TS 훈련 기간 동안의 시험은 어떻게 보나요? 그녀가 이러한 다국적 기업을 "어떻게" 배우는지 궁금합니다. 나는 MNC가 방정식 시스템에 빠진 것을 기반으로 가능한 최대 결과를 제공한다는 것을 이해합니다. 이 최대값이 거래로 옮겨지면 어떻게 될까요? 그곳은 얼마나 매끄러운가?
그녀의 고유 연구 25 년에서 적어도 한 달 동안 그러한 그림을 만드는 것이 가능합니까? 국회가 훈련 기간에 내놓는 것 또한 중요하고 많은 것을 말해준다.
제 경우에는 교육이 부족하여 적용되지 않습니다. 결과에 따라서만 네트워크를 재구성할 수 있습니다.
스프레드 내에서 가장 가능성이 높습니다. 금을 시도하십시오. 인덱스에 대한 일반적인 기록은 어디에서 얻을 수 있습니까? 스티커는 판매하지 않습니다.
현재 데모 계정에 여러 신경망 고문 이 있습니다. 통계 패키지로 네트워크를 구축하고 ddl-ki를 어드바이저에 연결합니다.
그래서 나는 이미 선택의 문제, 즉 훈련 표본의 크기, 대조 표본의 크기와 형성 방법, 표본 외부의 거래 기간의 크기가 매우 중요하다고 생각합니다. 결과는 다르지만 기본적으로 드로다운을 개선할 수 있습니다. 지금까지는 (pah-pah) 시스템이 플러스로 작동하지만 최적의 매개 변수를 즉시 결정하고 작업할 수 있습니다. 이렇게 하려면 물론 앞으로 테스트를 해야 하고 시간을 들여야 하지만 결과는 그만한 가치가 있다고 생각합니다.
그리고 미래를 엿볼 수 있는지 확인하십시오. 이것은 모두 자기기만과 매우 유사합니다 ...
철저하게 첫 번째 것. 나는 그런 충고가 나를 화나게 한다고 말하기도 합니다. 그리고 자기기만이란 정확히 무엇입니까?
알렉세이모스크 :
그래서 나는 이미 선택의 문제, 즉 훈련 표본의 크기, 대조 표본의 크기와 형성 방법, 표본 외부의 거래 기간의 크기가 매우 중요하다고 생각합니다. 결과는 다르지만 기본적으로 드로다운을 개선할 수 있습니다. 지금까지는 (pah-pah) 시스템이 플러스로 작동하지만 최적의 매개 변수를 즉시 결정하고 작업할 수 있습니다. 이렇게 하려면 물론 앞으로 테스트를 해야 하고 시간을 들여야 하지만 결과는 그만한 가치가 있다고 생각합니다.
철저하게 첫 번째 것. 나는 그런 충고가 나를 화나게 한다고 말하기도 합니다. 그리고 자기기만이란 정확히 무엇입니까?
당신 때문에 행복하지만 사실 아무것도 아닙니다. 경험을 공유하시겠습니까?
논의 중인 주제에 대한 몇 가지 기사: 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=oYOVTarTOYvzsgaEsuGzCA&usg=AFQjCNHZycjABySFlxSQ4sFAVgNK4FXrpQ&sig2=t1p0qXv35VTtnu
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 및 RCT = J & Q = % 20Empirical % 20Analysis % 내지 200f % 20Data % 20Requirements % 20for % 20Financial % 20Forecasting % 20with % 20Neural % 20Networks 및 EI = K4SVTdvoFsbDtAbl9dy7CA 및 USG = AFQjCNHAlj21APE3Nnc9MJQWI9EUYYR7Ug 및 SIG2 = Mbp5sVdyCDOhnG3lHkQiLw
연구 결과를 간단히 말해서 훈련을 위해 매우 큰 샘플을 취할 필요가 없습니다. Day1-timeframe의 경우 1-3년이 적합합니다... 시간당 막대의 경우 최대 1년, 15분의 경우 최대 6개월, 5분의 경우 - 1/4이 걸립니다. 거래 서버에서 데이터를 가져와 Page Up으로 로드합니다.
