나는 실수로 다른 주제 실험을 생각해 냈으며 그 결과는 아직 평가 방법조차 찾지 못했습니다)
Expert Advisor를 최적화하고 실수로 분석을 위해 잘못된 데이터가 포함된 파일을 밀어넣었습니다. 저것들. 최적화 프로세스 동안 Expert Advisor는 2010년 11월 데이터를 거래하면서 2009년 어느 시점의 데이터를 분석하고(상관관계가 있을 가능성은 거의 없음) 이를 기반으로 거래를 시작했습니다. 훈련의 결과로 나는 순 핏의 1000 오래된 핍의 이익을 얻었습니다(한 가지 분석, 완전히 다른 거래). 실수를 이해하고 올바른 데이터로 최적화를 수행했습니다. 결과는 2000핍입니다. 이제 학습 결과에서 피팅 구성 요소를 분리하고 깨끗한 피팅과 피팅 + 패턴을 갖는 방법을 배우는 방법에 대해 생각하고 있습니다.
그리고 일반적으로 접근 방식 자체: 한 가지를 분석하고 다른 것을 거래하는 것으로 전문가 고문의 "박해"를 결정할 수 있지 않습니까?
그림이 약간 다릅니다. 제가 한 일을 설명하겠습니다. EA가 1에서 200까지의 주기로 Masha를 사용하고 2번째 막대에서 1번째 막대, MA[1]>MA의 방향으로 열립니다. [2] - 매수, MA[1] <MA[2] - 매도.
우리가 숫자를 잘못해서 우리의 조건은 이렇습니다 MA[1000001]>MA[1000002] - buy, MA[1000001]<MA[1000002], i. 백만 번째 막대에서 마우스의 동작은 전문가가 거래를 시작할 때 현재 상황을 설명하지 않습니다. 전문가의 상태는 "더미", 위약입니다. 그러나 훈련 기간에 수익을 낼 수 있는 똑딱거리는 기간을 찾을 것이 거의 확실합니다. 순수한 베어 러닝이 될 것입니다. 나는 이것에 대해 이야기했습니다. 자유도가 적은 그런 원시적인 전문가가 그런 식으로 변태하는 것은 아마도 무의미할 것입니다. 그러나 입력이 훈련 기간의 현실과 전혀 관련이 없는 NN을 대신 상상해 보십시오(예: 펭귄의 삶에 대한 비디오의 디지털 사본에서 비트의 이진 시퀀스). 우리는 Expert Advisor가 훈련 단계에서 무에서 이익을 얻도록 강요하고 의식적으로 조정하고 얼마나 조정하는지 평가하려고합니다. 이런 식으로... 그런 다음 동일한 교육 기간에 전문가가 결정을 내린 시점의 상황을 설명하는 올바른 데이터를 제공합니다. 그리고 우리는 또한 결과를 얻습니다. Expert Advisor의 적응성, 입력의 정보 내용, 패턴 감지 가능성 등을 이해하기 위해 이 두 결과를 순환합니다.
그림이 약간 다릅니다. 제가 한 일을 설명하겠습니다. EA가 1에서 200까지의 주기로 Masha를 사용하고 2번째 막대에서 1번째 막대, MA[1]>MA의 방향으로 열립니다. [2] - 매수, MA[1] <MA[2] - 매도.
우리는 숫자에 실수를 저질렀고 우리의 조건은 MA[1000001]>MA[1000002] - buy, MA[1000001]<MA[1000002], 즉. 백만 번째 막대에서 마우스의 동작은 전문가가 거래를 시작할 때 현재 상황을 설명하지 않습니다. 전문가의 상태는 "더미", 위약입니다. 그러나 학습 기간에 이익을 얻을 수 있는 똑딱거리는 기간을 찾을 것이 거의 확실합니다. 순수한 베어 러닝이 될 것입니다. 나는 이것에 대해 이야기했습니다. 자유도가 적은 그런 원시적인 전문가가 그런 식으로 변태하는 것은 아마도 무의미할 것입니다. 그러나 입력이 훈련 기간의 현실과 전혀 관련이 없는 NN을 대신 상상해 보십시오(예: 펭귄의 삶에 대한 비디오의 디지털 사본에서 비트의 이진 시퀀스). 우리는 Expert Advisor가 훈련 단계에서 무에서 이익을 얻도록 강요하고 의식적으로 조정하고 얼마나 조정하는지 평가하려고합니다. 이런 식으로... 그런 다음 동일한 교육 기간에 전문가가 결정을 내린 시점의 상황을 설명하는 올바른 데이터를 제공합니다. 그리고 우리는 또한 결과를 얻습니다. Expert Advisor의 적응성, 입력의 정보 내용 등을 이해하기 위해 이 두 결과를 순환합니다.
오, 더 의미가 있는지 모르겠어
Wapche 테마는 멋지다.
디스플레이 매개변수를 조정하여 임의의 세트를 다른 세트(무작위 여부)에 매핑하기 위해 다소 복잡한 조정 가능한 기능 세트를 만들 수 있음이 분명합니다. 이론적으로 어느 정도의 정확도로... :)
DC의 거래자(뿐만 아니라)도 비슷한 방식으로 거래하도록 가르칩니다. 표준(읽기 - 작동하지 않는) 지표의 다소 무작위적인 판독 흐름 은 거래 작업 의 흐름으로 변환되도록 가르쳐집니다... :- ) ... .. // 또는 :-( .. .?
그러나 최근에 몇 가지 작동 모드가 있는 교활한 칠면조에 대한 고문을 최적화한 경우가 있었습니다. 모드는 매개변수화할 수 있습니다(각각 고유한 방식으로). 글쎄요, 최적화를 위해 잘못된 모드의 매개변수를 설정했습니다. 저것들. 이 매개변수는 표시기의 현재 모드에서 EA의 작동에 영향을 미치지 않았습니다.
