进行滚动前进的方法 - 页 8

新评论
 
Youri Tarshecki:
而你的获胜套路是如何成为可行 的OOS 的？
OOS是内部的，我允许测试者在OOS期间进行交易，并放上我想要的参数，这一套已经被发现了。
 
Alexandr Andreev:

4年前，他们开始挖掘volkking trading.....，而且非常努力。

我有问题要问你，你想从volking那里得到什么？为了了解系统是否工作，以便你不必在演示中进行测试？

这很酷，但无论如何你应该在演示中尝试。如果你希望原形系统能与沃尔金一起工作，那是不可能的，他经常说在大量的测试中一切都错了。

我们给volking提供了一个巨大的样本，就是不能减少（设定方向），否则整个volking的原则就会被打破。而80%的计算将被浪费的原因是，与代理人合作的特殊性。也就是说，当我们从头三天了解到结果会比我们所拥有的更糟时，我们将继续测试，直到结束。

你知道volking交易的策略必须有多普遍吗？- 比起你手动尝试优化通过预先确定的有利可图的参数，会有更多的参数需要优化。

你所写的一切表明你完全缺乏理解。

需要用WF来评估一个定期重新优化的EA，这就是一个。

其次，我们可以更准确地选择优化的历史长度和EA工作流程的置信区间 长度。

第三，WF显示，如果有一个配件。而这可能是WF的主要优势。

 
Alexandr Andreev:

我有问题要问你，你想从volking交易中得到什么？

自动剔除了猴子。事实上，拥有这样的东西对每个自动交易策略的人来说只是一个巨大的优势和帮助。

也许这就是为什么它永远不会出现在标准的终端功能中））。

 
Nikolay Demko:

你所写的一切都表明你对问题的理解是完全错误的。

需要WF来评估一个经常过度优化的EA，这是其一。

其次，我们可以更准确地选择要优化的历史长度和EA工作行程的置信区间 长度。

第三，WF显示，如果有一个配件。而这可能是WF的主要优势。

相信我理解=等于发布，早在2014年我就从metaquest买了一个网格来解决这个问题。而且由于缺乏与代理人的对话，不得不给代理人发送很多不必要的信息。

是的，它给出了一个答案，但答案会给--如果你不给出具体的内容，一切都不好。

例如，在这里我们有一个策略，我们只通过WF发送停止水平 - 这是不正确的。我们应该尽可能地发送一般的变体。

如果我们想更进一步，还应该再加一个步骤。+ 如果你想做什么，你根本就不应该做。如果我们做某件事，我们应该反其道而行之。而问题的关键不在于我们会得到什么--而是在哪里计算这一切!

 
elibrarius:

制作你自己的遗传算法？这是在内部测试器中已经完成的大量工作。我认为Metacquotes已经花了一百多个小时来开发它。

一百个小时？大约十年前，我们在实验室里写了大学的实施方案，这没有什么复杂的地方。
 
Alexandr Andreev:
而且我们需要大量的资源，所有的原因是80%的计算都会因为我们与代理人的工作方式而被浪费。也就是说，当我们从头三天了解到结果会比刺猬更糟糕时，我们会出于某种原因继续测试到最后。

我是这样解决这个问题的：如果在测试过程中，缩水达到60%，那么ExpertRemove()将退出；如果这个缩水发生在第3天，那么剩下的时间区间的这些参数将不会被计算。这只是加快了计算的速度。

我有问题要问你，你想从volking交易中得到什么？要知道系统是否工作而不在演示上测试？

在我看来，沃尔金应该帮助定义一个 "选择优化变体之一的标准（一个获胜集），这将被使用。

Igor Volodin 一百个小时？大约十年前，我们在大学里写一个实验室实验，没有什么复杂的东西。

嗯，我是一个自学成才的程序员。我不会争论--你知道的更多）。

 
换句话说，对于那些拥有巨大计算资源 的人来说，准备讨论运行一个现成的WF与所有的隐患和细微差别，可以说是pro+版本
 
elibrarius:

我是这样解决这个问题的：如果在测试过程中，缩水达到60%，那么ExpertRemove()将退出；如果这个缩水发生在第3天，那么剩下的时间区间的这些参数将不会被计算。这只是加快了计算的速度。

我认为volking应该帮助确定 "选择一个优化变体（获胜集）的标准，我们将运行该变体"。
一个糟糕的变体甚至不能解决一半的问题，例如，如果我们根本没有好的通过，或者例如：我们有2%的最佳通过（总分87分），在新的测试过程中，我们知道不会有高于10分的通过，但由于代理没有机会知道当前的最佳分数--资源又被浪费了。
 
Alexandr Andreev:

相信我的理解=等于释放，我早在2014年就从methaquets买了一个网格，就是为了解决这个问题。而且由于缺乏与代理人的对话，不得不给代理人发送很多不必要的信息。

是的给出了一个答案，但答案会给--如果你不给出具体的内容，一切都不好。

例如，在这里我们有一个策略，我们只通过WF发送停止水平 - 这是不正确的。我们应该尽可能地发送一般的变体。

如果我们想更进一步，还应该再加一个步骤。+ 如果你想做什么，你根本就不应该做。如果我们做某件事，我们应该反其道而行之。而问题的关键不在于我们得到了什么--而是在哪里计算这一切!

网格（云）是为别的东西而优化的，这就像用显微镜来敲打钉子。为了正确使用它，你需要用转发者多次运行GA搜索，转发者应该被准确地记录下来，然后从记录中你可以重建整个画面。

云计算是为了一次性优化，因为它需要很长的时间来预热，但当网格起来后，它会迅速计算所有的东西，然后再回落。每个创业公司都会有一个创业准备，而在WF有很多这样的微型创业公司。

只要MQ不在内部实现WF，在不了解所使用的资源如何工作的情况下，就没有什么好拱手相让的。编写自己的GA，自己的测试器（可以在指标上简化，正如TheXpert所说），并在其中实现WF，这更容易。

 
Igor Volodin:
一百个小时？大约十年前，我们曾经在大学里为实验室写过实现，那里没有什么复杂的东西。
这就是问题所在，在这里我们正在远离平台本身，顺便说一下，大型项目 的另一个问题是，当你更新MT时，你会得到很多错误。
12345678910111213
新评论