간결함을 추구하는 데 너무 앞서간 것 같습니다. Avals '의 가정의 의미와 나는 이것을 이해했습니다. "주관적인"가설을 제시하면 우리는 시장의 기능, 즉 외부 정보에 대한 아이디어를 사용합니다. 사실, 우리는 TA의 범위를 넘어섭니다(그가 처음으로 :)라는 용어를 사용했기 때문입니다. 이것은 추가 필터를 제공하므로 시장에서 소음 외에는 아무것도 볼 수 없습니다.
네, 의도했습니다. 귀무 가설은 시스템이 시장에서 작동하는 이유입니다. 그런 다음 d.b를 벌 때 질문에 대한 답변. 논리적으로 이전 것과 관련이 있습니다. 그리고 컨텍스트는 시스템이 수익을 올릴 때 질문에 대한 답변입니다. 이 0 수준이 존재하지 않으면 시스템은 가격의 파생물과 역사 또는 우리가 이해하지 못하는 "시장 단계"에 대한 조정과 함께 샤머니즘으로 남아 있습니다. 실제로 효과가 있었다고 해도 왜, 언제, 무엇을 수정해야 계속 작동하는지, 언제 완전히 거부해야 하는지 명확하지 않습니다. 임하.
전체 위상 공간을 형성하는 알고리즘은 단 하나뿐이며, 이는 차례로 시장 매개변수화에 의해 결정됩니다. 이 알고리즘은 맥락에 대한 나와 당신의 생각의 결과가 아니라 거래 결정이 내려져야 하는 역사의 모든 지점에 대한 표시(당신이 원한다면 - 직접적)입니다. 즉, 여기에서 지배하는 것은 정확히 (TS 작성자의 관점에서 볼 때) 가장 큰 이익의 원칙입니다. 이러한 점은 위상 공간에 표시됩니다. 그룹화되면 컨텍스트 영역(컨텍스트 유형)을 얻습니다. 그들 중 몇 명이 나올지는 미리 알 수 없습니다.
그런데도 유리의 입장이 왜곡된 것에 대해 양심이 갉아먹는다. 그의 입장에 대한 간결한 공식화를 찾기 위해 나는 위에 인용된 단락에서 멈췄다. 이제 뼈를 위해.
... 전체 위상 공간을 형성하는 알고리즘은 단 하나뿐이며, 이는 차례로 시장 매개변수화에 의해 결정됩니다 .
내 이해에 따르면, 여기서 "형태"는 미리 결정된(주관적으로 결정된) 집합에서 상태 매개변수를 실시간으로 간단히 측정하는 것을 의미합니다("전체 위상 공간"은 분명히 우리가 역사에 대해 이야기하고 있음을 의미하지만). 유리 와 피터 의 접근 방식이 비슷하다고 생각한 것도 이 구절 때문이다. 추가 매개변수는 확실히 해롭기 때문에 결과에 직접적인 영향을 미치는 매개변수만 집합에 포함되어야 합니다. 그리고 우리는 지금 역사를 겪고 있기 때문에 이 세트는 순전히 주관적인 방식으로 결정되었습니다.
이 알고리즘은 맥락에 대한 나와 당신의 생각의 결과가 아니라 거래 결정이 내려져야 하는 역사의 모든 지점에 대한 표시(당신이 원한다면 - 직접적)입니다. 즉, 여기에서 지배하는 것은 정확히 (TS 작성자의 관점에서 볼 때) 가장 큰 이익의 원칙입니다.
나는 이것을 일관된 방식으로 해석할 수 없습니다. 알고리즘은 두 번째(위상 공간의 형성 후) 독립 기능을 가지고 있습니다. 즉, 이상적인 진입점을 나타냅니다. 즉, 이 모든 알고리즘을 형식적으로만 호출할 수 있고, 실시간으로 FP를 구성하는 것도 가능하지만 이상적인 진입점은 뒤늦게 지정할 수 밖에 없습니다.
이러한 점은 위상 공간에 표시됩니다. 그룹화되면 컨텍스트 영역(컨텍스트 유형)을 얻습니다. 그들 중 몇 명이 나올지는 미리 알 수 없습니다.
