こります。
"サンプル数が少なすぎると「過学習」の原因となり、学習用サンプル例ではネットワークの性能が良くても、同じ統計分布に従うテスト用サンプルでは性能が悪くなる..."
http://www.osp.ru/os/1997/04/179189/
http://www.exponenta.ru/soft/Others/mvs/stud3/3.asp
 
Aleksey24:
Mak:
アレクセイ24

数学者に質問です。

最適化するパラメーターの多変量正規分布を適用するという考え方は、ニューラルネットワークの 原理とイコールなのでしょうか?

わかりやすく説明してください。

というのは、不思議な質問ですね。
質問を説明する。


EXPLAIN

今は、特定のフィッティングパラメーターではなく、システム内の各パラメーターのスペクトルで取引することが必要だと考えています。
最も簡単な方法は、複数の同じEAを、異なるパラメータセットで、つまりパラメータスペクトルの異なる範囲に配置することです。
これらのExpert Advisorはそれぞれ保証金の一定割合を割り当てる必要がありますが、1つのExpert Advisorのみを使用して取引する場合(スペクトルなし)、これらすべての保証金の割合の値が等しくなるようにします。
その後、移動平均に3エキスパート-アドバイザーズは、真ん中と端に運動の初めに、それぞれ3つのポジションを開く場合。

このアイデアを1つのEAでどのようにテストに使うか、まだ決めかねています。

この問題についてPoshに問い合わせたが、まだ回答はない。

多変量正規分布(ガウシアン)とaX+bY+...=Z型のニューラルネットワークのタスクは同じ(トレーディング用)、それとも混乱して頭の中が混乱しているのか?
このトピックは古くて使い古されたものです。
良い結果が出たという話は聞いたことがない。
つまり、「パラメータによる分散」ということです。
MTの場合は簡単で、スタート関数にあるものをすべて、パラメータを持つ別の関数に入れるのです。
を作成し、それをstart関数内でループさせて呼び出すことで、必要なパラメータのセットを得ることができます。
少なくとも位置の重ね合わせの原理からして、うまくいかないはずです。
(独立したシステムは相加的に加算されるため、それぞれが個別に故障すると、合計も故障する)。

ニューラルネットワークとは関係ない。

ガウス分布またはその誘導体(対数正規分布など)の出現。
は通常「市場の効率性」を示す(正規分布は中心極限定理の帰結である)。
そして、どんなシステムでもキャッチできるものはない。
市場の非効率性」だけを取引することができる。
 
と思っています:<br /> translate="no">。
今は、特定のフィットしたパラメータではなく、システム内の各パラメータのスペクトルで取引することが必要だと考えています。
最も簡単な方法は、複数の同じExpert Advisorを設定することですが、パラメータのセットが異なるため、パラメータスペクトルの異なる範囲に設定します。
これらのExpert Advisorはそれぞれ保証金の一定割合を割り当てる必要がありますが、1つのExpert Advisorのみを使用して取引する場合(スペクトルなし)、これらすべての保証金の割合の値は等しくなければなりません。
その後、移動平均に3エキスパート-アドバイザーズは、真ん中と端に運動の初めに、それぞれ3つのポジションを開く場合。

しかし、このアイデアを1つのExpert Advisorに落とし込んでテストする方法がまだ分かっていないのです。
解決策はある、アプローチは工夫されている、ぜひ連絡してください。
 
Integer:
解決策はある、アプローチは試され、テストされている、さあ!

パラメータの多様化」では、最適化されすぎたパラメータよりも確実にテスト結果が悪くなる。
しかし、新しいデータに対するシステムの生存率は高まるはずだ。
1つのExpert AdvisorでMagikNumberを変えて、「スペクトル」の各位置のカスタム評価結果をファイルに出力して試してみます。

では、質問させてください。
何を持っているのですか?
 
Aleksey24 さん、あなたは誤解しています。Integerは プロの コーダーです。
 
Aleksey24:
整数
解決策はある、アプローチは試され、テストされている、さあ!

パラメータの多様化」では、最適化されすぎたパラメータよりも確実にテスト結果が悪くなる。
しかし、新しいデータに対するシステムの生存率は高まるはずだ。
1つのExpert AdvisorでMagikNumberを変えて、「スペクトル」の各位置のカスタム評価結果をファイルに出力して試してみます。

では、質問させてください。
何を持っているのですか?

Expert Advisorテンプレートは、互いに独立して動作する戦略の数を無制限に挿入することが非常に簡単です。
 
Integer:
互いに独立して動作するストラテジーを無制限に挿入することができるEAテンプレート です。

そこで私は、あらゆる場面で使える万能のExpert Advisorを持っています(おそらくここにいる皆さんはすでに持っていると思いますが)。
しかし、異なる戦略が同時に働くという話ではなく、1つの戦略が多様なパラメータで同時に働くという話です。
 
Aleksey24:
整数
互いに独立して動作するストラテジーを無制限に挿入することができるEAテンプレート です。

私は、あらゆる場面で使える万能のExpert Advisorを持っています(おそらく、ここにいる皆さんはすでに持っていると思いますが)。
しかし、これは異なる戦略の同時運用の話ではなく、1つの戦略を多様なパラメータで同時に運用する話です。

あなたのExpert Advisorの普遍性に気づいていない、判断している...

しかし、このアイデアを1つのExpert Advisorに落とし込んでテストする方法は、まだ見つかっていません。



そして、あなたが書いているように、パラメータが多様化した1つの戦略の仕事は、複数の戦略の仕事よりもさらに簡単に実行できるのです。
 
А работа одной стратегии, с, как вы пишите, диверсифицированными параметрами, еще проще реализуется, чем работа нескольких стратегий.

整数,
何かアイデアがあれば、それを出してみてください。
そして、誰もが舌でアイデアをぶちまけることができる。

そして、そのアイデアはすでに私の専門家に落とし込まれています。
すべてうまくいった。
どうすれば視覚的に理解できるかを考えています。

あるMagikNumでテストした後、チャートで注文をフィルタリングする方法は?

誰がわかる?
 
スクリプトを書くか、コード自体にMagicNumbersによって異なる矢印の色を設定する必要があります。