참가자들과 타협점을 찾고 대회를 적절하게 조직하려면 머리를 조금 식힐 필요가 있는 것으로 나타났습니다...
당신이 너무 많이 이야기하는 악명 높은 보편성에 관해서, 나는 다음과 같은 결론에 이르렀습니다.항상 최상의 결과를 제공하지는 않습니다 .
1. 솔루션의 보편성은 항상 상대적입니다. 솔루션은 문제 영역의 세부 사항에 의해 제한되고 따라서 솔루션은 절대 절대적으로 보편적이지 않기 때문입니다. 작업 범위를 확장할 때 "보편적인" 솔루션은 항상 실패합니다. 다시 해야 합니다.
2. 보편성은 처음부터 나타나지 않지만 긴 개발 과정, 문제의 일반화 및 솔루션 적응의 결과입니다. 따라서 비 보편적 해법은 보편적 해법으로 가는 첫걸음이다.
3. 솔루션 의 보편성 은 솔루션 의 효율성 을 의미하지 않습니다. 나는 이 두 개념이 직접적인 관련이 없고 서로 의존하지도 않는다고 생각한다.
보편성에 대한 열망으로 인해 솔루션을 확장된 범위의 문제에 적용해야 하며, 이는 의심할 여지 없이 각각의 특정 경우에 솔루션의 효율성을 감소시킬 수 있습니다.
텍스트 키를 풀기 위한 내 알고리즘은 텍스트 문제에 대해 매우 보편적이며 1분 안에 모든 문자열을 절대적으로 정확하게 결정할 수 있습니다. FF에 대한 호출 수. 아마도 추가 개발은 알려지지 않은 분석 기능의 최대값을 찾을 것이라는 사실로 이어질 수 있습니다. 하지만 여전히 효과가 있을까요? 확실하지 않다.
따라서 보편적인 알고리즘을 만드는 방법을 이해하려면 작업 범위를 일반화하고 문제를 해결하는 일반적인 메커니즘을 이해해야 합니다.
더 기본적인 매개 변수가 없으면 추가 노력 없이도 솔루션이 매우 보편적 인 것으로 판명 될 수 있습니다 ...
이러한 두 가지 유형의 문제에서 검색 메커니즘을 일반화할 수 있으며, 이를 수행하려고 합니다.
내 충고를 고집스럽게 무시하는 이유는 무엇입니까? 저는 최적화 알고리즘 분야에서 엄청난 경험을 가지고 있습니다. 비록 천박하게 들릴지언정 적어도 제 조언을 들어줄 수 있습니까?
분석적으로 풀 수 없는 엄청난 종류의 문제가 있습니다. 그리고 분석적으로 모든 문제의 아주 작은 부분만 풀 수 있습니다. 그리고 다른 모든 작업은 남겨두고 분석에 의존합니다.
나는 보편적인 솔루션이 항상 더 낫다고 주장한 적이 없습니다. 반대로 고도로 전문화된 솔루션이 항상 더 나은 결과를 줄 것이라는 것은 아주 분명합니다. 그러나 최적화 알고리즘과 관련하여 보편성에 대해 말하면 분석적 문제, 즉 절대적으로 모든 문제를 포함하여 모든 문제를 해결하는 그러한 알고리즘의 능력에 대해 이야기하고 있습니다. 따라서 귀하의 접근 방식은 가능한 작업의 10%를 다루고 내 작업은 모두 100%입니다.
여기에서 우리는 이론가일 뿐만 아니라 주로 실천가입니다. 우리는 금융 시장에서 거래하고 분석 시장 공식이 없기 때문에 처음부터 분석 솔루션에 중점을 두지 않은 솔루션을 사용해야 합니다. 이것은 동일한 방식으로 그리고 시장 패턴 연구와 관련하여 보편성입니다. FF 공식에 대한 지식이 필요 없는 보편적인 최적화 알고리즘인 일반 MT 옵티마이저와 코드 베이스의 Alglib 앞에서 여러 번 예제를 보여 주었습니다.