이제 우리는 확실히 역사에서 "배움"을 다루고 있습니다. 그러나 부정적인 예는 없으며 "좋은"점만 표시됩니다. 따라서 진입점의 실시간 결정 문제는 "나쁜" 점이 좋은 점과 동일한 컨텍스트 영역에 있는 것을 금지하지 않기 때문에 공중에 떠 있습니다. 게다가, 내 경험에 따르면 그들은 대개 거기에서 끝납니다. :) .
이것은 완전히 명확하지 않을 수 있지만 매우 중요한 분류 기능입니다. 부정적인 예가 없기 때문에 최적화가 불가능하고 초기 가정의 검증만 가능합니다. 즉, 설명된 접근 방식은 다시 첫 번째 유형에 속합니다.
여기에서 상태 매개변수를 사용하여 미시적 컨텍스트를 식별할 수 있는 것 같습니다. 즉, 이는 Yuri 의 접근 방식과 일치할 가능성이 더 큽니다. 우리는 특정 특성(또는 그 집합)에 따라 컨텍스트로 분할하면 예상 수익(이익)이 긍정적일 것이라는 가설이 제시되었음을 알 수 있습니다. 그리고 이 가설은 실시간 거래(또는 역사에 대한 모방)에서 테스트됩니다.
덧붙이자면 상태 매개변수의 범위로 미시적 맥락을 식별할 수 있습니다. 그리고 다른 모든 것은 정확합니다. 이전에 말한 모든 것을 고려하십시오.
이 주제에서 공식화하려고 시도한 두 번째 접근 방식은 먼저 거래 신호를 수신하기 위해 미리 선택된 알고리즘을 사용하여 기록을 컨텍스트로 나누는 것입니다. 그런 다음 결과 집합을 두 개(또는 그 이상)의 하위 집합(컨텍스트 유형)으로 나눕니다. 각 하위 집합은 하나 또는 다른 거래 전략(전략)과 연결됩니다. 다음으로 실시간 컨텍스트 유형 인식 알고리즘을 찾습니다. 이것은 결과에 대한 특정 상태 매개변수의 영향에 대한 가설을 제시하고 테스트함으로써 첫 번째 경우와 정확히 동일한 방식으로 발생합니다. 신경망 측면에서 우리는 실제로 "좋은" 훈련 샘플과 "나쁜" 훈련 샘플을 형성합니다. 물론 NN은 문제에 대한 가능한 접근 방식 중 하나일 뿐입니다.
게시물의 가장 맛있는 부분. 나는 감히 그것을 약간 짜내었습니다.
1. 먼저 거래 신호를 수신하기 위해 미리 선택된 알고리즘을 사용하여 기록을 컨텍스트로 분할합니다.
2. 결과 집합을 두 개(또는 그 이상)의 하위 집합(문맥 유형)으로 나눕니다.
3. 실시간 컨텍스트 유형 인식 알고리즘을 찾고 있습니다.
즉, 우리가 거래 신호를 수신하기 위해 발명한 알고리즘(전략, 신호 및 수신 절차에 대한 개인 생각에 전적으로 의존하는 일종의 극도로 주관적인 장치)이 (우리 손으로) 이야기를 맥락으로. 다음으로 유형으로 나눕니다. 이에 대한 객관적인 기준이 표시되지 않기 때문에 자신의 아이디어/선호도/통찰력에 의존하는 것으로 보입니다. 그리고 이 모든 거대한 작업 후에 우리는 우리 스스로 만든 문제를 해결하기 위해 고군분투해야 합니다. 하지만 지금 우리는 그것을 어떻게 인식할 수 있습니까?
첫 번째 접근 방식은 덜 객관적으로 보입니다. 즉, 두 번째 접근 방식은 위험을 최소화하고 이익을 극대화하는 데 더 적합해 보입니다. 첫째, 컨텍스트로 나누는 이익 지향적 알고리즘 때문이고 둘째, 수학적 최적화 방법을 사용할 가능성 때문입니다. 순수한 형태의 첫 번째 것은 최적화를 전혀 거치지 않아야 합니다. 물론입니다.
