Assessor para um artigo. Testes para todos os participantes. - página 8
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Não há nenhuma necessidade de um avanço em uma análise adequada do atacado.
A essência do avanço é avaliar se os extremos dos parâmetros otimizados flutuam ao longo do tempo. Isto é, cortar os casos quando há vários extremos locais em toda a área de testes (otimização + amostra automática). Ele pode ser cortado muito melhor através de uma análise separada para cada opção de sua extrema singularidade e monotonicidade. Isto é, já é uma garantia de que uma opção não "flutua" no tempo. E o avanço tem uma séria desvantagem - considera apenas pontos individuais na superfície de otimização e não no agregado. Isso, juntamente com a divisão telefônica das parcelas em otimização e autoamostras, reduz a confiabilidade estatística de tal análise abaixo do plinto) É apenas uma realização - talvez seja uma sorte selecionar uma amostra automática e um conjunto de opções de merda será passado, ou vice-versa - uma amostra automática cairá em um período de sorteio temporário de um "bom" conjunto de opções.
Mas em qualquer caso, repito que a tarefa de otimização é avaliar a robustez de cada parâmetro do sistema. Em caso de dúvida, é melhor descartá-la ou modificá-la. Deixar apenas o que é 100% suportado por estatísticas e lógica comercial.
Então você quer dizer que, em vez de executar uma série de testes avançados, é melhor otimizar os parâmetros em um período de história tão grande quanto possível? Em princípio, também há alguma verdade nisto, pois é mais difícil "encaixar" parâmetros em uma área maior para obter uma curva agradável. :)
não distorçam nada acidentalmente. Isto é feito pela própria AG através do mecanismo de mutação. A otimização é necessária para verificar a robustez de cada opção individual, não para encontrar extremos globais.
Esse é o ponto, a GA não está procurando apenas um extremo global, mas um extremo que superará outros extremos com respeito ao valor da função multivariada, ou seja
max(y = f(x0, x1, ... xn))
onde:
x0, x1 ... xn - parâmetros de entrada do TS
y é uma função de adequação da AG
E não há garantia de que o extremo GA encontrado no ponto do espaço multidimensional com corrdinatos {x0, x1, ... xn} não é tempo flutuante e tempo extremo apenas para uma seção de dados históricos. Se a otimização fosse capaz de verificar a robustez, então o ajuste não existiria de forma alguma. E como o ajuste existe, então são necessárias verificações adicionais, incluindo testes de avanço.
Mas em qualquer caso, mais uma vez, a tarefa de otimização é avaliar a robustez de cada parâmetro dentro do sistema.
Então você quer dizer que, em vez de executar uma série de testes avançados, é melhor otimizar os parâmetros no maior intervalo histórico possível? Em princípio, também há alguma verdade nisto, pois é mais difícil "encaixar" parâmetros em um intervalo maior para obter uma bela curva. :)
Se as citações fossem estacionárias, obteríamos mais correção estatística, pois a lei de grandes números se aplica aos dados estacionários.
E como estamos lidando com dados não estacionários, as estatísticas e a lei de grandes números não funcionam aqui. Porque a lei de Chebyshev de grandes números afirma que com o número crescente de julgamentos e presença de expectativa = Constante e variação finita, os dados estatísticos se aproximam de seus valores constantes. A não-estacionariedade exclui a constância da expectativa e a dispersão finita e, portanto, não somos capazes de refinar nada, pois o que não existe e não pode existir por definição não faz sentido calcular e refinar.
É difícil procurar um gato preto em um quarto escuro, especialmente se ele não estiver lá (cf. Confúcio)
Mentira e sabotagem. A otimização consiste em encontrar extrema por definição e não resolve nenhum outro problema.Hv. Yuri, e o artigo? Quando será publicado?
Acabou de enviar o texto do artigo para ser verificado.
Após verificação, estará disponível em: https://www.mql5.com/ru/articles/366
Acabou de enviar o texto do artigo para verificação.
Após verificação, estará disponível em: https://www.mql5.com/ru/articles/366
Obrigado!
ZS: Eu já posso ver as primeiras linhas do artigo: "404 Página solicitada não encontrada", me tira o fôlego .... )))))
ZZY: Espero que seu artigo diga como escolher a estrutura de rede ideal, e quando a rede for considerada suficientemente treinada, aqui estou eu estragando o aprendizado 2x2 ...
Obrigado!
ZS: Eu já posso ver as primeiras linhas do artigo: "404 Página solicitada não encontrada" me tira o fôlego .... )))))
ZZY: Espero que seu artigo diga como escolher a estrutura de rede ideal, e quando a rede for considerada suficientemente treinada, aqui estou eu estragando o aprendizado 2x2 ...
Sim, mas não é exatamente uma rede, pois a primeira camada é um sistema especializado para três entradas, não neurônios, a camada oculta é um perceptron, ou seja, já é um neurônio, e a saída é um sigmóide linear. A necessidade e a suficiência da seleção de regras para a base de conhecimento do sistema especializado são descritas em detalhes. Ou seja, não há necessidade de otimizar nada. O sistema especializado deve atender plenamente a todas as condições descritas no artigo e nenhuma outra arquitetura é adequada para ele - nada pode ser removido, uma vez que não é suficientemente treinado, e nada pode ser acrescentado, uma vez que é certo que será recondicionado.
Há instruções detalhadas sobre como otimizar uma EA com testes avançados e como realizar uma verificação adicional de estabilidade do extremo identificado. Não se pode dizer que tudo isso é mais do que suficiente para considerar o TS 100% treinado sob condições de não-estacionariedade, mas pode-se dizer que tudo isso deve ser feito para evitar ficar preso à instabilidade ou à aleatoriedade de um teste de avanço.
Sim, mas não é exatamente uma rede, já que a primeira camada é um sistema especializado para três entradas em vez de neurônios, a camada oculta é um perceptron, ou seja, já é um neurônio, e a saída é um sigmóide linear. A necessidade e a suficiência da seleção de regras para a base de conhecimento do sistema de especialistas são descritas em detalhes.
Apublicação do artigo foi temporariamente adiada. O texto foi editado, mas as capturas de tela, devido à minha desatenção, ultrapassaram o tamanho permitido. Terei que refazer todo o processo de otimização para tirar screenshots. E a otimização no MT5 é terrivelmente lenta. Portanto, por enquanto, a publicação foi adiada indefinidamente.
A publicação do artigo foi temporariamente adiada. O texto foi editado, mas as capturas de tela, devido à minha desatenção, ultrapassaram o tamanho permitido. Terei que refazer a otimização novamente para tirar fotos de tela. E a otimização no MT5 é terrivelmente lenta. Portanto, a publicação foi adiada por enquanto.
As capturas de tela podem ser feitas menores no Photoshop sem perda de qualidade?
P.S. Embora, se houver elementos do terminal, ele não vai funcionar muito bem.