Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2838
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Denge veya başka bir şeyi degrade üzerinden boost'a beslemenin herhangi bir yolu var mı....
İşte şema:
grafiği mükemmel işlemlerle işaretleriz (ekstremum aşağıdayken satın alırız, ekstremum yukarıdayken satarız) sahte bir mükemmel ticaret yaratırız.
Ben buna mükemmel bir denge diyeceğim.
Daha sonra ticaret dengesini şu artıştan hesaplarız
Daha sonra amaç fonksiyonunda basitçe ideal denge ile destek ticaret dengesinin hatasını hesaplarız.
ideal dengede bir ayarlama elde ederiz, yani bu soyut bir maksimum kar arayışı değil, kar dengesinde ifade edilen ideal ticarette bir ayarlamadır.
Mavi ideal denge, siyah ise traine ve model testidir.
Bu benim söylediğime yakın.
maksimize edilmesi gereken denge değil, belirli bir karmaşık kriterdir, sizin örneğinizde, ayrı işlemlere bölünme. bu orijinal dengeden türetilmiş bir fonksiyondur, daha yumuşak bir fonksiyondur. türetilmiş fonksiyonun global optimumunu aramamız gereken şey budur. söylemeye çalıştığım şey budur. ve bu durumda türetilmiş fonksiyonun global ekstremumunun niteliksel olarak nasıl bulunacağı önemlidir.
Orijinal fonksiyondan türevler yaratmanın birçok yolu vardır, sadece hayal gücü ile sınırlıdır.
insanlara atıp tutmak yerine anlamaya çalışabilirsiniz. anlarsanız ne ala. anlamazsanız geçersiniz.
İnsanlara saldırmak yerine anlamaya çalışabilirsiniz. Anlıyorsanız ne ala, anlamıyorsanız yanlarından geçip gidin.
Saldırılarım.... farklı AO'ları eşit şartlarda karşılaştıramayacağınız ve hangisinin iyi hangisinin kötü olduğuna karar veremeyeceğiniz gerçeğiyle ilgiliydi.
Her AO'nun kendi optimizasyon yüzeyleri vardır.
AO seçimi optimizasyon yüzeyine bağlıdır, öznel beğenilere değil.
Eğer yüzey pürüzsüz ve tek bir minimuma sahipse, bir kişi genetik algoritma veya sürü veya tavlama veya başka bir küresel optimizasyon algoritması uygularsa, ne yaptığını anlamayan bir aptaldır, çünkü gradyan inişi bu sorunu 100 kat daha hızlı çözecektir.
Yüzey karmaşıksa, gürültülüyse, birçok minimuma sahipse ve kişi gradyan inişi kullanıyorsa, o zaman yine aptaldır , çünkü algoritma en uzun minimumda takılıp kalacaktır.
Bir kişi örneğin gradyan inişi ile genetiği karşılaştırmaya karar verirse, devam etmek için aptal mı olur?
Bu temel şeylerin yanlış anlaşılmasıdır.
Benim saldırım, farklı AO'ları eşit düzeyde karşılaştırıp hangisinin iyi hangisinin kötü olduğuna karar veremeyeceğiniz yönündeydi.
her AO'nun kendi optimizasyon yüzeyleri vardır.
AO seçimi öznel sempatilere değil, optimizasyon yüzeyine bağlıdır
Algoritmaları tamamen farklı üç test fonksiyonu ile karşılaştırıyorum, böylece her algoritmanın belirli avantajlarını ayrı testlerde görebilirsiniz, dolayısıyla nerede güçlü olduklarını görebilirsiniz ve bu nedenle araştırmacının belirli görevleri için en iyisini seçebilirsiniz. testlerde öznellik yoktur, aksine mümkün olduğunca nesneldirler.
Ağlar için özelleşmiş algoritmaların çoğunun mantığında ya da momentlerinde bir çeşit yumuşatma vardır. hedef problem fonksiyonlarının düzgün türevlerinin uygulanmasına yöneliktirler. nerede güçlü oldukları ve nerede o kadar güçlü olmadıkları görülecektir.
Algoritmaları tamamen farklı üç test fonksiyonu ile karşılaştırıyorum, böylece her algoritmanın belirli avantajlarını ayrı testlerde görebilirsiniz, dolayısıyla nerede güçlü olduklarını görebilirsiniz ve bu nedenle araştırmacının belirli görevleri için en iyisini seçebilirsiniz. testlerde öznellik yoktur, aksine mümkün olduğunca nesneldirler.
Ağlar için özelleşmiş algoritmaların çoğunun mantığında veya momentlerinde bir çeşit yumuşatma vardır. hedef problem fonksiyonlarının düzgün türevlerinin uygulanmasına yöneliktirler. nerede güçlü oldukları ve nerede o kadar güçlü olmadıkları görülecektir.
Farklı AO türlerini aynı koşullarda karşılaştıramazsınız çünkü farklı sorunları çözerler, benim mesajım bu
Farklı tipteki AO'ları aynı koşullarda karşılaştıramazsınız çünkü yapmaları gereken farklı görevleri vardır, benim mesajım bu
Sanırım geçen sefer ne dediğimi anlamamışım.... Bir kez daha, karşılaştırma yapmak mümkündür, bu nedenle algoritmaları görevin özelliklerine uygun şekilde karşılaştırmak için farklı test problemleri kullanılır. testler, hangi görevler için AO kullanımının en uygun olduğunu gösterir, böylece bunlar arasından seçim yapabilirsiniz.
Örneğin: ADAM düzgün fonksiyonlar üzerinde üstünlük gösteriyorsa - harika! - o zaman bu şekilde kullanılmalıdır, aksi takdirde başka bir algoritma seçmek daha iyidir. Ancak ADAM tüm testlerde başarısız olursa, o zaman daha iyi bir şey seçmeliyiz, hepsi bu. günümüzde çoğu insan en iyi seçimi yapıp yapmadıklarını bilmeden "modaya" göre belirli bir şeyi seçiyor.
Mükemmel sınıf işaretleri ve dolayısıyla mükemmel denge. Yağ yağlı. Orada herhangi bir şeyi iyileştirmek mümkün değil.
Sezgilerim bana bunun yakında ticarette MO için yaygın bir yer haline geleceğini söylüyor.
Kâr garantisi olacağından değil, ancak kullanmamak başarısızlığın garantisi olarak kabul edilecektir).
San Sanych, piyasanın durağan olmaması nedeniyle optimizasyon sonuçlarının geçmişe uygulanabilirliği konusundaki sorunlar konusunda haklı. Sorun, bu tür bir optimizasyonun elimizdeki tek şey olması. Örneğin, özellik seçimine yönelik kendi yaklaşımları da, daha zor olsa da, tarih üzerinde optimizasyondur).
Ya da örneğin bir tür çapraz doğrulama - bu da geçmiş üzerinde optimizasyondur.