첫 번째 접근 방식은 덜 객관적으로 보일 수 없습니다. 왜냐하면 덜 객관적인 것은 단순히 존재하지 않기 때문입니다. 나는 설명한 두 번째 접근 방식에서 객관적인 근거를 전혀 보지 못했습니다. 비교를 위해 단락 1의 첫 번째 접근 방식에서. 창의적 행위는 위상 공간의 매개변수화입니다. 시스템의 복잡성에 적합하면 위상 공간을 컨텍스트로 분할하고 해당 분류를 자동으로 얻습니다. 따라서 첫 번째 접근에서 일치하는 것은 "선택 및 인식 작업"이 아니라 컨텍스트 선택 및 입력 작업입니다. 그리고 실시간 컨텍스트 인식(항목 3.)이 자동으로 발생합니다. 그리고 이를 위해 특별한 알고리즘을 찾을 필요가 없습니다. 따라서 전체 첫 번째 접근 방식은 매개변수화의 적절성을 기반으로 합니다. 이것은 모델의 객관성을 나타내는 지표가 아닙니까?
불행히도 두 번째 접근 방식은 모든 단계에서 바로 이 "우리"에 달려 있습니다. 그게 객관성인가요?
최적화와 관련하여 나는 특히 행복하지 않을 것입니다. 최적화를 위한 가장 넓은 가능성은 많은 매개변수가 있는 주관적으로 성형된 시스템에 의해 제공됩니다. 둘째, 이익극대화 기준(그러나 특정 거래 전략이나 알고리즘이 아니라 객관적인 기준)의 사용은 실제로 첫 번째 접근 방식에서 맥락 형성의 원천입니다. 두 번째는 여기에 이점이 없습니다. 주관성 때문에 열등하다고 해도 과언이 아니다. 셋째, 첫 번째 접근 방식에서는 어떤 경우에도 최적화해야 하는 매개변수가 있습니다. 이것은 오랫동안 논의된 문제이므로 명확히 하겠습니다. 언급된 최적화는 그 의미에서 주로 거래자에게 맞춰질 것입니다. 예를 들어, 그의 거래 지평에서 위험도, MM. 자의성은 그것이 속하지 않는 경우 배제되어야 한다. 그리고 거래는 인간의 게임이므로 필연적으로 어느 정도 자의성을 가질 것입니다.
그러나 이와 관련하여 나는 Avals 의 가정에 주의를 기울일 것입니다. 높은 노이즈 수준으로 인해 컨텍스트를 "객관적으로" 분리하려는 모든 시도는 실패할(또는 적합하게 될) 운명입니다. 글쓴이의 말과 맞지 않는 것 같으니 틀린 부분이 있으면 바로잡아주세요.
다행히도 두 번째 계획에는 주관주의 요소가 있으며 모든 희망이 있습니다. :) . 다른 한편으로는 최적화나 매개변수 추가(그리고 다시 최적화)를 통해 "개선"하려는 유혹이 있습니다. 사실 이것은 적어도 갈퀴와 트랩과 관련하여 이 접근 방식을 두 번째 접근 방식에 더 가깝게 만듭니다.
한 가지만 참고하겠습니다. 첫 번째 접근 방식에서는 서로 다른 매개변수의 효율성을 별도로 확인할 수 있습니다. 그리고 매개변수가 효과가 없는 것으로 판명되면 영원히 버리십시오. 예를 들어, 이러한 방식으로 모든 TA 지표를 확인할 수 있습니다(클래식 및 최신). 물론 작업은 다소 크고 일상적입니다. 그러나 그는 진단을 내립니다. 따라서 첫 번째 접근 방식은 매개변수를 추가할 필요가 없습니다. 그는 객관적이고 적절한 매개 변수가 필요합니다.
두 번째 접근 방식의 주관성에 관해서는 상황을 지나치게 극화하고 있다고 생각합니다. 신호 수신 알고리즘에 대한 완전히 객관적인 기준, 즉 이상적인 입력에 대한 근접도가 있습니다. 입력이 이상적일 때만 컨텍스트를 "좋은" 것으로 간단히 분류할 수 있습니다.
