Neuromongers, don't pass by :) 必要なアドバイス - ページ 7 1234567891011121314 新しいコメント Andrey Dik 2011.03.31 19:14 #61 Summer: .. 最初の写真は、私が正しく理解していれば、「Overflowing Patterns」の思想に対応するものです。 TheXpert 2011.03.31 19:51 #62 alexeymosc: IMHO - ネットワークトレーニングをモニターするためのテストサンプルは必須です。 それはそうかもしれないが、時間を無駄にすることなく、どこから入手すればいいのだろう。 数学 セグメントBは暗黙のうちにトレーニングに関与している、なぜならBは最小のエラーによってトレーニングの終了を決定するからである) 私の場合、そのようなトレーニングはないので、適用外です。その結果に基づいて、ネットワークを再構築すればよいのです。 Figar0: なぜペアなのか？）インデックスを試したり、ゴールドを試したり・・・。結果はどうなるんでしょうね。 おそらくスプレッドの範囲内だろう。 ゴールドを試してみる。インデックスの正しい歴史はどこでわかるのか？糊は取引されない。 削除済み 2011.03.31 20:57 #63 ずっと忘れていたのですが、TCの学習期間テストはどのようなものになるのでしょうか？このANCで「どれだけ」学習するのだろう。LOCは連立方程式で与えられた内容に基づいて、可能な限り最大の結果を出すと理解しています（厳しい行列代数が含まれている気がします :)）。 ただ、この最大値をトレーディングに振り替えた場合、どのようになるのでしょうか。現地ではどの程度スムーズなのでしょうか？ そのような絵を、本来の学習期間の少なくとも1ヶ月の間に作ることは可能なのでしょうか？研修期間中にNSが得た成果も重要であり、それを物語っている。 TheXpert 2011.03.31 21:25 #64 Figar0: ずっと忘れていたのですが、トレーニング期間中のTCテストはどのようなものでしょうか？ https://www.mql5.com/ru/forum/132692/page2#454397 2枚目、これはテストサンプルで1年分です。 Belford 2011.03.31 22:13 #65 TheXpertは、ここで述べたように、別のソースからのデータでテストすることを試みます。そして、未来を覗き見るためのチェック。すべて自己欺瞞のように聞こえるが...。 Alexey Burnakov 2011.04.01 07:19 #66 TheXpert:それはそうかもしれないが、時間を無駄にすることなく、どこから手に入れればいいのか。私の場合、トレーニング自体がないので、該当しません。その結果に基づいて、ネットワークを再設定するしかないですね。おそらくスプレッドの範囲内だろう。 ゴールドを試してみる。インデックスの正しい歴史はどこで知ることができるのか？糊は取引されない。 現在、私のデモ口座にはいくつかのニューラルネットワークEAが あります。統計パッケージでネットを構築し、それにddlファイルを接続しています。 ですから、トレーニングサンプルの大きさ、コントロールサンプルの大きさとその形成方法、サンプル外の取引期間はどれくらいか、といった選択の問題が非常に重要だと感じています。異なる結果を得ることができ、主にドローダウンを改善することが可能です。今のところ、システムは利益で動いていますが（残念、ありがたいことです）、最適なパラメータを決定し、それを使って作業することができます。もちろんフォワードテストもしなければならないし、時間もかけなければなりませんが、それに見合った結果が得られると思います。 TheXpert 2011.04.01 07:25 #67 Belford: TheXpertは、すでにここで言われているように、別のソースからのデータでテストすることを試みます。 どういう意味ですか？別のDCの同じ記事で？ そして、未来を垣間見るためのチェック。自己欺瞞に近いものがある...。 一番最初に真面目にやっていることでそのようなアドバイスには、侮辱的とさえ言えるでしょう。また、自虐的とは具体的にどのようなものなのでしょうか。 アレクセイモスク トレーニングサンプルの大きさ、コントロールサンプルの大きさとその形成方法、サンプル外の取引期間の大きさなど、選択の問題は非常に重要であると、私は全身で感じています。異なる結果を得ることができ、主にドローダウンを改善することが可能です。今のところ、システムは利益で動いていますが（残念、ありがたいことです）、最適なパラメータを決定し、それを使って作業することができます。もちろん、多少の時間やフォワードテストは必要ですが、それに見合った結果が得られると思います。 良いことだが、本質的には何もない。もしかしたら、あなたの経験を教えてくれるかもしれません。 Alexey Burnakov 2011.04.01 08:04 #68 TheXpert: どういう意味ですか？別のDCの同じ記事で？ 徹底したファースト・トゥー・ファースト。そのようなアドバイスには侮辱的とさえ言えるでしょう。また、自虐的とは具体的にどのようなことでしょうか。 良いことだが、本質的には何もない。