당신은 15분의 시간 프레임에 2년이 있습니다. 비록 당신이 더 짧은 기간을 시도했다는 것을 읽었지만 이것은 과잉일 수 있습니다. 6개월이면 충분하다고 생각합니다.
나중에 작성할 테스트(러시아어 문헌 및 영어 - 검증) 샘플에 대해 주말 동안 일련의 실험을 수행하고 싶습니다. 일반 고려 사항: 테스트 샘플이 거래 기간 전에 취해지면 신경망은 이 기간 동안 "미세 조정"하여 더 많은 예시 공간에서 동시에 학습합니다. 또한, 테스트 샘플과 훈련 샘플이 혼재되어 있지 않기 때문에 대략적인 형태로도 아직 보지 못한 네트워크 데이터를 제공하는데, 이 데이터는 현재 시장 상황을 반영하고 있다고 할 수 있습니다. 테스트 샘플이 훈련 샘플과 혼합된 경우 네트워크에서 테스트 샘플의 예제를 둘러싼 예제를 보고 따라서 알고리즘이 오류의 더 깊은 최소값을 찾기 때문에 테스트 샘플의 오류는 일반적으로 적습니다. 그러나 사실은 아닙니다. 새로운 데이터에서 최소한 유사한 결과를 얻을 수 있습니다. 이것은 제가 개인적으로 반복해서 경험하고 관찰한 것입니다.
일반 고려 사항: 테스트 샘플이 거래 기간 전에 취해지면 신경망은 이 기간 동안 "미세 조정"하여 더 많은 예시 공간에서 동시에 학습합니다. 또한, 테스트 샘플과 훈련 샘플이 혼재되어 있지 않기 때문에 대략적인 형태로도 아직 보지 못한 네트워크 데이터를 제공하는데, 이 데이터는 현재 시장 상황을 반영하고 있다고 할 수 있습니다.
그리고 이것이 훈련 샘플 창을 확장하는 것과 어떻게 다릅니까? 당신은 당신의 좁은 구현의 맥락에서 말하고 있습니다. 내 구현은 근본적으로 다르기 때문에 어떤 곳에서는 내가 말하는 것을 어리석게도 이해하지 못합니다.
믹스 앤 비 믹스은 무슨 뜻인가요? 믹싱은 어떻게 이루어지나요? 네트워크에서 이 데이터를 보지 못한 경우 어떤 종류의 "미세 조정"이 필요합니까?
테스트 샘플이 훈련 샘플과 혼합된 경우 네트워크에서 테스트 샘플의 예를 둘러싼 예제를 보고 따라서 알고리즘이 오류의 더 깊은 최소값을 찾기 때문에 테스트 샘플의 오류는 일반적으로 적습니다. 그러나 사실은 아닙니다. 새로운 데이터에서 최소한 유사한 결과를 얻을 수 있습니다. 이것은 제가 개인적으로 반복해서 경험하고 관찰한 것입니다.
여기서 나는 완전히 혼수상태에 빠졌다. 어쩌면 우리는 주제의이 방향을 개발하지 않아야합니까?
..
첫 번째 그림은 내가 그 그림에 표시된 내용을 올바르게 이해했다면 Flowing Patterns의 이데올로기에 해당합니다.
IMHO - 네트워크 학습을 제어하려면 테스트 샘플이 필요합니다.
그럴 수도 있지만 시간을 낭비하지 않고 무엇을 가져 가야합니까?
세그먼트 B는 암묵적으로 학습에 관여합니다. B는 최소 오차로 훈련의 끝을 결정합니다)
제 경우에는 교육이 부족하여 적용되지 않습니다. 결과에 따라서만 네트워크를 재구성할 수 있습니다.
왜 짝을 짓나요?) 인덱스를 몇 개 사용해 보세요. 여보... 거기에서 무슨 일이 일어나는지 궁금합니다.
스프레드 내에서 가장 가능성이 높습니다. 금을 시도하십시오. 인덱스에 대한 일반적인 기록은 어디에서 얻을 수 있습니까? 스티커는 판매하지 않습니다.