우리가 스스로 작업을 생성한다는 사실에 관해서는 - 글쎄요, 하지만 입력과 출력을 명확하게 정의했습니다. 알다시피, 나는 이상적인 지그재그 항목에 꽤 많은 시간을 할애했습니다. 그리고 그 결과, 나는 그러한 접근 방식이 맥락의 "객관적" 자동 인식(현재 논의의 관점에서)을 제공하지 않으며 "객관적" 입력 및 출력도 제공하지 않는다는 결론에 도달했습니다. 이상적인 입력을 위해 날카롭게 된 알고리즘은 좋은 입력보다 나쁜 입력을 제공하지 않는다는 것이 밝혀졌습니다. 이 시장은 그런 짐승입니다. 아마도 "동일한"매개 변수화를 찾지 못했지만. 찾으면 토론으로 돌아갈 수 있습니다. :)
최적화에 관해서는 테스터에서 최적화만을 의미하는 것 같아요. 예, 실제로 첫 번째 접근 방식에서는 이것이 유일하게 사용 가능한 최적화 방법입니다.
그러나 나의 새로운 믿음에 따라 주관성이 강할수록 좋다 :) . 그래서 당신의 게시물은 내 영혼을 따뜻하게 :) .
간결함을 추구하는 데 너무 앞서간 것 같습니다. Avals '의 가정의 의미와 나는 이것을 이해했습니다. "주관적인"가설을 제시하면 우리는 시장의 기능, 즉 외부 정보에 대한 아이디어를 사용합니다. 사실, 우리는 TA의 범위를 넘어섭니다(그가 처음으로 :)라는 용어를 사용했기 때문입니다. 이것은 추가 필터를 제공하므로 시장에서 소음 외에는 아무것도 볼 수 없습니다.
네, 의도했습니다. 귀무 가설은 시스템이 시장에서 작동하는 이유입니다. 그런 다음 d.b를 벌 때 질문에 대한 답변. 논리적으로 이전 것과 관련이 있습니다. 그리고 컨텍스트는 시스템이 수익을 올릴 때 질문에 대한 답변입니다. 이 0 수준이 존재하지 않으면 시스템은 가격의 파생물과 역사 또는 우리가 이해하지 못하는 "시장 단계"에 대한 조정과 함께 샤머니즘으로 남아 있습니다. 실제로 효과가 있었다고 해도 왜, 언제, 무엇을 수정해야 계속 작동하는지, 언제 완전히 거부해야 하는지 명확하지 않습니다. 임하.
전체 위상 공간을 형성하는 알고리즘은 단 하나뿐이며, 이는 차례로 시장 매개변수화에 의해 결정됩니다. 이 알고리즘은 맥락에 대한 나와 당신의 생각의 결과가 아니라 거래 결정이 내려져야 하는 역사의 모든 지점에 대한 표시(당신이 원한다면 - 직접적)입니다. 즉, 여기에서 지배하는 것은 정확히 (TS 작성자의 관점에서 볼 때) 가장 큰 이익의 원칙입니다. 이러한 점은 위상 공간에 표시됩니다. 그룹화되면 컨텍스트 영역(컨텍스트 유형)을 얻습니다. 그들 중 몇 명이 나올지는 미리 알 수 없습니다.
그런데도 유리의 입장이 왜곡된 것에 대해 양심이 갉아먹는다. 그의 입장에 대한 간결한 공식화를 찾기 위해 나는 위에 인용된 단락에서 멈췄다. 이제 뼈를 위해.
... 전체 위상 공간을 형성하는 알고리즘은 단 하나뿐이며, 이는 차례로 시장 매개변수화에 의해 결정됩니다 .
이 알고리즘은 맥락에 대한 나와 당신의 생각의 결과가 아니라 거래 결정이 내려져야 하는 역사의 모든 지점에 대한 표시(당신이 원한다면 - 직접적)입니다. 즉, 여기에서 지배하는 것은 정확히 (TS 작성자의 관점에서 볼 때) 가장 큰 이익의 원칙입니다.
