ご意見をお聞かせください。 - ページ 5 12345678 新しいコメント Леонид 2008.04.28 12:35 #41 Figar0: 結果はいいのですが、この先どうなるかは市場だけが知っています。私は2年間、同じ原理でEAを書いてきましたが、ある特殊性に気づきました。それは、儲かる部分と儲からない部分が突然交互に現れることです。時々、本当の聖杯の ように思える、1年の半分の前倒し取引はとても美しく、次の半年は...。私の50回の利益トレードのレンジは、負けトレードのレンジに変わるかもしれません。なぜそうなのでしょうか。完全に理解しているわけではありませんが、時折、相場が「自発性」のようなものを獲得し、その挙動がわずかに前期に依存し、それをNSが学習/学習/適応に利用しているのではないかと思います（実現性によりますが）。 いずれにせよ、結果は良好であり、ロバスト性の可能性もありますから、誰の言うことも聞いてはいけません :)(IMHO)です。 では、どのような基準でも、TSの将来的な作業性を判断することはできないとお考えでしょうか。 まあ、私は永遠のTSの存在など信じていませんし、ニューラルネットワークがあろうとなかろうと、それはどうでもいいことです。どんなTSにも、この世のあらゆるものと同じように寿命があります。というわけで、TSをトレーニングして、トレーニング期間中とサンプル外期間中に良好なエクイティが得られたと書きましたが、次はどうするのでしょうか。結局のところ、これだけでは将来の仕事は保証されない。例えば、TSを作って、OOSやトレーニングで良いエクイティを得るのは問題ないです。OOSでも非常に良い。しかし、このTSは実際の市場では必ずしもうまく機能しない。良くも悪くもなるのでしょう。何に依存するかは不明です。そこで悩むのが、「このTSが今後使えるかどうか、どう評価・計算すればいいのか」ということです。 Sceptic Philozoff 2008.04.28 12:40 #42 Неее, матожидание это не то..... 勝利の期待 値は、数学的な期待値である。この統計的に計算された指標は、1回の取引の平均的な利益/損失を反映しています。また、次のトレードの予想収益性/損失性を反映していると考えることもできます。 そうですね。取引の平均結果（その「期待値」）は、テスト区間での合計結果を取引回数 で割ったものです（つまり、符号付きの純利益を取引回数で割ったものです）。正直なところ、何が問題なのか、あなたの言っていることと私の言っていることがどう違うのか、私には理解できません。期待値は平均値とほぼ同じであり、将来とは直接関係がない。 Metaquotesは、ここで少し用語の不正確さがあります：それは勝利のm.o.ではなく、取引のm.o.の推定 値です（平均取引は損失にもなり得るので）。報告書の数字をとって割り算するだけ。まさに「賞金のm.o.s.」を手に入れることができるのです。 一般に、m.o.は現象の確率的なモデルがすでにある場合、つまり純粋にテルウェル的な概念である場合にのみ語ることができるのです。我々はまだモデルを持っていませんが、唯一の神話的な人口のサンプルを持っているので、我々は持っている - 統計。だから、期待値推定についてだけ正しく語ることができるのです。 削除済み 2008.04.28 13:16 #43 LeoV: では、あなたの考えでは、TSの将来のパフォーマンスをどのような基準で判断することもできないのですね。 まあ、私は永遠のTSの存在を信じていないので、ニューラルネットワークがあろうがなかろうが、関係ないのですが。どんなTSにも、この世のあらゆるものと同じように寿命があります。というわけで、TSをトレーニングして、トレーニング期間中とサンプル外期間中に良好なエクイティが得られたと書きましたが、次はどうするのでしょうか。結局のところ、これだけでは将来の仕事は保証されない。例えば、TSを作って、OOSやトレーニングで良いエクイティを得るのは問題ないです。OOSでも非常に良い。しかし、このTSは実際の市場では必ずしもうまく機能しない。良くも悪くもなるのでしょう。何に依存するかは不明です。そこで悩むのが、「TSが将来も使えるかどうか、どうやって把握・評価・計算するか」ということです。 間違いなくそれは不可能である、それは有利な結果を望むために確率のいくつかの程度で可能ですが、ほとんどの場合、この確率は50％に傾向がある）おそらくpipswiseシステムのまれな例外が、そう彼らは、動きではなく、ノイズで動作しますが、それは逆説的に聞こえる、とビューの実用的観点から、彼らは批判に耐えられませ。 しかし、私は永遠のシステムを期待している）。私が選んだ今後の方向性のひとつは、すべてのトレーニングを拒否し、自己学習と取引システムの完全な自律性に依存することです。今後、この方法でシステムが動く確率を高めていきたいですね。 時間が解決してくれるでしょう) そしてまた、あなたの結果はとにかく悪くなく、トレーディングで試してみる価値はあります（私なら確実に試します）。 