TS 훈련 기간 동안의 시험은 어떻게 보나요? 그녀가 이러한 다국적 기업을 "어떻게" 배우는지 궁금합니다. 나는 MNC가 방정식 시스템에 빠진 것을 기반으로 가능한 최대 결과를 제공한다는 것을 이해합니다. 이 최대값이 거래로 옮겨지면 어떻게 될까요? 그곳은 얼마나 매끄러운가?
그녀의 고유 연구 25 년에서 적어도 한 달 동안 그러한 그림을 만드는 것이 가능합니까? 국회가 훈련 기간에 내놓는 것 또한 중요하고 많은 것을 말해준다.
TS 훈련 기간 동안의 시험은 어떻게 보나요?
https://www.mql5.com/ru/forum/132692/page2#454397
두 번째 사진은 1년 동안의 테스트 샘플입니다.
그럴 수도 있지만 시간을 낭비하지 않고 무엇을 가져 가야합니까?
제 경우에는 교육이 부족하여 적용되지 않습니다. 결과에 따라서만 네트워크를 재구성할 수 있습니다.
스프레드 내에서 가장 가능성이 높습니다. 금을 시도하십시오. 인덱스에 대한 일반적인 기록은 어디에서 얻을 수 있습니까? 스티커는 판매하지 않습니다.
현재 데모 계정에 여러 신경망 고문 이 있습니다. 통계 패키지로 네트워크를 구축하고 ddl-ki를 어드바이저에 연결합니다.
그래서 나는 이미 선택의 문제, 즉 훈련 표본의 크기, 대조 표본의 크기와 형성 방법, 표본 외부의 거래 기간의 크기가 매우 중요하다고 생각합니다. 결과는 다르지만 기본적으로 드로다운을 개선할 수 있습니다. 지금까지는 (pah-pah) 시스템이 플러스로 작동하지만 최적의 매개 변수를 즉시 결정하고 작업할 수 있습니다. 이렇게 하려면 물론 앞으로 테스트를 해야 하고 시간을 들여야 하지만 결과는 그만한 가치가 있다고 생각합니다.
Xpert 는 이미 여기에서 언급했듯이 다른 소스의 데이터를 테스트하려고 합니다.
무슨 뜻인가요? 다른 DC의 동일한 역사에?
그리고 미래를 엿볼 수 있는지 확인하십시오. 이것은 모두 자기기만과 매우 유사합니다 ...
철저하게 첫 번째 것. 나는 그런 충고가 나를 화나게 한다고 말하기도 합니다. 그리고 자기기만이란 정확히 무엇입니까?
그래서 나는 이미 선택의 문제, 즉 훈련 표본의 크기, 대조 표본의 크기와 형성 방법, 표본 외부의 거래 기간의 크기가 매우 중요하다고 생각합니다. 결과는 다르지만 기본적으로 드로다운을 개선할 수 있습니다. 지금까지는 (pah-pah) 시스템이 플러스로 작동하지만 최적의 매개 변수를 즉시 결정하고 작업할 수 있습니다. 이렇게 하려면 물론 앞으로 테스트를 해야 하고 시간을 들여야 하지만 결과는 그만한 가치가 있다고 생각합니다.
무슨 뜻인가요? 다른 DC의 같은 역사에?
철저하게 첫 번째 것. 나는 그런 충고가 나를 화나게 한다고 말하기도 합니다. 그리고 자기기만이란 정확히 무엇입니까?
당신 때문에 행복하지만 사실 아무것도 아닙니다. 경험을 공유하시겠습니까?논의 중인 주제에 대한 몇 가지 기사: 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=oYOVTarTOYvzsgaEsuGzCA&usg=AFQjCNHZycjABySFlxSQ4sFAVgNK4FXrpQ&sig2=t1p0qXv35VTtnu
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 및 RCT = J & Q = % 20Empirical % 20Analysis % 내지 200f % 20Data % 20Requirements % 20for % 20Financial % 20Forecasting % 20with % 20Neural % 20Networks 및 EI = K4SVTdvoFsbDtAbl9dy7CA 및 USG = AFQjCNHAlj21APE3Nnc9MJQWI9EUYYR7Ug 및 SIG2 = Mbp5sVdyCDOhnG3lHkQiLw
연구 결과를 간단히 말해서 훈련을 위해 매우 큰 샘플을 취할 필요가 없습니다. Day1-timeframe의 경우 1-3년이 적합합니다... 시간당 막대의 경우 최대 1년, 15분의 경우 최대 6개월, 5분의 경우 - 1/4이 걸립니다. 거래 서버에서 데이터를 가져와 Page Up으로 로드합니다.
