목적 함수가 알려진 경우 최적화는 간단합니다. 함수의 원하는 값을 얻는 방식으로 인수를 변경합니다. 알 수 없는 경우에는 어떻게 합니까? 이전에 그러한 대상 "알 수 없는" 기능의 예가 임의적이라고 아주 정확하게 말했습니다. 모든 것이 진부하고 기초적인 것처럼 보이지만 왜 우리는 알려지지 않은 기능인 시장에 대한 최적화에 대해 이야기하고 있습니까? 이것은 최적화의 정의에서 불가능합니다.
시장인 알려지지 않은 프로세스(아마도 무작위가 아닌)에 대한 강력한 옵션(그리고 그러한 선택이 없으면 최적화는 최적화가 아니며 이미 처리됨)의 선택이 수행될 수 있다는 의심이 있습니다. 서로 뒤따르는 환경 보호 시스템의 다른 영역에서 작동하는 매개변수의 통계적 세트를 근사화함으로써.
joo : 목적 함수가 알려진 경우 최적화는 간단합니다. 함수의 원하는 값을 얻는 방식으로 인수를 변경합니다. 알 수 없는 경우에는 어떻게 합니까? 이전에 그러한 대상 "알 수 없는" 기능의 예가 임의적이라고 아주 정확하게 말했습니다. 모든 것이 진부하고 기초적인 것처럼 보이지만 왜 우리는 알려지지 않은 기능인 시장에 대한 최적화에 대해 이야기하고 있습니까? 이것은 최적화의 정의에서 불가능합니다.
헷갈리실 것 같아요 :)
"객관적 함수"는 정확한 예측을 제공하는 확률적 프로세스 자체의 모델이 아닙니다. 수익성의 MO와 같은 통계 중 하나일 뿐입니다. "최적화"는 특정 인수에 대해 주어진 목적 함수에 대한 함수의 극한값을 최소 계산 횟수로 찾는 것입니다. 즉, NP 를 줄이는 것입니다.인수의 수에 대해 2차 또는 선형으로 열거합니다.
간단히 말해서 이것은 간단할 수 있지만 실제로 여기의 수학은 새로운 끈 이론을 마스터하거나 위에서 누군가가 말했듯이 LHC에서 오는 데이터를 분석하는 사람들의 수학보다 덜 복잡하지 않습니다.
그리고 이것은 무역뿐만 아니라 이 거래에서 극도로 음란한 수입을 얻기 위해. 원숭이도 그냥 거래할 수 있고, 훈련될 수 있다고 확신합니다.
"객관적 함수"는 정확한 예측을 제공하는 확률적 프로세스 자체의 모델이 아닙니다. 수익성의 MO와 같은 통계 중 하나일 뿐입니다. "최적화"는 특정 인수에 대해 주어진 목적 함수에 대한 함수의 극한값을 최소 계산 횟수로 찾는 것입니다. 즉, NP 를 줄이는 것입니다.인수의 수에 대해 2차 또는 선형으로 열거합니다.
간단히 말해서 이것은 간단할 수 있지만 실제로 여기의 수학은 새로운 끈 이론을 마스터하거나 위에서 누군가가 말했듯이 LHC에서 오는 데이터를 분석하는 사람들의 수학보다 덜 복잡하지 않습니다.
그리고 이것은 무역뿐만 아니라 이 거래에서 극도로 음란한 수입을 얻기 위해. 원숭이도 그냥 거래할 수 있고, 훈련될 수 있다고 확신합니다.
목적 함수가 알려진 경우 최적화는 간단합니다. 함수의 원하는 값을 얻는 방식으로 인수를 변경합니다. 알 수 없는 경우에는 어떻게 합니까? 이전에 그러한 대상 "알 수 없는" 기능의 예가 임의적이라고 아주 정확하게 말했습니다. 모든 것이 진부하고 기초적인 것처럼 보이지만 왜 우리는 알려지지 않은 기능인 시장에 대한 최적화에 대해 이야기하고 있습니까? 이것은 최적화의 정의에서 불가능합니다.
헷갈리실 것 같아요 :)
"객관적 함수"는 정확한 예측을 제공하는 확률적 프로세스 자체의 모델이 아닙니다. 수익성의 MO와 같은 통계 중 하나일 뿐입니다. "최적화"는 특정 인수에 대해 주어진 목적 함수에 대한 함수의 극한값을 최소 계산 횟수로 찾는 것입니다. 즉, NP 를 줄이는 것입니다. 인수의 수에 대해 2차 또는 선형으로 열거합니다.
간단히 말해서 이것은 간단할 수 있지만 실제로 여기의 수학은 새로운 끈 이론을 마스터하거나 위에서 누군가가 말했듯이 LHC에서 오는 데이터를 분석하는 사람들의 수학보다 덜 복잡하지 않습니다.
그리고 이것은 무역뿐만 아니라 이 거래에서 극도로 음란한 수입을 얻기 위해. 원숭이도 그냥 거래할 수 있고, 훈련될 수 있다고 확신합니다.
헷갈리실 것 같아요 :)
"객관적 함수"는 정확한 예측을 제공하는 확률적 프로세스 자체의 모델이 아닙니다. 수익성의 MO와 같은 통계 중 하나일 뿐입니다. "최적화"는 특정 인수에 대해 주어진 목적 함수에 대한 함수의 극한값을 최소 계산 횟수로 찾는 것입니다. 즉, NP 를 줄이는 것입니다. 인수의 수에 대해 2차 또는 선형으로 열거합니다.
간단히 말해서 이것은 간단할 수 있지만 실제로 여기의 수학은 새로운 끈 이론을 마스터하거나 위에서 누군가가 말했듯이 LHC에서 오는 데이터를 분석하는 사람들의 수학보다 덜 복잡하지 않습니다.
그리고 이것은 무역뿐만 아니라 이 거래에서 극도로 음란한 수입을 얻기 위해. 원숭이도 그냥 거래할 수 있고, 훈련될 수 있다고 확신합니다.
:영형
많은 흥미로운 아이디어와 의견을 주신 주님께 감사드립니다!
나는 이제 대화의 과정을 양적 방향으로 약간 전환할 것을 제안합니다.
그다지 화려하지 않은 특정 전략이 있다고 가정 해 봅시다. 하나의 매개변수로 간단한 열거(1 - 1000)에 의한 테스트, 분 막대의 2년 동안 다음과 같은 수익성 곡선을 제공했습니다( sum ( PnL )/ sum ( abs ( PnL )) )
즉, 각 포인트는 2년 동안의 평균 MO입니다.
거래를 위해 어떤 장소(매개변수 값)를 선택해야 한다고 생각하십니까? 단순화를 위해 화살표나 원으로 그림에 직접 표시할 수 있습니다.
그럼 제가 내린 결론을 말씀드리겠습니다.
거래를 위해 어떤 장소(매개변수 값)를 선택해야 한다고 생각하십니까?
없음, 왜냐하면 전략의 위험에 대한 정보가 없습니다.
네, 그렇다면 MO가 아니라 Sharp 또는 MO / SKO로 하십시오.
네, 그렇다면 MO가 아니라 Sharp 또는 MO / SKO로 하십시오.
그럼 제가 내린 결론을 말씀드리겠습니다.