// 작동하지 않는 매개변수 외에도 작동하는 매개변수 몇 개도 최적화되었기 때문에 제 봉제인형을 제때 찾지 못했습니다. 따라서 최적화는 끝까지 통과했습니다.
흥미로운 결과: 이러한 (작동하지 않는) 매개변수는 점차적으로 특정 값으로 수렴되었고 최적화가 끝날 때까지 다시 변경되지 않았습니다. 저것들. 마치 실제로 최적화된 것처럼 가짜 의미로 행동했습니다... (!!!) 내가 Expert Advisor의 저자가 아니었다면 이것이 가장 정확한 최적의 성배 등이라고 결정했을 것입니다. . 신중하게 보존해야 하는 값(대중에게 공개되지 않는 것이 바람직함) 및 사용, 사용, 사용 ...... 그리고 어떤 경우에도 변경하지 마십시오!
이것을 보고 깨달았습니다. 슬프게도 생각했습니다. 이것이 바로 우리의 온전한 삶, 특히 외환이 채워지고 스며드는 미신을 만드는 정확한 메커니즘입니다 . ;-)
------------------
그리고 "맞춤화"를 위한 시스템을 연구하자는 제안에 관해서는 제 생각에는 그럴 가치가 없습니다. 좋은 시스템은 잘 조정되어 있음이 분명합니다. 그러나 그 외에도 그는 추상화하는 방법을 알고 있습니다. 잘못된 시스템은 적합하지 않거나 적합할 수 있습니다. 추상화하는 방법을 모릅니다. 저것들. 적응성은 시스템의 품질(일반화하는 능력)의 기준이 되기 어렵습니다.
적합 현상을 줄이기 위해 훈련 단계에서 임의의 낮은 진폭 신호가 혼합된 잘 알려진 칩을 사용하는 것이 좋습니다. 이로부터 더 실용적인 이점이 있습니다.
그림이 약간 다릅니다. 제가 한 일을 설명하겠습니다. EA가 1에서 200까지의 주기로 Masha를 사용하고 2번째 막대에서 1번째 막대, MA[1]>MA의 방향으로 열립니다. [2] - 매수, MA[1] <MA[2] - 매도.
우리가 숫자를 잘못해서 우리의 조건은 이렇습니다 MA[1000001]>MA[1000002] - buy, MA[1000001]<MA[1000002], i. 백만 번째 막대에서 마우스의 행동은 EA가 거래를 시작할 때의 현재 상황을 결코 설명하지 않습니다. 전문가의 상태는 "더미", 위약입니다. 그러나 훈련 기간에 수익을 낼 수 있는 똑딱거리는 기간을 찾을 것이 거의 확실합니다. 순수한 베어 러닝이 될 것입니다. 나는 이것에 대해 이야기했습니다. 자유도가 적은 그런 원시적인 전문가가 그런 식으로 변태하는 것은 아마도 무의미할 것입니다. 그러나 입력이 훈련 기간의 현실과 전혀 관련이 없는 NN을 대신 상상해 보십시오(예: 펭귄의 삶에 대한 비디오의 디지털 사본에서 비트의 이진 시퀀스). 우리는 Expert Advisor가 훈련 단계에서 무에서 이익을 얻도록 강요하고 의식적으로 조정하고 얼마나 조정하는지 평가하려고합니다. 이런 식으로... 그런 다음 동일한 교육 기간에 전문가가 결정을 내린 시점의 상황을 설명하는 올바른 데이터를 제공합니다. 그리고 우리는 또한 결과를 얻습니다. Expert Advisor의 적응성, 입력의 정보 내용, 패턴 감지 가능성 등을 이해하기 위해 이 두 결과를 순환합니다.
오, 더 의미가 있을지 모르겠어
최적화된 히스토리 간격에 대한 MA가 항상 존재할 뿐만 아니라 TS가 수익성이 있으므로 주의 ... 이러한 MA가 여러 개 있을 수 있습니다.
그래서 당신과 같은 상황이 될 수 있습니다. 저것들. 시장의 법칙과 아무 관련이 없는 시스템의 매개변수는 역사의 다른 부분에서 수익성이 있으며 미래의 언젠가는 수익성이 있을 수도 있습니다. 아니면 아닐 수도 있습니다.
이렇게하려면 TS-ki를 두 가지 유형으로 나누십시오. 두 번째 유형은 이익을 줄 것인지 여부를 결정합니다. 확인하기 쉽습니다. 그리고 첫 번째 유형 - x, 어떻게 확인합니까?
제 생각에는 맞는 것과 안 맞는 것의 경계선을 찾지 말아야 합니다. 이 엣지가 전혀 존재하지 않는 TS에 즉시 집중해야 합니다. 이 같은. 최소한 테두리가 없고 패턴이 발견된 느낌이 있을 것입니다. 글쎄, 다른 방법은? 보장도 없고 앞으로도 없을 것입니다. 불확실한 영원한 조건과 영원한 선택의 권리가 있을 것입니다. :)
그리고 "맞춤화"를 위한 시스템을 연구하자는 제안에 관해서는 제 생각에는 그럴 가치가 없습니다. 좋은 시스템은 잘 조정되어 있음이 분명합니다. 그러나 그 외에도 그는 추상화하는 방법을 알고 있습니다. 잘못된 시스템은 적합하지 않거나 적합할 수 있습니다. 추상화하는 방법을 모릅니다. 저것들. 적응성은 시스템의 품질(일반화하는 능력)의 기준이 되기 어렵습니다.
글쎄, 이것은 그 자체로 끝이 아니며 적합성에 대한 테스트이며 "가장자리"를 찾기 위해 생각의 방황 일뿐입니다. 실제 결과가 어떻게 든 나에게 더 가깝습니다. 아이디어는 다음과 같이 형성됩니다. 하나의 히스토리에 대한 두 가지 학습 결과, 피팅(P1) 및 피팅 + 패턴(P2)이 있습니다.