당신은 15분의 시간 프레임에 2년이 있습니다. 비록 당신이 더 짧은 기간을 시도했다는 것을 읽었지만 이것은 과잉일 수 있습니다. 6개월이면 충분하다고 생각합니다.
나중에 작성할 테스트(러시아어 문헌 및 영어 - 검증) 샘플에 대해 주말 동안 일련의 실험을 수행하고 싶습니다. 일반 고려 사항: 테스트 샘플이 거래 기간 전에 취해지면 신경망은 이 기간 동안 "미세 조정"하여 더 많은 예시 공간에서 동시에 학습합니다. 또한, 테스트 샘플과 훈련 샘플이 혼재되어 있지 않기 때문에 대략적인 형태로도 아직 보지 못한 네트워크 데이터를 제공하는데, 이 데이터는 현재 시장 상황을 반영하고 있다고 할 수 있습니다. 테스트 샘플이 훈련 샘플과 혼합된 경우 네트워크에서 테스트 샘플의 예제를 둘러싼 예제를 보고 따라서 알고리즘이 오류의 더 깊은 최소값을 찾기 때문에 테스트 샘플의 오류는 일반적으로 적습니다. 그러나 사실은 아닙니다. 새로운 데이터에서 최소한 유사한 결과를 얻을 수 있습니다. 이것은 제가 개인적으로 반복해서 경험하고 관찰한 것입니다.
연구 결과를 간단히 말해서 훈련을 위해 매우 큰 샘플을 취할 필요가 없습니다.
교육 샘플에서 벗어나서 전체 구성 계획을 말하지 않았으며 모든 것이 순서대로 진행됩니다.
일반 고려 사항: 테스트 샘플이 거래 기간 전에 취해지면 신경망은 이 기간 동안 "미세 조정"하여 더 많은 예시 공간에서 동시에 학습합니다. 또한, 테스트 샘플과 훈련 샘플이 혼재되어 있지 않기 때문에 대략적인 형태로도 아직 보지 못한 네트워크 데이터를 제공하는데, 이 데이터는 현재 시장 상황을 반영하고 있다고 할 수 있습니다.
그리고 이것이 훈련 샘플 창을 확장하는 것과 어떻게 다릅니까? 당신은 당신의 좁은 구현의 맥락에서 말하고 있습니다. 내 구현은 근본적으로 다르기 때문에 어떤 곳에서는 내가 말하는 것을 어리석게도 이해하지 못합니다.
믹스 앤 비 믹스은 무슨 뜻인가요? 믹싱은 어떻게 이루어지나요? 네트워크에서 이 데이터를 보지 못한 경우 어떤 종류의 "미세 조정"이 필요합니까?
테스트 샘플이 훈련 샘플과 혼합된 경우 네트워크에서 테스트 샘플의 예를 둘러싼 예제를 보고 따라서 알고리즘이 오류의 더 깊은 최소값을 찾기 때문에 테스트 샘플의 오류는 일반적으로 적습니다. 그러나 사실은 아닙니다. 새로운 데이터에서 최소한 유사한 결과를 얻을 수 있습니다. 이것은 제가 개인적으로 반복해서 경험하고 관찰한 것입니다.
무슨 뜻인가요? 다른 DC의 동일한 역사에?
바람직하게는 동일한 기록에 있지만 다른 견적 제공자에서 제공됩니다.
DC 인용문(및 MetaQuotes도)을 사용해서는 안 됩니다 . 더 낮은 기간 , 특히 1999-2005년은 품질이 매우 낮습니다.
이 인용문은 슬라이딩 윈도우가 아니라 역사 전체에 걸쳐 한 번에 정리되었습니다. 즉, 인용문 자체에 이미 포함되어 있는 미래를 엿볼 수 있습니다. 신경망 은 문제 없이 그것을 찾습니다.