そのような結果を捨てて、何を取引するのでしょうか？ Леонид 2008.04.28 13:28 #44 Figar0: 永続的なシステムを期待している)。今後の方向性の一つとして、私はすべてのトレーニングを拒否し、自己学習と取引システムの完全な自律性に賭けることを選択しました。今後、この方法でシステムが動く可能性を高めていきたいですね。時間が解決してくれるでしょう) まあ、自己鍛錬も鍛錬なんですけどね。片側からのみ。とにかく、自己学習停止という基準を選ばなければならない。将来的に有益に働くために、（システムが）自己学習を完了しなければならないのはいつなのか？ 削除済み 2008.04.28 14:08 #45 LeoV: Figar0: 永続的なシステムを期待している)。今後の方向性の一つとして、私はすべてのトレーニングを拒否し、自己学習と取引システムの完全な自律性に賭けることを選択しました。今後、この方法でシステムが動く可能性を高めていきたいですね。時間が解決してくれるでしょう) まあ、自己鍛錬も鍛錬なんですけどね。片側からのみ。とにかく、自学自習の基準を選ぶことです。将来的に有益に機能するために、（システムが）自己学習を完了しなければならないのはいつなのか？ また、もちろんそうなのですが...。しかし、私の考えでは、このようなシステムの「適合」要素は、まさに最初の学習／最適化の際に、入力指標の周期やネットワークのトポロジー自体も含めて、変更されないシステムパラメータを選択する際に導入されるものだと思います...。ここでは、2007年末のトレーニング、2008年のテスト→アップトゥデートがあります。また、作業の過程でシステムの適応能力が現れ、いくつかのパラメータが変更されたとしても（例えば、シナプスの重みが調整されたり、確率が変更されたり、2007年の最初の訓練で得られたものはそのまま残りますよね？そうでなければ、このトレーニングの意味がありません。それこそ、永遠の学びで解消したいものです（笑) システムが重いことを除けば、それはこのスレッドの範囲外でしょうが...。 Леонид 2008.04.28 15:16 #46 Figar0: また、もちろんそうなのですが...。しかし、私の考えでは、このようなシステムの「適合」要素は、まさに最初の訓練／最適化の際に、入力指標の周期やネットワークのトポロジー自体など、システムのパラメータを変更しないように選択したときに導入されるものだと思います...。ここでは、2007年末のトレーニング、2008年のテスト→アップトゥデートがあります。また、作業の過程でシステムの適応能力が現れ、いくつかのパラメータが変更されたとしても（例えば、シナプスの重みが調整され、確率が変更され、2007年の最初の訓練で得られたものはそのまま残りますよね？そうでなければ、このトレーニングの意味がありません。それが永遠の学習で解消されようとしている) 私もそう思います。私も、この市場で長く持ちこたえられるのは、適応型TCだけだと思います。しかし、トレーニングや自己学習を止める基準をどのように設定するかという問題があります。やはり、この基準が曖昧だと、プログラミングができなくなります。結局、TSの訓練や自己学習が長ければ長いほど、過去のデータにフィットしやすくなり、実際の取引で失敗する可能性が高くなるのです。 Prival 2008.04.28 16:18 #47 過去のデータに合わせることと、適応することは別物です。ロシア語は豊かで、さまざまな言葉で呼ばれているのは、決して無駄なことではありません。 Леонид 2008.04.28 16:31 #48 Prival: 過去のデータで調整することと、適応することは別物です。ロシア語は豊かで、さまざまな言葉で呼ばれているのは、決して無駄なことではありません。 はい、ありがとうございます！やっぱり違うんですね......質問の内容が。間違えなく書けたようです)))))))))))))))))))))))))))))))))))))))))))))) Avals 2008.04.28 16:42 #49 曲線の形状からシステムの堅牢性を判断するのは難しい。ロバスト性はアイデアの中にある。NSの場合は、入力データの前処理を正しく行うことが重要で、トポロジーなどは二の次という考え方です。入力データは、使用する市場プロセスを最も正確かつ明確に記述するものでなければならず、そのためには、そのイメージを持つことが必要である。そして、システム拒絶ルールの正しい基準。 Леонид 2008.04.28 17:13 #50 Avals: 曲線の形状からシステムの堅牢性を判断するのは難しい。ロバスト性はアイデアの中にある。NSの場合は、入力データの前処理を正しく行うことが重要で、トポロジーなどは二の次という考え方です。入力データは、使用する市場プロセスを最も正確かつ明確に記述するものでなければならず、そのためには、そのイメージを持つことが必要である。そして、システム拒絶ルールの正しい基準。 ちゃんと書いてあるじゃないですか。私もそう思います。しかし、あまりに大雑把すぎて、正しい解答を見つけることができません。何事も「about everything and nothing」と言われるように。具体的に説明したい。 カーブ形状以外にも、便利な情報をたくさん見ることができます。利益、取引回数、数学的な期待値など......。今後、私のTSの作業能力を推定する際に、この情報が役に立つと思われます。それとも私の勘違いでしょうか？ 最後の一文がよくわからないけれど......。 12345678 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