모든 일에는 이면이 있습니다. 범용 최적화 알고리즘의 경우 이는 필요한 절충안으로 솔루션의 정확도가 떨어지게 되지만 다른 방식으로 거래 문제를 해결하는 것은 불가능합니다. 그리고 내가 심판이 알고 있는 최대값으로 FF를 컴파일하는 솔루션을 찾았다고 말했을 때 "그런 결정의 동전 뒷면은 무엇입니까?"라고 물어봤어야 했습니다. 그리고 그것은 첫째, 단순화된 FF에서 그들 사이의 모든 매개변수의 상호 영향을 거부하는 것이고, 둘째, 경쟁에서 부정행위를 하는 방법이 있었지만, 나는 아무도 생각하지 않는다. 챔피언십 단계 사이에 있지 않은 많은 시간이 필요하기 때문에이 기회를 활용할 수 있습니다. 그리고 이것은 "첫째로" 가장 중요한 것이지만, 알고리즘을 실제 최대값과 비교할 수 있는 참가자의 공정한 요구를 위해 가야 했습니다.
내 충고를 고집스럽게 무시하는 이유는 무엇입니까? 저는 최적화 알고리즘 분야에서 엄청난 경험을 가지고 있습니다. 비록 천박하게 들릴지언정 적어도 제 조언을 들어줄 수 있습니까?
분석적으로 풀 수 없는 엄청난 종류의 문제가 있습니다. 그리고 분석적으로 모든 문제의 아주 작은 부분만 풀 수 있습니다. 그리고 다른 모든 작업은 남겨두고 분석에 의존합니다.
나는 보편적인 솔루션이 항상 더 낫다고 주장한 적이 없습니다. 반대로 고도로 전문화된 솔루션이 항상 더 나은 결과를 줄 것이라는 것은 아주 분명합니다. 그러나 최적화 알고리즘과 관련하여 보편성에 대해 말하면 분석적 문제, 즉 절대적으로 모든 문제를 포함하여 모든 문제를 해결하는 그러한 알고리즘의 능력에 대해 이야기하고 있습니다. 따라서 귀하의 접근 방식은 가능한 작업의 10%를 다루고 내 접근 방식은 모든 작업을 100% 다룹니다.
우리는 이론가일 뿐만 아니라 주로 실무자입니다. 우리는 금융 시장에서 거래하고 분석 시장 공식이 없기 때문에 처음부터 분석 솔루션에 중점을 두지 않은 솔루션을 사용해야 합니다. 이것은 동일한 방식으로 그리고 시장 패턴 연구와 관련하여 보편성입니다. FF 공식에 대한 지식이 필요하지 않은 범용 최적화 알고리즘인 코드베이스의 일반 MT 옵티마이저와 Alglib 앞에서 여러 번 예제를 보여 주었습니다.
모든 일에는 이면이 있습니다. 범용 최적화 알고리즘의 경우 이는 필요한 절충안으로 솔루션의 정확도가 떨어지게 되지만 다른 방식으로 거래 문제를 해결하는 것은 불가능합니다. 그리고 내가 심판이 알고 있는 최대값으로 FF를 컴파일하는 솔루션을 찾았다고 말했을 때 "그런 결정의 동전 뒷면은 무엇입니까?"라고 물어봤어야 했습니다. 그리고 그것은 첫째, 단순화된 FF에서 그들 사이의 모든 매개변수의 상호 영향을 거부하는 것이고, 둘째, 경쟁에서 속임수를 쓰는 방법이 있었지만 나는 아무도 생각하지 않습니다. 챔피언십의 단계 사이가 아닌 많은 시간이 필요하기 때문에이 기회를 활용할 수 있습니다. 그리고 이것이 "첫째로" 가장 중요한 것이지만, 알고리즘을 실제 최대값과 비교할 수 있도록 참가자의 공정한 요구를 위해 이렇게 해야 했습니다.
