交易中的机器学习：理论、模型、实践和算法交易 - 页 3379

新评论
 
СанСаныч Фоменко #:

同样，健壮性函数也是一种模型估算方法。模型的稳健性取决于选择哪种拟合函数来进行稳健性估计。

稳健性也可以看作是对模型的估计。稳健性是对模型在新数据上的表现能力的评估，也就是要最大化的拟合度函数。

我认为这些概念并不复杂，也不难理解，但令人惊讶的是，在这个问题上存在着许多误解。

评估、健度函数可以分层，每层控制不同的指标。但出于某种原因，很多人都把适配性功能看成是 "顶层 "的总结。

 
Valeriy Yastremskiy #:
没有说明的条款是邪恶的))))))
捏造超过既定术语是邪恶的))))


对话者的理论基础一目了然....
如果你至少读过几本关于这个问题的书，那么你就不会想用公认的术语来武装自己，最好的模式....

而如果对话者发明了自己的术语，在代码中建造了自己的自行车，则会立即引起注意
 
Andrey Dik #:

同样，健壮性函数也是一种模型估算方法。模型的稳健性取决于选择哪种拟合函数来进行稳健性估计。

稳健性也可以看作是对模型的估计。稳健性是对模型在新数据上工作能力的评估，也就是要最大化的拟合度函数。

我认为这些概念并不复杂，也不难理解，但令人惊讶的是，在这个问题上存在着许多误解。

评估、健身功能可以分层，每层控制不同的指标。但出于某种原因，很多人都认为适配性功能是 "顶层 "的总结。

我列举了数以百计的适配性功能的例子，而你在回答我的代码时却又说了一大堆话，这是否让你感到困扰？

 
也没有人感到困惑的是，世界排名前三甚至前一的优化算法，如 PSO 等公认的知名算法，他怎么会排在最后，而灰狼、杂草等一些谁也没听说过的无名算法，他却排在前面）））。

没人问过这个问题吗？你应该问。

 
就是这些专家写了这样的文章，把知识带给大众。

这太可怕了，真的。
 
我不把这个评价当作评价，因为它不清楚是谁写的，只是复制了 mql 中的算法并与一些函数相匹配。而实际上，需要优化的曲面形状多种多样，可能存在细微差别。
 
mytarmailS #:
同时，作为世界排名前三位甚至前一位的优化算法，没有人会感到困惑，比如他在评级末尾提到的 PSO，以及一些没有人听说过的名字，如灰狼、杂草等。）

没有人问过这个问题吗？你应该问。

你问了吗？在查看测试结果时，您的习惯模式是否会被打破？

自己也做一些类似的事情，用 MQL5 写一段最著名算法的代码，描述并讲述你的代码是如何工作的，然后发布测试结果，这样任何人都可以重现这些测试。

然后我们再讨论大家应该问什么问题以及为什么。

现在，您只是毫无根据的闲聊。

 
将任何优化代码从类似 C 语言的 jap 移植到 mql 并不需要太多的天赋
 
Maxim Dmitrievsky #:
我不把这个评价当作评价，因为它不清楚是谁写的，只是复制了 mql 中的算法并与一些函数相匹配。而实际上，被优化表面的形状千差万别，可能存在细微差别。
要么是算法执行错误，要么是实验执行错误，要么两者兼而有之。
 
mytarmailS #:
要么是他的算法执行错误，要么是实验执行错误，要么两者兼而有之。
很有可能是这样，但没有人会去检查，因为没有其他事情可做。
1...337233733374337533763377337833793380338133823383338433853386...3399
新评论