結果はいいのですが、この先どうなるかは市場だけが知っています。私は2年間、同じ原理でEAを書いてきましたが、ある特殊性に気づきました。それは、儲かる部分と儲からない部分が突然交互に現れることです。時々、本当の聖杯の ように思える、1年の半分の前倒し取引はとても美しく、次の半年は...。私の50回の利益トレードのレンジは、負けトレードのレンジに変わるかもしれません。なぜそうなのでしょうか。完全に理解しているわけではありませんが、時折、相場が「自発性」のようなものを獲得し、その挙動がわずかに前期に依存し、それをNSが学習/学習/適応に利用しているのではないかと思います（実現性によりますが）。
いずれにせよ、結果は良好であり、ロバスト性の可能性もありますから、誰の言うことも聞いてはいけません :)(IMHO)です。
では、どのような基準でも、TSの将来的な作業性を判断することはできないとお考えでしょうか。
まあ、私は永遠のTSの存在など信じていませんし、ニューラルネットワークがあろうとなかろうと、それはどうでもいいことです。どんなTSにも、この世のあらゆるものと同じように寿命があります。というわけで、TSをトレーニングして、トレーニング期間中とサンプル外期間中に良好なエクイティが得られたと書きましたが、次はどうするのでしょうか。結局のところ、これだけでは将来の仕事は保証されない。例えば、TSを作って、OOSやトレーニングで良いエクイティを得るのは問題ないです。OOSでも非常に良い。しかし、このTSは実際の市場では必ずしもうまく機能しない。良くも悪くもなるのでしょう。何に依存するかは不明です。そこで悩むのが、「このTSが今後使えるかどうか、どう評価・計算すればいいのか」ということです。
Неее, матожидание это не то.....
勝利の期待 値は、数学的な期待値である。この統計的に計算された指標は、1回の取引の平均的な利益/損失を反映しています。また、次のトレードの予想収益性/損失性を反映していると考えることもできます。
そうですね。取引の平均結果（その「期待値」）は、テスト区間での合計結果を取引回数 で割ったものです（つまり、符号付きの純利益を取引回数で割ったものです）。正直なところ、何が問題なのか、あなたの言っていることと私の言っていることがどう違うのか、私には理解できません。期待値は平均値とほぼ同じであり、将来とは直接関係がない。
Metaquotesは、ここで少し用語の不正確さがあります：それは勝利のm.o.ではなく、取引のm.o.の推定 値です（平均取引は損失にもなり得るので）。報告書の数字をとって割り算するだけ。まさに「賞金のm.o.s.」を手に入れることができるのです。
一般に、m.o.は現象の確率的なモデルがすでにある場合、つまり純粋にテルウェル的な概念である場合にのみ語ることができるのです。我々はまだモデルを持っていませんが、唯一の神話的な人口のサンプルを持っているので、我々は持っている - 統計。だから、期待値推定についてだけ正しく語ることができるのです。
では、あなたの考えでは、TSの将来のパフォーマンスをどのような基準で判断することもできないのですね。
まあ、私は永遠のTSの存在を信じていないので、ニューラルネットワークがあろうがなかろうが、関係ないのですが。どんなTSにも、この世のあらゆるものと同じように寿命があります。というわけで、TSをトレーニングして、トレーニング期間中とサンプル外期間中に良好なエクイティが得られたと書きましたが、次はどうするのでしょうか。結局のところ、これだけでは将来の仕事は保証されない。例えば、TSを作って、OOSやトレーニングで良いエクイティを得るのは問題ないです。OOSでも非常に良い。しかし、このTSは実際の市場では必ずしもうまく機能しない。良くも悪くもなるのでしょう。何に依存するかは不明です。そこで悩むのが、「TSが将来も使えるかどうか、どうやって把握・評価・計算するか」ということです。
間違いなくそれは不可能である、それは有利な結果を望むために確率のいくつかの程度で可能ですが、ほとんどの場合、この確率は50％に傾向がある）おそらくpipswiseシステムのまれな例外が、そう彼らは、動きではなく、ノイズで動作しますが、それは逆説的に聞こえる、とビューの実用的観点から、彼らは批判に耐えられませ。
しかし、私は永遠のシステムを期待している）。私が選んだ今後の方向性のひとつは、すべてのトレーニングを拒否し、自己学習と取引システムの完全な自律性に依存することです。今後、この方法でシステムが動く確率を高めていきたいですね。 時間が解決してくれるでしょう)