"최적화 알고리즘"이 무엇인지 널리 설명하고 거래에서 사용하는 이해하기 쉬운 예를 제공할 수 있습니다.
흥미로운 소식:
-- 이 "챔피언십"의 결과를 기반으로 몇 가지 기능을 개발할 것입니다. 거래에서 이 기능을 사용하는 예를 들어 보십시오.
MT에 테스터가 없다고 상상해보십시오.
특정 상품의 차트 기록에서 선택한 섹션에서 전략을 직접 테스트해야 합니다.
전략에는 선택한 테스트 영역에 따라 전략의 수익성이 결정되는 5개의 매개변수가 있습니다.
차트의이 섹션에서 이러한 매개 변수의 값이 전략의 가장 큰 수익성을 제공하는지 결정해야합니다.
가능한 매개변수 값이 너무 많아서 각각을 수동으로 확인하기 때문에 전략에 가장 큰 수익성을 제공하는 값을 찾는 데 몇 년이 걸릴 것입니다.
당신은 당신보다 더 빨리 테스트 기간 동안 최고의 값을 계산할 매개변수를 최적화하기 위한 알고리즘을 개발하기 시작합니다.
무엇 때문에? 역사는 반복되고 앞으로도 비슷한 일이 반복될 것이라고 당신이 결정했기 때문입니다 .
그러면 알고리즘에서 찾은 최고의 매개변수 값을 적용하고 부자가 될 것이라고 믿습니다!
거래에서 이 알고리즘의 모든 실질적인 이점은 한 푼도 들지 않을 수 있지만 미래가 과거와 비슷할 것이라고 믿으며 그런 일이 일어난다면 그러한 알고리즘은 당신에게 금을 가져다 줄 것입니다.
챔피언십은 자신의 실력을 다른 사람과 비교하여 실전에서 테스트할 수 있는 기회입니다. 내 생각에 챔피언십의 실질적인 이점은 거래에서 최적화 알고리즘을 사용하는 실제적인 이점보다 높습니다. 왜냐하면 저는 조정된 매개변수가 다음과 같은 결과를 가져오는 역사의 정확한 반복을 믿지 않기 때문입니다. 테스트 기간 동안.
물론 거래는 이 알고리즘의 범위를 좁힙니다.
생각한다 ...
거래에서 "최적화 알고리즘"을 사용하는 BLA-BLA-BLA 없이 명확하고 이해할 수 있는 예를 제시할 수 있습니까?
그러한 예를 모른다면 - 그렇게 말하십시오 - "어떤 거래 작업에 빠른 최적화 알고리즘이 필요한지 모르겠습니다"
거래에서 "최적화 알고리즘"을 사용하는 BLA-BLA-BLA 없이 명확하고 이해할 수 있는 예를 제시할 수 있습니까?
그러한 예를 모른다면 - 그렇게 말하십시오 - "어떤 거래 작업에 빠른 최적화 알고리즘이 필요한지 모르겠습니다"
괜찮은.
참가자들과 타협점을 찾고 대회를 적절하게 조직하려면 머리를 조금 식힐 필요가 있는 것으로 나타났습니다...
당신이 너무 많이 이야기하는 악명 높은 보편성에 관해서, 나는 다음과 같은 결론에 이르렀습니다. 항상 최상의 결과를 제공하지는 않습니다 .
1. 솔루션의 보편성은 항상 상대적입니다. 솔루션은 문제 영역의 세부 사항에 의해 제한되고 따라서 솔루션은 절대 절대적으로 보편적이지 않기 때문입니다. 작업 범위를 확장할 때 "보편적인" 솔루션은 항상 실패합니다. 다시 해야 합니다.
2. 보편성은 처음부터 나타나지 않지만 긴 개발 과정, 문제의 일반화 및 솔루션 적응의 결과입니다. 따라서 비 보편적 해법은 보편적 해법으로 가는 첫걸음이다.
3. 솔루션 의 보편성 은 솔루션 의 효율성 을 의미하지 않습니다. 나는 이 두 개념이 직접적인 관련이 없고 서로 의존하지도 않는다고 생각한다.