もしかしたら、あなたの経験を教えてくれるかもしれませんよ？ 話題になっている記事をいくつか紹介します。http://www.google.com/url?sa=t&source=web&cd=1&ved=0CBwQFjAA&url=http%3A%2F%2Fmadis1.iss。ac.cn%2Fmadis.files%2Fpub-papers%2F2005%2Flncs-05-whuang-1.pdf&ei=oYOVTarTOYvzgaEsuGzCA&usg=AFQjCNHZycjABySFlxSQ4sFAVgNK4FXrpQ&sig2=t1p0qXv35VTdnuhetNaTtQ http://www.google.com/url?sa=t&source=web&cd=3&ved=0CCgQFjAC&url=http%3A%2F%2Fciteseerx.ist.psu.edu%2Fviewdoc%2Fdownload%3Fdoi%3D10.1.1.23。6904%26rep%3Drep1%26type%3Dpdf&rct=j&q=An%20Empirical%20Analysis%20of%20Data%20Requirements%20for%20Financial%20Forecasting%20with%20Neural%20Networks&ei=K4SVTdvoFsbDtAbl9dy7CA&usg=AFQjCNHAlj21APE3Nnc9MJQWI9EUYR7Ug&sig2=Mbp5sVdyCDOhnG3lkQiLw 研究結果を要約すると、トレーニングのためにあまり大きなサンプルを取る必要はない、ということです。Day1のタイムフレームは、1～3年が適当です。1時間足で1年、15分足で半年、5分足で4分の1までです。取引サーバーからデータを取り込んで、Page Upを使っています。 15分という時間枠に2年というのは、短時間を試したことがあると読みましたが、過大かもしれませんね。半年もあれば十分だと思います。 テスト（ロシア語では文学、英語ではvalidation）サンプリングについては後日書くとして、今週末は一連の実験を行いたいと思います。一般的な観察：テストサンプルが取引期間の前に取られた場合、ニューロネットはより大きなサンプル空間で学習しながら、この期間のために「微調整」を行うでしょう。プラス面は、テストサンプルがトレーニングサンプルと混ざらないので、ネットワークにまだおおよそ見てもいないデータを与え、そのデータは市場の実際の状態を反映していると言えることです。テストサンプルを学習サンプルに混ぜると、それに対する誤差は通常小さくなります。これはネットワークがテストサンプル周辺の例を見るので、アルゴリズムがより深い誤差の極小値を見つけるからです - ただし、新しいデータが少なくとも同様の結果に達するという事実はありません。これは、私自身が繰り返し入手し、観察してきたことです。 TheXpert 2011.04.01 08:28 #69 alexeymosc: 研究結果を要約すると、トレーニングにそれほど大きなサンプルは必要ない、ということです。 トレーニング用サンプルから離れよう、完全な構築方式は教えなかった、何も問題はない。 一般的な考察：テストサンプルが取引期間前に採取された場合、ニューラルネットワークはこの期間のために「微調整」を行い、より大きなサンプルスペースで学習することになります。さらに、テストサンプルはトレーニングサンプルと混ざらないので、ネットワークがまだおおよそ見たこともないデータを与え、そのデータは市場の現状を反映していると言えるでしょう。 また、トレーニングのサンプリングウィンドウを拡張することとどう違うのでしょうか？狭い実装の中で話しているのですね。私の実装は根本的に違うので、何を言っているのか理解できません。 ミックスとアンミックスとはどういう意味ですか？ブレンドはどのように実現されているのですか？ネットワークがこのデータを見たことがない場合、どのような「微調整」を行うのか？ テストサンプルがトレーニングサンプルと混在している場合、ネットワークはテストサンプルの周囲の例を見るので、それに対する誤差は通常小さくなり、アルゴリズムはより深い誤差の最小値を見つけますが、新しいデータが少なくとも同様の結果をもたらすという事実はありません。これは、私自身が繰り返し入手し、観察してきたことです。 私はここで途方に暮れています。この路線は追求しないほうがいいのかもしれませんね。 Belford 2011.04.01 08:38 #70 TheXpert:これはどういうことでしょうか？別のDCの同じ記事で？ できれば同じ履歴で、異なる見積もり業者から。 VCクォート（MetaQuotesも）は、 下位タイムフレーム、特に1999-2005は非常に品質が悪いので、使わない方がよいでしょう。これらの見積もりは、スライディングウィンドウではなく、全履歴によって平滑化されている。つまり、引用文そのものに、すでに未来を覗き見ることができるのです。 ニューラルネットワークは これを問題なく見つけることができる。 1234567891011121314 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
..
