Для меня НШ 4-5 чёрный ящик, даже получив там прибульную стабильную систему с плавным ростом эквити, прошедшую тестирование на ООС, я просто отложил её до худших времён.
Если обучать сетки не в НШ4-5, а в программах созданных для более академических целей, то можно хотя бы разбираться в чём ошибка, почему сеть не приности прибыль, и ещё кучу разных вопросов, найдя ответ на которые, можно будет УВЕРЕННО говорить о торговле с помощью нейронных сетей.
А не так что связей нигде ни с чем нет, на ООС только богу известно будет оно работать или нет, входы надо декоррелировать/не надо, нужно убирать корреляцию входов с выходом или нет, что лучше коммитет или не коммитет и тд..... Проще говоря случайное блуждание...
Честно говоря, не ощутил каким образом профит зависит от ошибки....))))
例えば、TSができるだけ多くの利益を、できるだけ頻繁に生み出すことに興味があるとします。つまり、利益の出る取引の割合を増やすこと、そしてもちろんMOを増やすことです。
この原理で学習させたネットワークは、OOSでも利益を出すことが期待できる。これらの目標に貢献するパターンについて、ネットワークを強調する二乗平均平方根誤差を適用する必要があるのです。つまり、ネットワークは、ある効果につながる特定のパターンに着目しているのです。
二乗平均平方根誤差を使用する場合、パターンを強調するのではなく、「平均化」していることになります。
例えば、TSができるだけ多くの利益を、できるだけ頻繁に生み出すことに興味があるとします。つまり、利益の出る取引の割合を増やすこと、そしてもちろんMOを増やすことです。
この原理で学習させたネットワークは、OOSでも利益を出すことが期待できる。これらの目標に貢献するパターンについて、ネットワークを強調する二乗平均平方根誤差を適用する必要があるのです。つまり、ネットワークは、何らかの結果につながる特定のパターンに着目しているのです。
二乗平均平方根誤差を使用する場合、パターンを強調するのではなく、「平均化」していることになります。
二乗平均平方根誤差とは何ですか?
to LeoV
ここで、逆算して、利益最大化に関する問題を出します。どのTSを選ぶか、値が指定されている、うーん、$で
から ヴィン
根の総和の算術平均。
Об этом уже говорилось раньше в этой ветке. Топикстартер хотел именно так работать, как... как он работает.
この掲示板で、私とほとんど同じように考えている人に初めて出会いました...。:)
一心不乱に...。
Впервые встречаю на форуме человека который мыслит практически также как и я... :)
Единомышлинник...
ありがとうございます。知性のある兄弟に出会えてよかった...。:)
利益<-->間違い。
と思っています(もちろん、実験的に確認済み)。
ネットワーク誤差をフィードバックに保存しておけば、ネットワーク信号がランダムよりずっと良い場合に、エクイティの増減を保存することができる。
ネットワークエラーが保存されていない場合、エクイティはランダム、つまりエクイティが上昇したり下落したり(ゆっくり/速く/ジャンプ)しても、ランダムであることに変わりはないでしょう。
問題ごとに利益率<--誤差を求めることができる。
//-------------------------------------------//
LeoVが行っているトレーニングについては。
当然憶測で、ほとんど彼の書き込みから推論しています。
学習は遺伝的アルゴリズムで 行われ、任意のフィットネス関数を設定することができます。
IN NSH4-5...利益だけでなく、システム指標の異なる組み合わせがトレーニングされ、最大化/最小化することで、利益指標だけでなく、システム全体を引っ張る、つまり、エクイティのスムーズな成長を得ることができるのです。
遺伝的アルゴリズムでは、OOSで安定した結果を得るためにどのように訓練すればよいのかが本当にわからない。独立したサンプルでのスライドコントロール/テスト方法は、ここではもう役に立たないし、その逆でもごまかせる...」と付け加えるのを忘れました。
だから、誤差は違っても利益はほぼ同じ、目標機能は誤差の最小化ではないのです。
私にとってはNS4-5はブラックボックスで、たとえQEでテストされたスムーズな株式成長で安定した良いシステムができたとしても、もっと悪い時のために脇に置いておくだけです。
NSh4-5ではなく、もっと学術的な目的で作られたプログラムでネットワークを訓練すれば、少なくとも何が間違いなのか、なぜネットワークが利益をもたらさないのか、様々な問題を理解でき、その答えを見つけた上で、自信を持ってニューラルネットワークトレードを語ることができます。
そして、何も接続されていないように、神はそれが動作するかどうか、入力がdecorrelateかどうかを必要とする場合、入力が出力との相関を削除する必要があるかどうか、コミットまたは非コミットが良い場合など知っている... ...。簡単に言うと、ランダムな雑談...。
Для меня НШ 4-5 чёрный ящик, даже получив там прибульную стабильную систему с плавным ростом эквити, прошедшую тестирование на ООС, я просто отложил её до худших времён.