보편성에 대한 열망으로 인해 솔루션을 확장된 범위의 문제에 적용해야 하며, 이는 의심할 여지 없이 각각의 특정 경우에 솔루션의 효율성을 감소시킬 수 있습니다.
텍스트 키를 풀기 위한 내 알고리즘은 텍스트 문제에 대해 매우 보편적이며 1분 안에 모든 문자열을 절대적으로 정확하게 결정할 수 있습니다. FF에 대한 호출 수. 아마도 추가 개발은 알려지지 않은 분석 기능의 최대값을 찾을 것이라는 사실로 이어질 수 있습니다. 하지만 여전히 효과가 있을까요? 확실하지 않다.
따라서 보편적인 알고리즘을 만드는 방법을 이해하려면 작업 범위를 일반화하고 문제를 해결하는 일반적인 메커니즘을 이해해야 합니다.
먼저 매개변수를 요약해 보겠습니다.
함수 및 텍스트 키의 최대값에 대한 검색 알고리즘이 작동하는 주요 매개변수:
1 . FF 에 전달된 매개변수의 수입니다 .
2. FF로 전송되는 파라미터 값의 범위 .
3. 단계(값 간의 최소 차이).
4. FF로부터 받은 값.
더 기본적인 매개 변수가 없으면 추가 노력 없이도 솔루션이 매우 보편적 인 것으로 판명 될 수 있습니다 ...
이러한 두 가지 유형의 문제에서 검색 메커니즘을 일반화할 수 있으며, 이를 수행하려고 합니다.
내 충고를 고집스럽게 무시하는 이유는 무엇입니까? 저는 최적화 알고리즘 분야에서 엄청난 경험을 가지고 있습니다. 비록 천박하게 들릴지언정 적어도 제 조언을 들어줄 수 있습니까?
분석적으로 풀 수 없는 엄청난 종류의 문제가 있습니다. 그리고 분석적으로 모든 문제의 아주 작은 부분만 풀 수 있습니다. 그리고 다른 모든 작업은 남겨두고 분석에 의존합니다.
나는 보편적인 솔루션이 항상 더 낫다고 주장한 적이 없습니다. 반대로 고도로 전문화된 솔루션이 항상 더 나은 결과를 줄 것이라는 것은 아주 분명합니다. 그러나 최적화 알고리즘과 관련하여 보편성에 대해 말하면 분석적 문제, 즉 절대적으로 모든 문제를 포함하여 모든 문제를 해결하는 그러한 알고리즘의 능력에 대해 이야기하고 있습니다. 따라서 귀하의 접근 방식은 가능한 작업의 10%를 다루고 내 작업은 모두 100%입니다.
여기에서 우리는 이론가일 뿐만 아니라 주로 실천가입니다. 우리는 금융 시장에서 거래하고 분석 시장 공식이 없기 때문에 처음부터 분석 솔루션에 중점을 두지 않은 솔루션을 사용해야 합니다. 이것은 동일한 방식으로 그리고 시장 패턴 연구와 관련하여 보편성입니다. FF 공식에 대한 지식이 필요 없는 보편적인 최적화 알고리즘인 일반 MT 옵티마이저와 코드 베이스의 Alglib 앞에서 여러 번 예제를 보여 주었습니다.
모든 일에는 이면이 있습니다. 범용 최적화 알고리즘의 경우 이는 필요한 절충안으로 솔루션의 정확도가 떨어지게 되지만 다른 방식으로 거래 문제를 해결하는 것은 불가능합니다. 그리고 내가 심판이 알고 있는 최대값으로 FF를 컴파일하는 솔루션을 찾았다고 말했을 때 "그런 결정의 동전 뒷면은 무엇입니까?"라고 물어봤어야 했습니다. 그리고 그것은 첫째, 단순화된 FF에서 그들 사이의 모든 매개변수의 상호 영향을 거부하는 것이고, 둘째, 경쟁에서 부정행위를 하는 방법이 있었지만, 나는 아무도 생각하지 않는다. 챔피언십 단계 사이에 있지 않은 많은 시간이 필요하기 때문에이 기회를 활용할 수 있습니다. 그리고 이것은 "첫째로" 가장 중요한 것이지만, 알고리즘을 실제 최대값과 비교할 수 있는 참가자의 공정한 요구를 위해 가야 했습니다.