そしてまた、あなたの結果はとにかく悪くなく、トレーディングで試してみる価値はあります（私なら確実に試します）。 そのような結果を捨てて、何を取引するのでしょうか？
永続的なシステムを期待している)。今後の方向性の一つとして、私はすべてのトレーニングを拒否し、自己学習と取引システムの完全な自律性に賭けることを選択しました。今後、この方法でシステムが動く可能性を高めていきたいですね。時間が解決してくれるでしょう)
まあ、自己鍛錬も鍛錬なんですけどね。片側からのみ。とにかく、自己学習停止という基準を選ばなければならない。将来的に有益に働くために、（システムが）自己学習を完了しなければならないのはいつなのか？
永続的なシステムを期待している)。今後の方向性の一つとして、私はすべてのトレーニングを拒否し、自己学習と取引システムの完全な自律性に賭けることを選択しました。今後、この方法でシステムが動く可能性を高めていきたいですね。時間が解決してくれるでしょう)
まあ、自己鍛錬も鍛錬なんですけどね。片側からのみ。とにかく、自学自習の基準を選ぶことです。将来的に有益に機能するために、（システムが）自己学習を完了しなければならないのはいつなのか？
また、もちろんそうなのですが...。しかし、私の考えでは、このようなシステムの「適合」要素は、まさに最初の学習／最適化の際に、入力指標の周期やネットワークのトポロジー自体も含めて、変更されないシステムパラメータを選択する際に導入されるものだと思います...。ここでは、2007年末のトレーニング、2008年のテスト→アップトゥデートがあります。また、作業の過程でシステムの適応能力が現れ、いくつかのパラメータが変更されたとしても（例えば、シナプスの重みが調整されたり、確率が変更されたり、2007年の最初の訓練で得られたものはそのまま残りますよね？そうでなければ、このトレーニングの意味がありません。それこそ、永遠の学びで解消したいものです（笑)
システムが重いことを除けば、それはこのスレッドの範囲外でしょうが...。
また、もちろんそうなのですが...。しかし、私の考えでは、このようなシステムの「適合」要素は、まさに最初の訓練／最適化の際に、入力指標の周期やネットワークのトポロジー自体など、システムのパラメータを変更しないように選択したときに導入されるものだと思います...。ここでは、2007年末のトレーニング、2008年のテスト→アップトゥデートがあります。また、作業の過程でシステムの適応能力が現れ、いくつかのパラメータが変更されたとしても（例えば、シナプスの重みが調整され、確率が変更され、2007年の最初の訓練で得られたものはそのまま残りますよね？そうでなければ、このトレーニングの意味がありません。それが永遠の学習で解消されようとしている)
私もそう思います。私も、この市場で長く持ちこたえられるのは、適応型TCだけだと思います。しかし、トレーニングや自己学習を止める基準をどのように設定するかという問題があります。やはり、この基準が曖昧だと、プログラミングができなくなります。結局、TSの訓練や自己学習が長ければ長いほど、過去のデータにフィットしやすくなり、実際の取引で失敗する可能性が高くなるのです。
過去のデータで調整することと、適応することは別物です。ロシア語は豊かで、さまざまな言葉で呼ばれているのは、決して無駄なことではありません。
はい、ありがとうございます！やっぱり違うんですね......質問の内容が。間違えなく書けたようです))))))))))))))))))))))))))))))))))))))))))))))
曲線の形状からシステムの堅牢性を判断するのは難しい。ロバスト性はアイデアの中にある。NSの場合は、入力データの前処理を正しく行うことが重要で、トポロジーなどは二の次という考え方です。入力データは、使用する市場プロセスを最も正確かつ明確に記述するものでなければならず、そのためには、そのイメージを持つことが必要である。そして、システム拒絶ルールの正しい基準。
曲線の形状からシステムの堅牢性を判断するのは難しい。ロバスト性はアイデアの中にある。NSの場合は、入力データの前処理を正しく行うことが重要で、トポロジーなどは二の次という考え方です。入力データは、使用する市場プロセスを最も正確かつ明確に記述するものでなければならず、そのためには、そのイメージを持つことが必要である。そして、システム拒絶ルールの正しい基準。
ちゃんと書いてあるじゃないですか。私もそう思います。しかし、あまりに大雑把すぎて、正しい解答を見つけることができません。何事も「about everything and nothing」と言われるように。具体的に説明したい。
カーブ形状以外にも、便利な情報をたくさん見ることができます。利益、取引回数、数学的な期待値など......。今後、私のTSの作業能力を推定する際に、この情報が役に立つと思われます。それとも私の勘違いでしょうか？
最後の一文がよくわからないけれど......。