最初の写真は、私が正しく理解していれば、「Overflowing Patterns」の思想に対応するものです。
IMHO - ネットワークトレーニングをモニターするためのテストサンプルは必須です。
それはそうかもしれないが、時間を無駄にすることなく、どこから入手すればいいのだろう。
セグメントBは暗黙のうちにトレーニングに関与している、なぜならBは最小のエラーによってトレーニングの終了を決定するからである)
私の場合、そのようなトレーニングはないので、適用外です。その結果に基づいて、ネットワークを再構築すればよいのです。
なぜペアなのか？）インデックスを試したり、ゴールドを試したり・・・。結果はどうなるんでしょうね。
おそらくスプレッドの範囲内だろう。 ゴールドを試してみる。インデックスの正しい歴史はどこでわかるのか？糊は取引されない。
ずっと忘れていたのですが、TCの学習期間テストはどのようなものになるのでしょうか？このANCで「どれだけ」学習するのだろう。LOCは連立方程式で与えられた内容に基づいて、可能な限り最大の結果を出すと理解しています（厳しい行列代数が含まれている気がします :)）。 ただ、この最大値をトレーディングに振り替えた場合、どのようになるのでしょうか。現地ではどの程度スムーズなのでしょうか？
そのような絵を、本来の学習期間の少なくとも1ヶ月の間に作ることは可能なのでしょうか？研修期間中にNSが得た成果も重要であり、それを物語っている。
ずっと忘れていたのですが、トレーニング期間中のTCテストはどのようなものでしょうか？
https://www.mql5.com/ru/forum/132692/page2#454397
2枚目、これはテストサンプルで1年分です。
それはそうかもしれないが、時間を無駄にすることなく、どこから手に入れればいいのか。
私の場合、トレーニング自体がないので、該当しません。その結果に基づいて、ネットワークを再設定するしかないですね。
おそらくスプレッドの範囲内だろう。 ゴールドを試してみる。インデックスの正しい歴史はどこで知ることができるのか？糊は取引されない。
現在、私のデモ口座にはいくつかのニューラルネットワークEAが あります。統計パッケージでネットを構築し、それにddlファイルを接続しています。
ですから、トレーニングサンプルの大きさ、コントロールサンプルの大きさとその形成方法、サンプル外の取引期間はどれくらいか、といった選択の問題が非常に重要だと感じています。異なる結果を得ることができ、主にドローダウンを改善することが可能です。今のところ、システムは利益で動いていますが（残念、ありがたいことです）、最適なパラメータを決定し、それを使って作業することができます。もちろんフォワードテストもしなければならないし、時間もかけなければなりませんが、それに見合った結果が得られると思います。
TheXpertは、すでにここで言われているように、別のソースからのデータでテストすることを試みます。
どういう意味ですか？別のDCの同じ記事で？
そして、未来を垣間見るためのチェック。自己欺瞞に近いものがある...。
一番最初に真面目にやっていることでそのようなアドバイスには、侮辱的とさえ言えるでしょう。また、自虐的とは具体的にどのようなものなのでしょうか。
トレーニングサンプルの大きさ、コントロールサンプルの大きさとその形成方法、サンプル外の取引期間の大きさなど、選択の問題は非常に重要であると、私は全身で感じています。異なる結果を得ることができ、主にドローダウンを改善することが可能です。今のところ、システムは利益で動いていますが（残念、ありがたいことです）、最適なパラメータを決定し、それを使って作業することができます。もちろん、多少の時間やフォワードテストは必要ですが、それに見合った結果が得られると思います。
どういう意味ですか？別のDCの同じ記事で？
徹底したファースト・トゥー・ファースト。そのようなアドバイスには侮辱的とさえ言えるでしょう。また、自虐的とは具体的にどのようなことでしょうか。
良いことだが、本質的には何もない。もしかしたら、あなたの経験を教えてくれるかもしれませんよ？話題になっている記事をいくつか紹介します。http://www.google.com/url?sa=t&source=web&cd=1&ved=0CBwQFjAA&url=http%3A%2F%2Fmadis1.iss。ac.cn%2Fmadis.files%2Fpub-papers%2F2005%2Flncs-05-whuang-1.pdf&ei=oYOVTarTOYvzgaEsuGzCA&usg=AFQjCNHZycjABySFlxSQ4sFAVgNK4FXrpQ&sig2=t1p0qXv35VTdnuhetNaTtQ