P1~=P2:
- TS는 의도한 패턴을 검색하는 과도한 일반화 능력을 가지고 있습니다(예: NN에서 1개의 레이어를 제거하고, 숨겨진 뉴런을 적게 만들고, 다른 활성화 함수를 사용하는 등). 그렇지 않으면 어려울 것입니다. 패턴을 이용하는 결과를 추출합니다. 또는 모든 것이 더 간단합니다. 우리의 패턴은 패턴이 전혀 아닙니다.
2*P1< P2:
- 당신이 필요로 하는 것은 TS를 엉망으로 만드는 것이 합리적입니다. 최고의 학습 결과는 패턴을 감지할 수 있을 것입니다.
제가 만들고자 하는 실용 사슬들입니다. 그리고 내 일부 차량의 경우 아마 작동할 것 같습니다.
주 :
그리고 이번에는 제대로 알아냈을까? :)
글쎄, 아마도 뭔가가 이미 근처에있을 것입니다) 그렇지 않으면 나는 생각을 표현하는 능력이 두려웠습니다.
1) 시장 관성의 속성. 전체 TA는 그것에 달려 있습니다. TA는 시작되는 특정 프로세스(언제 시작되는지 완전히 알 수 없음)가 계속될 것이라고 가정합니다(얼마나 시간도 알 수 없음. 절대적으로 전형적인 예: MA200, 가격이 미끄러운 선을 넘어섰고, 우리는 희망으로 Sell에 들어갑니다. 가격은 계속 내려가지만 가격은 오르지 않고 MA200은 신경쓰지 않고 곧바로 돌아서서 위로 움직인다 우리는 기다린다 가격이 오르고 MA200을 위로 넘었다 - 이것은 매수 신호 - 아내는 새로운 모피 코트로 헤어집니다).
채널, 레벨 등에 대해서도 동일하게 적용됩니다.
2) 인과성의 속성. 미리 결정된 순서와 길이의 일련의 이벤트가 있으면 미리 결정된 순서와 길이의 이벤트의 응답 체인도 있습니다. 최적화 방법은 사건의 조사 사슬에 대한 사건의 인과 사슬 변화의 영향 패턴을 나타냅니다. 여기에서는 모든 것이 간단합니다. 패턴을 찾든 안 찾든 확인하기 쉽고 사용하기 쉽습니다.
2) 인과성의 속성. 미리 결정된 순서와 길이의 일련의 이벤트가 있으면 미리 결정된 순서와 길이의 이벤트의 응답 체인도 있습니다. 최적화 방법은 사건의 조사 사슬에 대한 사건의 인과 사슬 변화의 영향 패턴을 나타냅니다. 여기에서는 모든 것이 간단합니다. 패턴을 찾든 안 찾든 확인하기 쉽고 사용하기 쉽습니다.
우리는 "우연에 속은 마음" 또는 "생명의 유전적 메커니즘의 창조적 광기" 주기를 계속합니다 . ;-)
플러스 강화를 통한 학습에 대한 책에서 발췌. 카렌 프라이어 "개에게 으르렁거리지 마세요 "
// 전체 책은 예고편에 있습니다. 추천하다.
미신: 무작위 강화
실생활에서 증원군은 매 턴마다 나타나며 종종 우연의 일치에 불과합니다. 매를 연구한 한 생물학자는 매가 덤불 아래에서 쥐를 잡으면 일주일 동안, 때로는 그 이상 동안 이 덤불을 매일 확인한다고 밝혔습니다. 이 특정 장소를 비행할 확률은 지원군이 강력하기 때문입니다. 전날 쓰레기통에서 5달러를 발견했다면 자세히 보지 말고 조심스럽게 쓰레기통을 지나쳐 가십시오. 무작위 강화는 매에게 좋습니다. 일반적으로 동물의 행동은 각 종마다 강화의 혜택을 받을 수 있는 방식으로 진화했다고 말할 수 있습니다. 그러나 많은 무작위 강화물은 유익한 결과를 동반하지 않지만 그럼에도 불구하고 행동에 강한 영향을 미칠 수 있습니다. 행동이 후속 사건과 관련이 없지만 주제의 뇌에서 구현을 위한 필요 조건으로 관련되어 있을 때 미신적 행동을 말합니다. 연필을 씹는 사람이 그 예입니다. 시험 중에 우연히 연필을 입에 물고 즉시 정답이나 좋은 생각이 떠오른다면, 이 강화가 당신의 행동을 바꿀 수 있습니다. 좋은 생각은 연필을 씹었을 때 나왔으므로 이 행동은 강화됩니다. 대학 다닐 때 이빨자국 없는 연필이 없었어요. 특히 어려운 시험에서는 가끔 연필을 반으로 씹기도 했어요. 생각하는 데 도움이 된다고 확신했습니다. 실제로, 그것은 단지 무작위로 조건화된 행동이었습니다. 어떤 옷을 입거나 사업을 시작하기 전에 어떤 의식을 치르는 경우에도 마찬가지입니다. 나는 한 야구 선수가 투구할 준비가 될 때마다 9단계의 일련의 행동을 하는 것을 보았습니다. 모자를 만지고, 공을 글러브에 대고, 모자를 앞으로 밀고, 귀를 문지르고, 모자를 뒤로 밀고, 긁습니다. 발 등이 있다. 어려운 순간에 그는 9가지 동작을 모두 두 번 반복하여 순서를 어지럽히지 않았습니다. 이 일련의 동작은 매우 빠르게 수행되었으며 해설자는 한 번도 멈추지 않았지만 그럼에도 불구하고 복잡한 미신적 행동을 나타냅니다. "미신"은 종종 동물 훈련에 발생합니다. 동물은 입력할 의도가 없었지만 종종 우연히 지원군과 일치하여 조건부 연결을 형성하는 기준에 따라 반응을 안내받을 수 있습니다. 