交易中的机器学习:理论、模型、实践和算法交易 - 页 2840 1...283328342835283628372838283928402841284228432844284528462847...3399 新评论 Andrey Dik 2022.12.09 10:09 #28391 Maxim Dmitrievsky #: 我可以在脑海中想象一下......我们有一个贴有标签的数据集,我们希望训练尽可能接近这些标签。如果我们采用不同的标准,这些标签就不再重要了吗? 那么学习过程就完全改变了策略 这是个很好的问题。TS 的鲁棒性不是 AO 或特定测试工具的好坏问题,而是标准选择的问题。评估标准越充分,模型在新数据上的表现就越充分。这不可能是 AO 的错,也不可能是测试人员的错。标准才是罪魁祸首。 mytarmailS 2022.12.09 10:24 #28392 Andrey Dik #: 是标准出了问题。你是指问题陈述 Maxim Dmitrievsky 2022.12.09 10:27 #28393 跟老师学习意味着你想得到一个特定的结果,并用新数据检验你的结论。如果你把自定义标准塞进去,你就会检查它们。那就完全可以不准备标签,随意做。就这样,我要去玩《地铁逃亡》了。它比以往任何时候都更有意义。 Aleksey Nikolayev 2022.12.09 10:29 #28394 Maxim Dmitrievsky #: 我无法想象......我们有一个贴有标签的数据集,我们希望尽可能接近这些标签进行训练。如果我们采用另一个与之无关的标准,那么这些标签就不再重要了吗? 那么学习过程就完全改变了策略。我们会根据自定义标准进行自定义拟合。 这就是问题的关键所在,我们正在一点点远离经典数学模型中常见的优化(学习)。我们正在转向广义的优化(例如 MT5)。但与此同时,我们希望保留 MO 模型的强大功能和灵活性。 我一直对 MT5 优化和 MO 应用之间的概念差距感到困惑。如果能有中间方法的选择就更好了。 СанСаныч Фоменко 2022.12.09 10:30 #28395 Andrey Dik #:福缅科好像没听见别人在说什么。我已经说过好几次了,测试仪不会影响利润,也不会影响 TS 今后的盈利能力。测试仪只是一种工具,仅此而已。优化算法也是一种工具,仅此而已。这就好比讨论铲子赚钱的 "成功 "与否。 没错,这是聋子和瞎子之间的对话。 我写道,优化和标准是不必要的,因为金融市场不是静止的,而你写道,我对优化有所了解。 成功,炼金术士几百年来一直在将一切转化为黄金。 Maxim Dmitrievsky 2022.12.09 10:31 #28396 Aleksey Nikolayev #:问题的关键在于,我们正逐渐偏离经典 MO 所接受的优化(训练)类型。我们正在转向更广义的优化(例如 MT5)。但与此同时,我们希望保留 MO 模型的强大功能和灵活性。我一直对 MT5 优化和 MO 应用之间的概念差距感到困惑。如果能有中间方法就好了。 嗯,这种形式是可行的 Andrey Dik 2022.12.09 10:34 #28397 mytarmailS #:那么任务说明是的 СанСаныч Фоменко 2022.12.09 10:34 #28398 Andrey Dik #: 评估标准越充分,模型在新数据上的表现就越充分。这不可能是 AO 的错,也不可能是测试人员的错。是标准出了问题。 技术服务的稳健性与评估标准毫无关系,因为标准只有一个--猜测交易方向与否。但后者取决于预测因子的集合和属性 Aleksey Nikolayev 2022.12.09 10:40 #28399 СанСаныч Фоменко #:没错,一个聋子在跟一个瞎子说话。我在信中说,优化和标准是不必要的,因为金融市场不是静止的,而你却说我对优化有所了解。事实上,你也在进行优化。你发明了一些 "符号静止 "的标准,并根据这些标准选择最优符号。这和历史上的优化是一样的,只不过是概况上的优化。SanSanych Fomenko#: TS 的稳健性与评估标准毫无关系,因为标准只有一个--猜测交易方向与否。但后者取决于预测因子的集合和属性 在此,绝对有必要发明一种 TS 稳健性标准,并根据它进行优化(同样,我们也会对历史进行优化,但优化方式不同)。 Andrey Dik 2022.12.09 10:52 #28400 Aleksey Nikolayev #: 在这里,绝对有必要发明一个 TS 稳健性标准,并根据该标准进行优化)我们将再次在历史上 获得相同的优化,但轮廓不同)。 我不明白有些同志对 "优化 "一词过敏。 优化应被视为寻找最佳解决方案的 过程。如果模型不稳健(评价标准不强),那么就像人们常说的那样,"不要责怪镜子"(责怪优化)。 1...283328342835283628372838283928402841284228432844284528462847...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
我可以在脑海中想象一下......我们有一个贴有标签的数据集,我们希望训练尽可能接近这些标签。如果我们采用不同的标准,这些标签就不再重要了吗?
是标准出了问题。
我无法想象......我们有一个贴有标签的数据集,我们希望尽可能接近这些标签进行训练。如果我们采用另一个与之无关的标准,那么这些标签就不再重要了吗?
这就是问题的关键所在,我们正在一点点远离经典数学模型中常见的优化(学习)。我们正在转向广义的优化(例如 MT5)。但与此同时,我们希望保留 MO 模型的强大功能和灵活性。
我一直对 MT5 优化和 MO 应用之间的概念差距感到困惑。如果能有中间方法的选择就更好了。
福缅科好像没听见别人在说什么。我已经说过好几次了,测试仪不会影响利润,也不会影响 TS 今后的盈利能力。测试仪只是一种工具,仅此而已。优化算法也是一种工具,仅此而已。这就好比讨论铲子赚钱的 "成功 "与否。
没错,这是聋子和瞎子之间的对话。
我写道,优化和标准是不必要的,因为金融市场不是静止的,而你写道,我对优化有所了解。
成功,炼金术士几百年来一直在将一切转化为黄金。
问题的关键在于,我们正逐渐偏离经典 MO 所接受的优化(训练)类型。我们正在转向更广义的优化(例如 MT5)。但与此同时,我们希望保留 MO 模型的强大功能和灵活性。
我一直对 MT5 优化和 MO 应用之间的概念差距感到困惑。如果能有中间方法就好了。
评估标准越充分,模型在新数据上的表现就越充分。这不可能是 AO 的错,也不可能是测试人员的错。是标准出了问题。
技术服务的稳健性与评估标准毫无关系,因为标准只有一个--猜测交易方向与否。但后者取决于预测因子的集合和属性
没错,一个聋子在跟一个瞎子说话。
我在信中说,优化和标准是不必要的,因为金融市场不是静止的,而你却说我对优化有所了解。
事实上,你也在进行优化。你发明了一些 "符号静止 "的标准,并根据这些标准选择最优符号。这和历史上的优化是一样的,只不过是概况上的优化。
TS 的稳健性与评估标准毫无关系,因为标准只有一个--猜测交易方向与否。但后者取决于预测因子的集合和属性
在这里,绝对有必要发明一个 TS 稳健性标准,并根据该标准进行优化)我们将再次在历史上 获得相同的优化,但轮廓不同)。
我不明白有些同志对 "优化 "一词过敏。
优化应被视为寻找最佳解决方案的 过程。如果模型不稳健(评价标准不强),那么就像人们常说的那样,"不要责怪镜子"(责怪优化)。