http://www.google.com/url?sa=t&source=web&cd=3&ved=0CCgQFjAC&url=http%3A%2F%2Fciteseerx.ist.psu.edu%2Fviewdoc%2Fdownload%3Fdoi%3D10.1.1.23。6904%26rep%3Drep1%26type%3Dpdf&rct=j&q=An%20Empirical%20Analysis%20of%20Data%20Requirements%20for%20Financial%20Forecasting%20with%20Neural%20Networks&ei=K4SVTdvoFsbDtAbl9dy7CA&usg=AFQjCNHAlj21APE3Nnc9MJQWI9EUYR7Ug&sig2=Mbp5sVdyCDOhnG3lkQiLw
研究結果を要約すると、トレーニングのためにあまり大きなサンプルを取る必要はない、ということです。Day1のタイムフレームは、1～3年が適当です。1時間足で1年、15分足で半年、5分足で4分の1までです。取引サーバーからデータを取り込んで、Page Upを使っています。
15分という時間枠に2年というのは、短時間を試したことがあると読みましたが、過大かもしれませんね。半年もあれば十分だと思います。
テスト（ロシア語では文学、英語ではvalidation）サンプリングについては後日書くとして、今週末は一連の実験を行いたいと思います。一般的な観察：テストサンプルが取引期間の前に取られた場合、ニューロネットはより大きなサンプル空間で学習しながら、この期間のために「微調整」を行うでしょう。プラス面は、テストサンプルがトレーニングサンプルと混ざらないので、ネットワークにまだおおよそ見てもいないデータを与え、そのデータは市場の実際の状態を反映していると言えることです。テストサンプルを学習サンプルに混ぜると、それに対する誤差は通常小さくなります。これはネットワークがテストサンプル周辺の例を見るので、アルゴリズムがより深い誤差の極小値を見つけるからです - ただし、新しいデータが少なくとも同様の結果に達するという事実はありません。これは、私自身が繰り返し入手し、観察してきたことです。
研究結果を要約すると、トレーニングにそれほど大きなサンプルは必要ない、ということです。
トレーニング用サンプルから離れよう、完全な構築方式は教えなかった、何も問題はない。
一般的な考察：テストサンプルが取引期間前に採取された場合、ニューラルネットワークはこの期間のために「微調整」を行い、より大きなサンプルスペースで学習することになります。さらに、テストサンプルはトレーニングサンプルと混ざらないので、ネットワークがまだおおよそ見たこともないデータを与え、そのデータは市場の現状を反映していると言えるでしょう。
また、トレーニングのサンプリングウィンドウを拡張することとどう違うのでしょうか？狭い実装の中で話しているのですね。私の実装は根本的に違うので、何を言っているのか理解できません。
ミックスとアンミックスとはどういう意味ですか？ブレンドはどのように実現されているのですか？ネットワークがこのデータを見たことがない場合、どのような「微調整」を行うのか？
テストサンプルがトレーニングサンプルと混在している場合、ネットワークはテストサンプルの周囲の例を見るので、それに対する誤差は通常小さくなり、アルゴリズムはより深い誤差の最小値を見つけますが、新しいデータが少なくとも同様の結果をもたらすという事実はありません。これは、私自身が繰り返し入手し、観察してきたことです。
これはどういうことでしょうか？別のDCの同じ記事で？
できれば同じ履歴で、異なる見積もり業者から。 VCクォート（MetaQuotesも）は、
下位タイムフレーム、特に1999-2005は非常に品質が悪いので、使わない方がよいでしょう。これらの見積もりは、スライディングウィンドウではなく、全履歴によって平滑化されている。つまり、引用文そのものに、すでに未来を覗き見ることができるのです。
ニューラルネットワークは これを問題なく見つけることができる。