예를 들어, 동물은 강화를 받으려면 특정 장소에 있어야 하거나, 어떤 방향으로 회전하거나, 특별한 방식으로 앉아야 한다고 믿을 수 있습니다. 새로운 위치나 다른 방향에서 작동하기를 원할 때 갑자기, 불가사의한 방식으로 전체 동작이 중단되고 왜 그런 일이 발생했는지 알아내십시오. 따라서 행동이 형성되기 시작하자마자 당신에게 중요하지 않은 조건에 대한 옵션을 다양화하기 시작하여 나중에 방해가 되는 임의 조건이 없도록 하는 것이 훨씬 좋습니다. 무엇보다도 임의의 임시 연결이 형성되지 않았는지 확인하십시오. 동물과 사람 모두 시간 간격을 잘 감지합니다. 어느 날 나는 기니피그 두 마리를 훈련시켜 명령에 따라(내 손의 신호에 따라) 뛸 수 있다고 확신했지만, 우리를 방문한 과학자 중 한 명이 손에 스톱워치를 들고 그들이 29번마다 점프한다는 것을 증명할 때까지 초. 내가 우연히 아주 규칙적으로 명령을 내리게 한 것은 나였고, 그들은 내 가정에 따라 사용해야 하는 정보 대신 이것을 이용했습니다. 많은 유전 훈련가들은 단순히 미신적인 사고와 행동 방식에 사로잡혀 있습니다. 그 중 돌고래는 흰 옷을 입은 사람을 좋아한다, 노새는 때려야 한다, 곰은 여자를 좋아하지 않는다 등의 말을 하는 사람들을 만났다. 이것은 사람들과 함께 일하는 사람들에게도 적용되며, 예를 들어 5학년 학생들은 소리를 질러야 하고 존경을 받기 위해서는 처벌이 필요하다고 믿는 사람들에게도 적용됩니다. 그러한 교육자들은 전통의 지배를 받고 있으며, 그들은 효과적인 방법을 단순히 미신과 분리할 수 없기 때문에 항상 같은 방식으로 일할 수 밖에 없습니다. 이 약점 또는 혼란은 교육, 기술, 군사 업무와 같은 많은 직업에서 발견되지만 아마도 의학에서 더 많이 볼 수 있습니다. 환자에게 얼마나 많이 처방되는지는 끔찍합니다. 그것은 치유력이 있어서가 아니라 단순히 항상 해왔거나 모두가 지금 하고 있기 때문입니다. 병원에 입원한 적이 있는 사람이라면 누구나 미신적인 행동에 불과한 불필요한 행동의 예를 6가지나 기억할 것입니다. 흥미롭게도, 미신적인 행동은 단순히 그 비효율성을 지적한다고 해서 사라지지 않습니다. 기계적으로 많이 배우므로 그에 따라 강력하게 보호됩니다. 비효과적이거나 심지어 해로운 치료법을 사용하는 습관에 대해 의사와 이야기해 보십시오. 그러면 적절한 용어로 거부할 것입니다. 나는 9단계의 미신적인 긴장된 흥분의 표정을 가진 야구 선수라도 예를 들어 모자를 쓰지 않고 공을 4번 만지는 사람에게 격렬하게 저항할 것이라고 확신합니다. 미신적인 행동을 없애는 유일한 방법은 강화를 포함하지 않는지 확인하는 것입니다. 제 아들 테드는 펜싱을 아주 좋아합니다. 그는 일주일에 두세 번 훈련에 가고 주말에는 종종 대회에 나간다. 한번은 강한 상대와 결투를 하던 중 사랑하는 검을 집에 두고 온 탓에 우울했다. 그는 경기에서 졌습니다. 그러다가 자신이 사용하는 검보다 압도된 느낌이 행동에 훨씬 더 영향을 미치므로 '좋아하는' 검을 갖는 것이 미신임을 깨달았습니다. Tad는 검술과 관련될 수 있는 모든 미신적 행동을 식별하고 퇴치했습니다. 그는 특정한 옷에 대한 집착에서부터 자신의 싸움이 꿈, 논쟁 또는 경쟁에서 과일 주스의 부족에 의해 영향을 받을 수 있다는 내면의 믿음에 이르기까지 그 자신에게서 그러한 단점을 많이 발견했습니다. 각각의 상황을 체계적으로 분석하여 미신임을 깨달으면서 하나하나 의존을 끊었다. 그 결과, 지금은 훈련복 차림에 빌린 칼로 울타리를 치더라도 기차를 놓치고, 장비를 잃어버리고, 택시 기사와 싸우는 악몽을 꿨음에도 불구하고, 지금은 모든 싸움에 침착하고 자신감 있게 임합니다. 다른 양말.
대다수의 트레이더가 합쳐집니다. 이것이 패턴입니까? 네. 핏이 있나요? 아니요. 그러나 가장자리. 이것으로 돈을 벌 수 있습니까? 네. 요리사의 직업을 마스터하십시오.
하하하... 재미없어.
나는 실수로 다른 주제 실험을 생각해 냈으며 그 결과는 아직 평가 방법조차 찾지 못했습니다)
Expert Advisor를 최적화하고 실수로 분석을 위해 잘못된 데이터가 포함된 파일을 밀어넣었습니다. 저것들. 최적화 프로세스 동안 Expert Advisor는 2010년 11월 데이터를 거래하면서 2009년 어느 시점의 데이터를 분석하고(상관관계가 있을 가능성은 거의 없음) 이를 기반으로 거래를 시작했습니다. 훈련의 결과로 나는 순 핏의 1000 오래된 핍의 이익을 얻었습니다(한 가지 분석, 완전히 다른 거래). 실수를 이해하고 올바른 데이터로 최적화를 수행했습니다. 결과는 2000핍입니다. 이제 학습 결과에서 피팅 구성 요소를 분리하고 깨끗한 피팅과 피팅 + 패턴을 갖는 방법을 배우는 방법에 대해 생각하고 있습니다.