Если обучать сетки не в НШ4-5, а в программах созданных для более академических целей, то можно хотя бы разбираться в чём ошибка, почему сеть не приности прибыль, и ещё кучу разных вопросов, найдя ответ на которые, можно будет УВЕРЕННО говорить о торговле с помощью нейронных сетей.
А не так что связей нигде ни с чем нет, на ООС только богу известно будет оно работать или нет, входы надо декоррелировать/не надо, нужно убирать корреляцию входов с выходом или нет, что лучше коммитет или не коммитет и тд..... Проще говоря случайное блуждание...
このような理由から、私はここしばらくの間、「既製の」ネットワーク・パッケージを完全に放棄しています。必要なものは自分で用意する。
そして、何にも接続されていないように、フィードバックにのみ神は、それが動作するかどうかを知っている、入力が出力かどうかに相関する必要があるデコレートされるかどうか、コミットまたは非コミットよりも優れているか、など....。簡単に言うと、ランダムな雑談...。
Как успехи на этом поприще?
まだ成功を語るには早すぎる。成功した暁には、往復の航空券を払って、私を訪ねてきてくれるかもしれない。:)
今のところ、少なくとも学習プロセスとネットワークの学習目的を完全にコントロールできることに満足しています(そういう意味であれば)。
これは良いことだと思います。))))よろしくお願いします)))ありがとうございました)))
しかし、基本的に、私の質問は何だったのでしょうか?このテーマは私にとって非常に興味深いものです。OOSのエラーと利益の関係についてお聞きしたのです。というのも、このビジネスに携わる多くのプロフェッショナルが、この問いに対する答えを知らないからだ。なんて言ったんだ?
例えば、あなたはTSができるだけ多くの利益を、できるだけ頻繁に生み出すことに興味があるとします。つまり、利益を生む取引の割合を増やそうとし、もちろんMOも増やそうとします。
この原理で訓練されたネットワークは、OOSでも利益を生み出すことが期待できるのです。これらの目標に貢献するパターンについて、ネットワークを強調する二乗平均平方根誤差を適用する必要があるのです。つまり、ネットワークは、ある効果につながる特定のパターンに着目しているのです。
二乗平均平方根誤差を使用すると、パターンを強調するのではなく、「平均化」してしまうことになります。
и
利益<-->の誤差について。
と思っています(もちろん、実験的に確認済み)。
ネットワーク誤差をフィードバックに保存しておけば、ネットワーク信号がランダムなものよりもずっと良い場合、エクイティの増減が保存されることになる。
ネットワークエラーが保存されていない場合、エクイティはランダム、つまりエクイティが上昇したり下落したり(ゆっくり/速く/ジャンプ)しても、ランダムであることに変わりはないでしょう。
各タスクのProfit<-->Errorを決定することができる。
まあこれらは答えではなく、理解してもらわなければなりませんが)))。これらは、あくまでも一般的な「テーマに関する」考察です。よし、NS(トレーダーではない)でもSolutionでも何でもいいから(「学術目的」で)、ネットワーク(何でもいい)を作って、トレーニングを開始するんだ。いつまで鍛えるのか?最小限の誤差まで?100%オーバートレーニングになることはご理解いただけると思います。最小限の誤差にとどまっていない?では、どのようなエラーまで?利益とは何ですか?そして、なぜこのようなエラーになるのでしょうか?誤差を少し減らせば、利益は増えるのか減るのか?また、誤差を大きくすると?
こんな感じなんですね......)))。