이러한 점은 위상 공간에 표시됩니다. 그룹화되면 컨텍스트 영역(컨텍스트 유형)을 얻습니다. 그들 중 몇 명이 나올지는 미리 알 수 없습니다.
이제 우리는 확실히 역사에서 "배움"을 다루고 있습니다. 그러나 부정적인 예는 없으며 "좋은"점만 표시됩니다. 따라서 진입점의 실시간 결정 문제는 "나쁜" 점이 좋은 점과 동일한 컨텍스트 영역에 있는 것을 금지하지 않기 때문에 공중에 떠 있습니다. 게다가, 내 경험에 따르면 그들은 대개 거기에서 끝납니다. :) .
이것은 완전히 명확하지 않을 수 있지만 매우 중요한 분류 기능입니다. 부정적인 예가 없기 때문에 최적화가 불가능하고 초기 가정의 검증만 가능합니다. 즉, 설명된 접근 방식은 다시 첫 번째 유형에 속합니다.
가능한 좌표에 대한 생각을 계속합니다.
축은 어떻습니까? 아니면 인류에게 알려진 정보를 전달하는 방법 중 하나에 불과합니까?
축은 어떻습니까? 아니면 인류에게 알려진 정보를 전달하는 방법 중 하나에 불과합니까?
그들은 서명했습니다.
및 이전에 정의되었습니다.
특정 캐릭터를 통해 - "Bayduzhy" 관찰자와 "False dog". ;)
그러나 각 칠면조를 측정하는 방법은 문제입니다.
------
주제에 대한 관심이 식지 않는다면 잠시 후 추리를 이어가겠습니다.
그리고 각 영역에서 최적의 행동에 대한 가설을 표현하겠습니다.
그들은 서명했습니다.
그리고 미리 정의된..
아, 하지만 비문은 숫자 및/또는 영역을 나타내는 것으로 생각했습니다. 그리고 당신은 정의에 연결할 수 있습니다, 나는 확실히 그것들을 놓쳤습니다.
이전 토론을 읽으십시오.
이상적인 문자이지만 특성에 대한 요구 사항이 설명되어 있습니다.
이것은 "보고" 기간에 대한 글로벌 추세의 결과입니까, 아니면 첫 번째 또는 두 번째 샘플에 속하지 않는 수익이 있었습니까?
추세의 결과입니다. 해당 기간의 매수 후 보유는 플러스 효과가 있습니다. :)
반환을 던지거나 건너뛰지 않았습니다.
근데 상하운동으로 대칭이 아니니 거슬리지 않나요?
상하 운동의 성격 자체가 다릅니다.
이것은 사실인 것 같지만, 이는 글로벌 컨텍스트의 결과일 수 있습니다. 즉, 변경할 때 eurusd를 usdeur로 변경해야 합니다. :)
PS Yuri , 확실히 나는 이 게시물에서 독자들에게 당신의 접근 방식에 대해 전체 또는 일부를 오도하려고 시도했습니다. 당신이 그것을 간단하게(가능한 경우 정확성을 해치지 않도록) 공식화할 수 있습니까?
아니, 그만둬. 그리고 많은 노력을 기울였습니다. 그걸 다시 해봐야 무슨 소용이 있겠습니까? 원하는 사람들은 단순히 우리의 논쟁을 다시 읽을 수 있습니다.
그러나 두 가지 접근 방식을 비교하는 것에 대해 몇 가지 의견을 제시하겠습니다.
여기에서 상태 매개변수를 사용하여 미시적 컨텍스트를 식별할 수 있는 것 같습니다. 즉, 이는 Yuri 의 접근 방식과 일치할 가능성이 더 큽니다.
우리는 특정 특성(또는 그 집합)에 따라 컨텍스트로 분할하면 예상 수익(이익)이 긍정적일 것이라는 가설이 제시되었음을 알 수 있습니다. 그리고 이 가설은 실시간 거래(또는 역사에 대한 모방)에서 테스트됩니다.
덧붙이자면 상태 매개변수의 범위로 미시적 맥락을 식별할 수 있습니다. 그리고 다른 모든 것은 정확합니다. 이전에 말한 모든 것을 고려하십시오.