그리고 일반적으로 접근 방식 자체: 한 가지를 분석하고 다른 것을 거래하는 것으로 전문가 고문의 "박해"를 결정할 수 있지 않습니까?
.......
그리고 일반적으로 접근 방식 자체: 한 가지를 분석하고 다른 것을 거래하는 것으로 전문가 고문의 "박해"를 결정할 수 있지 않습니까?
모든 사람은 항상 똑같습니다. 역사를 분석하는 것과 실생활에서 거래하는 것은 별개입니다.
또는, 아마도 또는 없이는 아무 것도 이해하지 못했습니다.
모든 사람은 항상 똑같습니다. 역사를 분석하는 것과 실생활에서 거래하는 것은 별개입니다.
아니면, 또는 없이는 아무 것도 이해하지 못했을 가능성이 큽니다.
그림이 약간 다릅니다. 제가 한 일을 설명하겠습니다. EA가 1에서 200까지의 주기로 Masha를 사용하고 2번째 막대에서 1번째 막대, MA[1]>MA의 방향으로 열립니다. [2] - 매수, MA[1] <MA[2] - 매도.
우리가 숫자를 잘못해서 우리의 조건은 이렇습니다 MA[1000001]>MA[1000002] - buy, MA[1000001]<MA[1000002], i. 백만 번째 막대에서 마우스의 동작은 전문가가 거래를 시작할 때 현재 상황을 설명하지 않습니다. 전문가의 상태는 "더미", 위약입니다. 그러나 훈련 기간에 수익을 낼 수 있는 똑딱거리는 기간을 찾을 것이 거의 확실합니다. 순수한 베어 러닝이 될 것입니다. 나는 이것에 대해 이야기했습니다. 자유도가 적은 그런 원시적인 전문가가 그런 식으로 변태하는 것은 아마도 무의미할 것입니다. 그러나 입력이 훈련 기간의 현실과 전혀 관련이 없는 NN을 대신 상상해 보십시오(예: 펭귄의 삶에 대한 비디오의 디지털 사본에서 비트의 이진 시퀀스). 우리는 Expert Advisor가 훈련 단계에서 무에서 이익을 얻도록 강요하고 의식적으로 조정하고 얼마나 조정하는지 평가하려고합니다. 이런 식으로... 그런 다음 동일한 교육 기간에 전문가가 결정을 내린 시점의 상황을 설명하는 올바른 데이터를 제공합니다. 그리고 우리는 또한 결과를 얻습니다. Expert Advisor의 적응성, 입력의 정보 내용, 패턴 감지 가능성 등을 이해하기 위해 이 두 결과를 순환합니다.
오, 더 의미가 있는지 모르겠어
그림이 약간 다릅니다. 제가 한 일을 설명하겠습니다. EA가 1에서 200까지의 주기로 Masha를 사용하고 2번째 막대에서 1번째 막대, MA[1]>MA의 방향으로 열립니다. [2] - 매수, MA[1] <MA[2] - 매도.
우리는 숫자에 실수를 저질렀고 우리의 조건은 MA[1000001]>MA[1000002] - buy, MA[1000001]<MA[1000002], 즉. 백만 번째 막대에서 마우스의 동작은 전문가가 거래를 시작할 때 현재 상황을 설명하지 않습니다. 전문가의 상태는 "더미", 위약입니다. 그러나 학습 기간에 이익을 얻을 수 있는 똑딱거리는 기간을 찾을 것이 거의 확실합니다. 순수한 베어 러닝이 될 것입니다. 나는 이것에 대해 이야기했습니다. 자유도가 적은 그런 원시적인 전문가가 그런 식으로 변태하는 것은 아마도 무의미할 것입니다. 그러나 입력이 훈련 기간의 현실과 전혀 관련이 없는 NN을 대신 상상해 보십시오(예: 펭귄의 삶에 대한 비디오의 디지털 사본에서 비트의 이진 시퀀스). 우리는 Expert Advisor가 훈련 단계에서 무에서 이익을 얻도록 강요하고 의식적으로 조정하고 얼마나 조정하는지 평가하려고합니다. 이런 식으로... 그런 다음 동일한 교육 기간에 전문가가 결정을 내린 시점의 상황을 설명하는 올바른 데이터를 제공합니다. 그리고 우리는 또한 결과를 얻습니다. Expert Advisor의 적응성, 입력의 정보 내용 등을 이해하기 위해 이 두 결과를 순환합니다.
오, 더 의미가 있는지 모르겠어
Wapche 테마는 멋지다.
디스플레이 매개변수를 조정하여 임의의 세트를 다른 세트(무작위 여부)에 매핑하기 위해 다소 복잡한 조정 가능한 기능 세트를 만들 수 있음이 분명합니다. 이론적으로 어느 정도의 정확도로... :)
DC의 거래자(뿐만 아니라)도 비슷한 방식으로 거래하도록 가르칩니다. 표준(읽기 - 작동하지 않는) 지표의 다소 무작위적인 판독 흐름 은 거래 작업 의 흐름으로 변환되도록 가르쳐집니다... :- ) ... .. // 또는 :-( .. .?
그러나 최근에 몇 가지 작동 모드가 있는 교활한 칠면조에 대한 고문을 최적화한 경우가 있었습니다. 모드는 매개변수화할 수 있습니다(각각 고유한 방식으로). 글쎄요, 최적화를 위해 잘못된 모드의 매개변수를 설정했습니다. 저것들. 이 매개변수는 표시기의 현재 모드에서 EA의 작동에 영향을 미치지 않았습니다.