주의 깊게 읽는 방법을 알고 있습니까? 테스터에서 가장 높은 수익성을 얻기 위해 전략 매개변수를 조정하는 것이 명확하게 명시되어 있습니다.
이것이 빠르고 효율적인 극한 검색 알고리즘과 어떤 관련이 있습니까?
속도와 효율성은 알고리즘의 속성일 뿐입니다. 선택 사항입니다.
테스트 중 원하는 극한값은 테스트된 거래 전략의 과거 기간 동안의 최대 수익성입니다.
이 극한값이 발견되면 테스터는 이를 유도한 전략 매개변수의 값을 저장하고 사용자에게 보여줍니다.
이것을 "맞춤"이라고 합니다.
내 충고를 고집스럽게 무시하는 이유는 무엇입니까? 저는 최적화 알고리즘 분야에서 엄청난 경험을 가지고 있습니다. 비록 천박하게 들릴지언정 적어도 제 조언을 들어줄 수 있습니까?
분석적으로 풀 수 없는 엄청난 종류의 문제가 있습니다. 그리고 분석적으로 모든 문제의 아주 작은 부분만 풀 수 있습니다. 그리고 다른 모든 작업은 남겨두고 분석에 의존합니다.
나는 보편적인 솔루션이 항상 더 낫다고 주장한 적이 없습니다. 반대로 고도로 전문화된 솔루션이 항상 더 나은 결과를 줄 것이라는 것은 아주 분명합니다. 그러나 최적화 알고리즘과 관련하여 보편성에 대해 말하면 분석적 문제, 즉 절대적으로 모든 문제를 포함하여 모든 문제를 해결하는 그러한 알고리즘의 능력에 대해 이야기하고 있습니다. 따라서 귀하의 접근 방식은 가능한 작업의 10%를 다루고 내 접근 방식은 모든 작업을 100% 다룹니다.
우리는 이론가일 뿐만 아니라 주로 실무자입니다. 우리는 금융 시장에서 거래하고 분석 시장 공식이 없기 때문에 처음부터 분석 솔루션에 중점을 두지 않은 솔루션을 사용해야 합니다. 이것은 동일한 방식으로 그리고 시장 패턴 연구와 관련하여 보편성입니다. FF 공식에 대한 지식이 필요하지 않은 범용 최적화 알고리즘인 코드베이스의 일반 MT 옵티마이저와 Alglib 앞에서 여러 번 예제를 보여 주었습니다.
모든 일에는 이면이 있습니다. 범용 최적화 알고리즘의 경우 이는 필요한 절충안으로 솔루션의 정확도가 떨어지게 되지만 다른 방식으로 거래 문제를 해결하는 것은 불가능합니다. 그리고 내가 심판이 알고 있는 최대값으로 FF를 컴파일하는 솔루션을 찾았다고 말했을 때 "그런 결정의 동전 뒷면은 무엇입니까?"라고 물어봤어야 했습니다. 그리고 그것은 첫째, 단순화된 FF에서 그들 사이의 모든 매개변수의 상호 영향을 거부하는 것이고, 둘째, 경쟁에서 속임수를 쓰는 방법이 있었지만 나는 아무도 생각하지 않습니다. 챔피언십의 단계 사이가 아닌 많은 시간이 필요하기 때문에이 기회를 활용할 수 있습니다. 그리고 이것이 "첫째로" 가장 중요한 것이지만, 알고리즘을 실제 최대값과 비교할 수 있도록 참가자의 공정한 요구를 위해 이렇게 해야 했습니다.