이 주제에서 공식화하려고 시도한 두 번째 접근 방식은 먼저 거래 신호를 수신하기 위해 미리 선택된 알고리즘을 사용하여 기록을 컨텍스트로 나누는 것입니다. 그런 다음 결과 집합을 두 개(또는 그 이상)의 하위 집합(컨텍스트 유형)으로 나눕니다. 각 하위 집합은 하나 또는 다른 거래 전략(전략)과 연결됩니다. 다음으로 실시간 컨텍스트 유형 인식 알고리즘을 찾습니다. 이것은 결과에 대한 특정 상태 매개변수의 영향에 대한 가설을 제시하고 테스트함으로써 첫 번째 경우와 정확히 동일한 방식으로 발생합니다. 신경망 측면에서 우리는 실제로 "좋은" 훈련 샘플과 "나쁜" 훈련 샘플을 형성합니다. 물론 NN은 문제에 대한 가능한 접근 방식 중 하나일 뿐입니다.
게시물의 가장 맛있는 부분. 나는 감히 그것을 약간 짜내었습니다.
1. 먼저 거래 신호를 수신하기 위해 미리 선택된 알고리즘을 사용하여 기록을 컨텍스트로 분할합니다.
2. 결과 집합을 두 개(또는 그 이상)의 하위 집합(문맥 유형)으로 나눕니다.
3. 실시간 컨텍스트 유형 인식 알고리즘을 찾고 있습니다.
즉, 우리가 거래 신호를 수신하기 위해 발명한 알고리즘(전략, 신호 및 수신 절차에 대한 개인 생각에 전적으로 의존하는 일종의 극도로 주관적인 장치)이 (우리 손으로) 이야기를 맥락으로. 다음으로 유형으로 나눕니다. 이에 대한 객관적인 기준이 표시되지 않기 때문에 자신의 아이디어/선호도/통찰력에 의존하는 것으로 보입니다. 그리고 이 모든 거대한 작업 후에 우리는 우리 스스로 만든 문제를 해결하기 위해 고군분투해야 합니다. 하지만 지금 우리는 그것을 어떻게 인식할 수 있습니까?
이러한 측면에서 첫 번째 접근 방식에서는 추출 및 인식 작업이 단순히 일치합니다.
첫 번째 접근 방식은 덜 객관적으로 보입니다. 즉, 두 번째 접근 방식은 위험을 최소화하고 이익을 극대화하는 데 더 적합해 보입니다. 첫째, 컨텍스트로 나누는 이익 지향적 알고리즘 때문이고 둘째, 수학적 최적화 방법을 사용할 가능성 때문입니다. 순수한 형태의 첫 번째 것은 최적화를 전혀 거치지 않아야 합니다. 물론입니다.
첫 번째 접근 방식은 덜 객관적으로 보일 수 없습니다. 왜냐하면 덜 객관적인 것은 단순히 존재하지 않기 때문입니다. 나는 설명한 두 번째 접근 방식에서 객관적인 근거를 전혀 보지 못했습니다. 비교를 위해 단락 1의 첫 번째 접근 방식에서. 창의적 행위는 위상 공간의 매개변수화입니다. 시스템의 복잡성에 적합하면 위상 공간을 컨텍스트로 분할하고 해당 분류를 자동으로 얻습니다. 따라서 첫 번째 접근에서 일치하는 것은 "선택 및 인식 작업"이 아니라 컨텍스트 선택 및 입력 작업입니다. 그리고 실시간 컨텍스트 인식(항목 3.)이 자동으로 발생합니다. 그리고 이를 위해 특별한 알고리즘을 찾을 필요가 없습니다. 따라서 전체 첫 번째 접근 방식은 매개변수화의 적절성을 기반으로 합니다. 이것은 모델의 객관성을 나타내는 지표가 아닙니까?
불행히도 두 번째 접근 방식은 모든 단계에서 바로 이 "우리"에 달려 있습니다. 그게 객관성인가요?