// 작동하지 않는 매개변수 외에도 작동하는 매개변수 몇 개도 최적화되었기 때문에 제 봉제인형을 제때 찾지 못했습니다. 따라서 최적화는 끝까지 통과했습니다.
흥미로운 결과: 이러한 (작동하지 않는) 매개변수는 점차적으로 특정 값으로 수렴되었고 최적화가 끝날 때까지 다시 변경되지 않았습니다. 저것들. 마치 실제로 최적화된 것처럼 가짜 의미로 행동했습니다... (!!!) 내가 Expert Advisor의 저자가 아니었다면 이것이 가장 정확한 최적의 성배 등이라고 결정했을 것입니다. . 신중하게 보존해야 하는 값(대중에게 공개되지 않는 것이 바람직함) 및 사용, 사용, 사용 ...... 그리고 어떤 경우에도 변경하지 마십시오!
이것을 보고 깨달았습니다. 슬프게도 생각했습니다. 이것이 바로 우리의 온전한 삶, 특히 외환이 채워지고 스며드는 미신을 만드는 정확한 메커니즘입니다 . ;-)
------------------
그리고 "맞춤화"를 위한 시스템을 연구하자는 제안에 관해서는 제 생각에는 그럴 가치가 없습니다. 좋은 시스템은 잘 조정되어 있음이 분명합니다. 그러나 그 외에도 그는 추상화하는 방법을 알고 있습니다. 잘못된 시스템은 적합하지 않거나 적합할 수 있습니다. 추상화하는 방법을 모릅니다. 저것들. 적응성은 시스템의 품질(일반화하는 능력)의 기준이 되기 어렵습니다.
적합 현상을 줄이기 위해 훈련 단계에서 임의의 낮은 진폭 신호가 혼합된 잘 알려진 칩을 사용하는 것이 좋습니다. 이로부터 더 실용적인 이점이 있습니다.
그림이 약간 다릅니다. 제가 한 일을 설명하겠습니다. EA가 1에서 200까지의 주기로 Masha를 사용하고 2번째 막대에서 1번째 막대, MA[1]>MA의 방향으로 열립니다. [2] - 매수, MA[1] <MA[2] - 매도.
우리가 숫자를 잘못해서 우리의 조건은 이렇습니다 MA[1000001]>MA[1000002] - buy, MA[1000001]<MA[1000002], i. 백만 번째 막대에서 마우스의 행동은 EA가 거래를 시작할 때의 현재 상황을 결코 설명하지 않습니다. 전문가의 상태는 "더미", 위약입니다. 그러나 훈련 기간에 수익을 낼 수 있는 똑딱거리는 기간을 찾을 것이 거의 확실합니다. 순수한 베어 러닝이 될 것입니다. 나는 이것에 대해 이야기했습니다. 자유도가 적은 그런 원시적인 전문가가 그런 식으로 변태하는 것은 아마도 무의미할 것입니다. 그러나 입력이 훈련 기간의 현실과 전혀 관련이 없는 NN을 대신 상상해 보십시오(예: 펭귄의 삶에 대한 비디오의 디지털 사본에서 비트의 이진 시퀀스). 우리는 Expert Advisor가 훈련 단계에서 무에서 이익을 얻도록 강요하고 의식적으로 조정하고 얼마나 조정하는지 평가하려고합니다. 이런 식으로... 그런 다음 동일한 교육 기간에 전문가가 결정을 내린 시점의 상황을 설명하는 올바른 데이터를 제공합니다. 그리고 우리는 또한 결과를 얻습니다. Expert Advisor의 적응성, 입력의 정보 내용, 패턴 감지 가능성 등을 이해하기 위해 이 두 결과를 순환합니다.
오, 더 의미가 있을지 모르겠어
최적화된 히스토리 간격에 대한 MA가 항상 존재할 뿐만 아니라 TS가 수익성이 있으므로 주의 ... 이러한 MA가 여러 개 있을 수 있습니다.
그래서 당신과 같은 상황이 될 수 있습니다. 저것들. 시장의 법칙과 아무 관련이 없는 시스템의 매개변수는 역사의 다른 부분에서 수익성이 있으며 미래의 언젠가는 수익성이 있을 수도 있습니다. 아니면 아닐 수도 있습니다.
이렇게하려면 TS-ki를 두 가지 유형으로 나누십시오. 두 번째 유형은 이익을 줄 것인지 여부를 결정합니다. 확인하기 쉽습니다. 그리고 첫 번째 유형 - x, 어떻게 확인합니까?
제 생각에는 맞는 것과 안 맞는 것의 경계선을 찾지 말아야 합니다. 이 엣지가 전혀 존재하지 않는 TS에 즉시 집중해야 합니다. 이 같은. 최소한 테두리가 없고 패턴이 발견된 느낌이 있을 것입니다. 글쎄, 다른 방법은? 보장도 없고 앞으로도 없을 것입니다. 불확실한 영원한 조건과 영원한 선택의 권리가 있을 것입니다. :)
명확한지 모르겠습니다.
그리고 이번에는 제대로 알아냈을까? :)
그리고 "맞춤화"를 위한 시스템을 연구하자는 제안에 관해서는 제 생각에는 그럴 가치가 없습니다. 좋은 시스템은 잘 조정되어 있음이 분명합니다. 그러나 그 외에도 그는 추상화하는 방법을 알고 있습니다. 잘못된 시스템은 적합하지 않거나 적합할 수 있습니다. 추상화하는 방법을 모릅니다. 저것들. 적응성은 시스템의 품질(일반화하는 능력)의 기준이 되기 어렵습니다.