속도와 효율성은 알고리즘의 속성일 뿐입니다. 선택 사항입니다.
테스트 중 원하는 극한값은 테스트된 거래 전략의 과거 기간 동안의 최대 수익성입니다.
이 극한값이 발견되면 테스터는 이를 유도한 전략 매개변수의 값을 저장하고 사용자에게 보여줍니다.
이것을 "맞춤"이라고 합니다.
일반적으로 거래에서 "최적화 알고리즘"의 필요성에 대해 자세히 이해하지 못하고 있다는 것은 분명합니다. 모든 것이 일반적인 문구와 가상의 추상화 수준입니다.
그리고 제 생각에 당신은 기본적인 것들을 이해하는 데 문제가 있습니다.
다시: 트레이딩에서는 트레이딩 전략 파라미터의 값을 미래에 사용하기 위해 과거의 특정 기간으로 조정 하는 최적화 알고리즘이 필요합니다.
그리고 제 생각에 당신은 기본적인 것들을 이해하는 데 문제가 있습니다.
다시: 트레이딩에서는 트레이딩 전략 파라미터의 값을 미래에 사용하기 위해 과거의 특정 기간으로 조정 하는 최적화 알고리즘이 필요합니다.
그럼 질문을 다시 하겠습니다. 분기의 주제는 "최적화 알고리즘"의 개발입니다.
"최적화 알고리즘"이 무엇인지 널리 설명하고 거래에서 사용하는 이해하기 쉬운 예를 제공할 수 있습니다.
흥미로운 소식:
-- 이 "챔피언십"의 결과를 기반으로 몇 가지 기능을 개발할 것입니다. 거래에서 이 기능을 사용하는 예를 들어 보십시오.
그럼 질문을 다시 하겠습니다. 분기의 주제는 "최적화 알고리즘"의 개발입니다.
"최적화 알고리즘"이 무엇인지 널리 설명하고 거래에서 사용하는 이해하기 쉬운 예를 제공할 수 있습니다.
흥미로운 소식:
-- 이 "챔피언십"의 결과를 기반으로 몇 가지 기능을 개발할 것입니다. 거래에서 이 기능을 사용하는 예를 들어 보십시오.
MT에 테스터가 없다고 상상해보십시오.
특정 상품의 차트 기록에서 선택한 섹션에서 전략을 직접 테스트해야 합니다.
전략에는 선택한 테스트 영역에 따라 전략의 수익성이 결정되는 5개의 매개변수가 있습니다.
차트의이 섹션에서 이러한 매개 변수의 값이 전략의 가장 큰 수익성을 제공하는지 결정해야합니다.
가능한 매개변수 값이 너무 많아서 각각을 수동으로 확인하기 때문에 전략에 가장 큰 수익성을 제공하는 값을 찾는 데 몇 년이 걸릴 것입니다.
당신은 당신보다 더 빨리 테스트 기간 동안 최고의 값을 계산할 매개변수를 최적화하기 위한 알고리즘을 개발하기 시작합니다.
무엇 때문에? 역사는 반복되고 앞으로도 비슷한 일이 반복될 것이라고 당신이 결정했기 때문입니다 .
그러면 알고리즘에서 찾은 최고의 매개변수 값을 적용하고 부자가 될 것이라고 믿습니다!
거래에서 이 알고리즘의 모든 실질적인 이점은 한 푼도 들지 않을 수 있지만 미래가 과거와 비슷할 것이라고 믿으며 그런 일이 일어난다면 그러한 알고리즘은 당신에게 금을 가져다 줄 것입니다.
챔피언십은 자신의 실력을 다른 사람과 비교하여 실전에서 테스트할 수 있는 기회입니다. 내 생각에 챔피언십의 실질적인 이점은 거래에서 최적화 알고리즘을 사용하는 실제적인 이점보다 높습니다. 왜냐하면 저는 조정된 매개변수가 다음과 같은 결과를 가져오는 역사의 정확한 반복을 믿지 않기 때문입니다. 테스트 기간 동안.