최적화와 관련하여 나는 특히 행복하지 않을 것입니다. 최적화를 위한 가장 넓은 가능성은 많은 매개변수가 있는 주관적으로 성형된 시스템에 의해 제공됩니다. 둘째, 이익극대화 기준(그러나 특정 거래 전략이나 알고리즘이 아니라 객관적인 기준)의 사용은 실제로 첫 번째 접근 방식에서 맥락 형성의 원천입니다. 두 번째는 여기에 이점이 없습니다. 주관성 때문에 열등하다고 해도 과언이 아니다. 셋째, 첫 번째 접근 방식에서는 어떤 경우에도 최적화해야 하는 매개변수가 있습니다. 이것은 오랫동안 논의된 문제이므로 명확히 하겠습니다. 언급된 최적화는 그 의미에서 주로 거래자에게 맞춰질 것입니다. 예를 들어, 그의 거래 지평에서 위험도, MM. 자의성은 그것이 속하지 않는 경우 배제되어야 한다. 그리고 거래는 인간의 게임이므로 필연적으로 어느 정도 자의성을 가질 것입니다.
그러나 이와 관련하여 나는 Avals 의 가정에 주의를 기울일 것입니다. 높은 노이즈 수준으로 인해 컨텍스트를 "객관적으로" 분리하려는 모든 시도는 실패할(또는 적합하게 될) 운명입니다. 글쓴이의 말과 맞지 않는 것 같으니 틀린 부분이 있으면 바로잡아주세요.
다행히도 두 번째 계획에는 주관주의 요소가 있으며 모든 희망이 있습니다. :) . 다른 한편으로는 최적화나 매개변수 추가(그리고 다시 최적화)를 통해 "개선"하려는 유혹이 있습니다. 사실 이것은 적어도 갈퀴와 트랩과 관련하여 이 접근 방식을 두 번째 접근 방식에 더 가깝게 만듭니다.
한 가지만 참고하겠습니다. 첫 번째 접근 방식에서는 서로 다른 매개변수의 효율성을 별도로 확인할 수 있습니다. 그리고 매개변수가 효과가 없는 것으로 판명되면 영원히 버리십시오. 예를 들어, 이러한 방식으로 모든 TA 지표를 확인할 수 있습니다(클래식 및 최신). 물론 작업은 다소 크고 일상적입니다. 그러나 그는 진단을 내립니다. 따라서 첫 번째 접근 방식은 매개변수를 추가할 필요가 없습니다. 그는 객관적이고 적절한 매개 변수가 필요합니다.
누가 가지고 있습니까? :-)
네, 가장 중요한 것은 분류에 동의한다는 것입니다.
두 번째 접근 방식의 주관성에 관해서는 상황을 지나치게 극화하고 있다고 생각합니다. 신호 수신 알고리즘에 대한 완전히 객관적인 기준, 즉 이상적인 입력에 대한 근접도가 있습니다. 입력이 이상적일 때만 컨텍스트를 "좋은" 것으로 간단히 분류할 수 있습니다.
우리가 스스로 작업을 생성한다는 사실에 관해서는 - 글쎄요, 하지만 입력과 출력을 명확하게 정의했습니다. 알다시피, 나는 이상적인 지그재그 항목에 꽤 많은 시간을 할애했습니다. 그리고 그 결과, 나는 그러한 접근 방식이 맥락의 "객관적" 자동 인식(현재 논의의 관점에서)을 제공하지 않으며 "객관적" 입력 및 출력도 제공하지 않는다는 결론에 도달했습니다. 이상적인 입력을 위해 날카롭게 된 알고리즘은 좋은 입력보다 나쁜 입력을 제공하지 않는다는 것이 밝혀졌습니다. 이 시장은 그런 짐승입니다. 아마도 "동일한"매개 변수화를 찾지 못했지만. 찾으면 토론으로 돌아갈 수 있습니다. :)
최적화에 관해서는 테스터에서 최적화만을 의미하는 것 같아요. 예, 실제로 첫 번째 접근 방식에서는 이것이 유일하게 사용 가능한 최적화 방법입니다.
그러나 나의 새로운 믿음에 따라 주관성이 강할수록 좋다 :) . 그래서 당신의 게시물은 내 영혼을 따뜻하게 :) .