글쎄, 이것은 그 자체로 끝이 아니며 적합성에 대한 테스트이며 "가장자리"를 찾기 위해 생각의 방황 일뿐입니다. 실제 결과가 어떻게 든 나에게 더 가깝습니다. 아이디어는 다음과 같이 형성됩니다. 하나의 히스토리에 대한 두 가지 학습 결과, 피팅(P1) 및 피팅 + 패턴(P2)이 있습니다.
P1~=P2:
- TS는 의도한 패턴을 검색하는 과도한 일반화 능력을 가지고 있습니다(예: NN에서 1개의 레이어를 제거하고, 숨겨진 뉴런을 적게 만들고, 다른 활성화 함수를 사용하는 등). 그렇지 않으면 어려울 것입니다. 패턴을 이용하는 결과를 추출합니다. 또는 모든 것이 더 간단합니다. 우리의 패턴은 패턴이 전혀 아닙니다.
2*P1< P2:
- 당신이 필요로 하는 것은 TS를 엉망으로 만드는 것이 합리적입니다. 최고의 학습 결과는 패턴을 감지할 수 있을 것입니다.
제가 만들고자 하는 실용 사슬들입니다. 그리고 내 일부 차량의 경우 아마 작동할 것 같습니다.
그리고 이번에는 제대로 알아냈을까? :)
글쎄, 아마도 뭔가가 이미 근처에있을 것입니다) 그렇지 않으면 나는 생각을 표현하는 능력이 두려웠습니다.
1) 후유증(시장의 관성 속성)의 효과를 즐길 수 있도록 사용자 정의?
2) 잘못된 최적화 부족의 효과를 즐기기 위해 조정하지 않습니까?
모순?
다른 옵션도 있습니다 :)
1) 후유증(시장의 관성 속성)의 효과를 즐길 수 있도록 사용자 정의?
2) 잘못된 최적화 부족의 효과를 즐기기 위해 조정하지 않습니까?
모순?
다른 옵션도 있습니다 :)
잘못된 최적화 부족의 영향 .. 나는 모스크바를 거의 깨뜨 렸습니다.
1) 시장 관성의 속성. 전체 TA는 그것에 달려 있습니다. TA는 시작되는 특정 프로세스(언제 시작되는지 완전히 알 수 없음)가 계속될 것이라고 가정합니다(얼마나 시간도 알 수 없음. 절대적으로 전형적인 예: MA200, 가격이 미끄러운 선을 넘어섰고, 우리는 희망으로 Sell에 들어갑니다. 가격은 계속 내려가지만 가격은 오르지 않고 MA200은 신경쓰지 않고 곧바로 돌아서서 위로 움직인다 우리는 기다린다 가격이 오르고 MA200을 위로 넘었다 - 이것은 매수 신호 - 아내는 새로운 모피 코트로 헤어집니다).
채널, 레벨 등에 대해서도 동일하게 적용됩니다.
2) 인과성의 속성. 미리 결정된 순서와 길이의 일련의 이벤트가 있으면 미리 결정된 순서와 길이의 이벤트의 응답 체인도 있습니다. 최적화 방법은 사건의 조사 사슬에 대한 사건의 인과 사슬 변화의 영향 패턴을 나타냅니다. 여기에서는 모든 것이 간단합니다. 패턴을 찾든 안 찾든 확인하기 쉽고 사용하기 쉽습니다.
다른 옵션을 제안하십시오.
joo :
2) 인과성의 속성. 미리 결정된 순서와 길이의 일련의 이벤트가 있으면 미리 결정된 순서와 길이의 이벤트의 응답 체인도 있습니다. 최적화 방법은 사건의 조사 사슬에 대한 사건의 인과 사슬 변화의 영향 패턴을 나타냅니다. 여기에서는 모든 것이 간단합니다. 패턴을 찾든 안 찾든 확인하기 쉽고 사용하기 쉽습니다.
우리는 "우연에 속은 마음" 또는 "생명의 유전적 메커니즘의 창조적 광기" 주기를 계속합니다 . ;-)
플러스 강화를 통한 학습에 대한 책에서 발췌. 카렌 프라이어 "개에게 으르렁거리지 마세요 "
// 전체 책은 예고편에 있습니다. 추천하다.
미신: 무작위 강화
실생활에서 증원군은 매 턴마다 나타나며 종종 우연의 일치에 불과합니다. 매를 연구한 한 생물학자는 매가 덤불 아래에서 쥐를 잡으면 일주일 동안, 때로는 그 이상 동안 이 덤불을 매일 확인한다고 밝혔습니다. 이 특정 장소를 비행할 확률은 지원군이 강력하기 때문입니다. 전날 쓰레기통에서 5달러를 발견했다면 자세히 보지 말고 조심스럽게 쓰레기통을 지나쳐 가십시오. 무작위 강화는 매에게 좋습니다. 일반적으로 동물의 행동은 각 종마다 강화의 혜택을 받을 수 있는 방식으로 진화했다고 말할 수 있습니다. 그러나 많은 무작위 강화물은 유익한 결과를 동반하지 않지만 그럼에도 불구하고 행동에 강한 영향을 미칠 수 있습니다. 행동이 후속 사건과 관련이 없지만 주제의 뇌에서 구현을 위한 필요 조건으로 관련되어 있을 때 미신적 행동을 말합니다. 연필을 씹는 사람이 그 예입니다. 시험 중에 우연히 연필을 입에 물고 즉시 정답이나 좋은 생각이 떠오른다면, 이 강화가 당신의 행동을 바꿀 수 있습니다. 좋은 생각은 연필을 씹었을 때 나왔으므로 이 행동은 강화됩니다. 대학 다닐 때 이빨자국 없는 연필이 없었어요. 특히 어려운 시험에서는 가끔 연필을 반으로 씹기도 했어요. 생각하는 데 도움이 된다고 확신했습니다. 실제로, 그것은 단지 무작위로 조건화된 행동이었습니다. 어떤 옷을 입거나 사업을 시작하기 전에 어떤 의식을 치르는 경우에도 마찬가지입니다. 나는 한 야구 선수가 투구할 준비가 될 때마다 9단계의 일련의 행동을 하는 것을 보았습니다. 모자를 만지고, 공을 글러브에 대고, 모자를 앞으로 밀고, 귀를 문지르고, 모자를 뒤로 밀고, 긁습니다. 발 등이 있다. 어려운 순간에 그는 9가지 동작을 모두 두 번 반복하여 순서를 어지럽히지 않았습니다. 이 일련의 동작은 매우 빠르게 수행되었으며 해설자는 한 번도 멈추지 않았지만 그럼에도 불구하고 복잡한 미신적 행동을 나타냅니다. "미신"은 종종 동물 훈련에 발생합니다. 동물은 입력할 의도가 없었지만 종종 우연히 지원군과 일치하여 조건부 연결을 형성하는 기준에 따라 반응을 안내받을 수 있습니다. 예를 들어, 동물은 강화를 받으려면 특정 장소에 있어야 하거나, 어떤 방향으로 회전하거나, 특별한 방식으로 앉아야 한다고 믿을 수 있습니다. 새로운 위치나 다른 방향에서 작동하기를 원할 때 갑자기, 불가사의한 방식으로 전체 동작이 중단되고 왜 그런 일이 발생했는지 알아내십시오. 따라서 행동이 형성되기 시작하자마자 당신에게 중요하지 않은 조건에 대한 옵션을 다양화하기 시작하여 나중에 방해가 되는 임의 조건이 없도록 하는 것이 훨씬 좋습니다. 무엇보다도 임의의 임시 연결이 형성되지 않았는지 확인하십시오. 동물과 사람 모두 시간 간격을 잘 감지합니다. 어느 날 나는 기니피그 두 마리를 훈련시켜 명령에 따라(내 손의 신호에 따라) 뛸 수 있다고 확신했지만, 우리를 방문한 과학자 중 한 명이 손에 스톱워치를 들고 그들이 29번마다 점프한다는 것을 증명할 때까지 초. 내가 우연히 아주 규칙적으로 명령을 내리게 한 것은 나였고, 그들은 내 가정에 따라 사용해야 하는 정보 대신 이것을 이용했습니다. 많은 유전 훈련가들은 단순히 미신적인 사고와 행동 방식에 사로잡혀 있습니다. 그 중 돌고래는 흰 옷을 입은 사람을 좋아한다, 노새는 때려야 한다, 곰은 여자를 좋아하지 않는다 등의 말을 하는 사람들을 만났다. 이것은 사람들과 함께 일하는 사람들에게도 적용되며, 예를 들어 5학년 학생들은 소리를 질러야 하고 존경을 받기 위해서는 처벌이 필요하다고 믿는 사람들에게도 적용됩니다. 그러한 교육자들은 전통의 지배를 받고 있으며, 그들은 효과적인 방법을 단순히 미신과 분리할 수 없기 때문에 항상 같은 방식으로 일할 수 밖에 없습니다. 이 약점 또는 혼란은 교육, 기술, 군사 업무와 같은 많은 직업에서 발견되지만 아마도 의학에서 더 많이 볼 수 있습니다. 환자에게 얼마나 많이 처방되는지는 끔찍합니다. 그것은 치유력이 있어서가 아니라 단순히 항상 해왔거나 모두가 지금 하고 있기 때문입니다. 병원에 입원한 적이 있는 사람이라면 누구나 미신적인 행동에 불과한 불필요한 행동의 예를 6가지나 기억할 것입니다. 흥미롭게도, 미신적인 행동은 단순히 그 비효율성을 지적한다고 해서 사라지지 않습니다. 기계적으로 많이 배우므로 그에 따라 강력하게 보호됩니다. 비효과적이거나 심지어 해로운 치료법을 사용하는 습관에 대해 의사와 이야기해 보십시오. 그러면 적절한 용어로 거부할 것입니다. 나는 9단계의 미신적인 긴장된 흥분의 표정을 가진 야구 선수라도 예를 들어 모자를 쓰지 않고 공을 4번 만지는 사람에게 격렬하게 저항할 것이라고 확신합니다. 미신적인 행동을 없애는 유일한 방법은 강화를 포함하지 않는지 확인하는 것입니다. 제 아들 테드는 펜싱을 아주 좋아합니다. 그는 일주일에 두세 번 훈련에 가고 주말에는 종종 대회에 나간다. 한번은 강한 상대와 결투를 하던 중 사랑하는 검을 집에 두고 온 탓에 우울했다. 그는 경기에서 졌습니다. 그러다가 자신이 사용하는 검보다 압도된 느낌이 행동에 훨씬 더 영향을 미치므로 '좋아하는' 검을 갖는 것이 미신임을 깨달았습니다. Tad는 검술과 관련될 수 있는 모든 미신적 행동을 식별하고 퇴치했습니다. 그는 특정한 옷에 대한 집착에서부터 자신의 싸움이 꿈, 논쟁 또는 경쟁에서 과일 주스의 부족에 의해 영향을 받을 수 있다는 내면의 믿음에 이르기까지 그 자신에게서 그러한 단점을 많이 발견했습니다. 각각의 상황을 체계적으로 분석하여 미신임을 깨달으면서 하나하나 의존을 끊었다. 그 결과, 지금은 훈련복 차림에 빌린 칼로 울타리를 치더라도 기차를 놓치고, 장비를 잃어버리고, 택시 기사와 싸우는 악몽을 꿨음에도 불구하고, 지금은 모든 싸움에 침착하고 자신감 있게 임합니다. 다른 양말.