再培训 - 页 7 1234567 新评论 Vladimir Suslov 2016.07.11 18:32 #61 Youri Tarshecki:尤苏夫霍贾-苏尔托诺夫。 朋友们,没必要争论。 钱包将决定谁是正确的 :) TheXpert 2016.07.11 18:44 #62 Event: 钱包将决定谁是正确的 :) 是的)。 Youri Tarshecki 2016.07.14 09:31 #63 Комбинатор: 所以是的 )没有。 在非优化的历史部分测试EA的性能要比浪费金钱来调整EA容易得多。顺便说一句,我们的人物从来没有展示过他的EA成功的狼性,他建议以1500美元购买,并等待几十年的利润。 Alexander Bereznyak 2016.07.14 20:30 #64 Youri Tarshecki:不,我们从,比如说,1975年开始。1975-1985年优化,1985-1990年验证优化1980-1990年,验证1990-1995年1985-1995年优化,1995-2000年检查2000-2005年的优化,2005-2010年的核查2005-2010年的优化,2010-2015年的核查只看测试结果,如果这五年中至少有一个会是阴性的(我想还会有更多),那么系统就有缺陷。也就是说,只有当有疯狂的人准备从你的EA中等待几十年的利润时,你在整个历史上的拟合技巧才会奏效。顺便说一下,别忘了告诉我们你是如何避免每个地块的过度优化的)。 你已经持续了几十年,你会永远活着。 Mihail Marchukajtes 2016.07.15 19:05 #65 我将加入你们的讨论,特别是因为这个话题非常具有现实意义,非常有趣。然后,如果我们在相同的条件下重新训练它们,我们将得到一个不同的模型,它的行为与之前的模型完全相同,但在未来引用这两个看似相同的模型时,其工作方式会有所不同。问题是如何选择在未来能发挥作用的模式。一张网必须与训练区的市场相对应。而那个有更大预言变量的网格,更适合目前的市场情况。我的NS对来自TS的信号进行分类。每天大约有10个信号,但为了选择使用哪个模型,我做了以下工作。我在优化区域考虑网络运行的预知变量,对模型来说,数值大的,就使用该模型。假设模型值是上升的,即当前值比前一个值高,而且下一个条形图也是上升的。也就是说,如果网格有预测的增长,我们就给变量加一个,如果没有,我们就减去它,并对下降应用同样的程序。这意味着我们查找我们模型的预知变量,哪个模型的数字更高,就意味着这个模型更经常地预测市场,所以它描述得更好,我们在代码中选择.....,看起来是这样的double PONT11=iCustom(NULL, 0, "Модель",1,i)-iCustom(NULL, 0, "Модель",1,i+1); if ((PONT11>0)&& (Close[i-1]>Open[i-1])) AA=AA+1; if ((PONT11>0)&& (Close[i-1]<Open[i-1])) AA=AA-1; if ((PONT11<0)&& (Close[i-1]<Open[i-1])) AA=AA+1; if ((PONT11<0)&& (Close[i-1]>Open[i-1])) AA=AA-1; 所以......就这样了......。有人对此有什么想法吗?我想听听大家的意见.... Yousufkhodja Sultonov 2016.07.16 04:26 #66 Youri Tarshecki:不,我们从,比如说,1975年开始。1975-1985年优化,1985-1990年验证优化1980-1990年,验证1990-1995年1985-1995年优化,1995-2000年检查2000-2005年的优化,2005-2010年的核查2005-2010年的优化,2010-2015年的核查只看测试结果,如果这五年中至少有一个会是阴性的(我想还会有更多),那么系统就有缺陷。也就是说,只有在有疯狂的人愿意为你的EA的利润等待几十年的情况下,你在整个历史上的拟合技巧才会奏效。顺便说一下,别忘了告诉我们你是如何在每个领域避免过度优化的)。优化1975-1985年(最佳样本量=80条历史数据)。1985-1990年检查。优化1980-1990年(最佳样本量=80条历史)。1990-1995年检查。1985-1995年的优化(最佳样本量=360条历史数据)。1995-2000年检查。2000-2005年的优化(最佳样本量=330条历史数据)。2005-2010年核查。2005-2010年的优化(最佳样本量=330条历史数据)。2010-2015年核查。没有 达到你的期望,所有的核查地点都被克服了,虽然没有突出的结果,但有积极的效果。 1234567 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
朋友们,没必要争论。
钱包将决定谁是正确的 :)
钱包将决定谁是正确的 :)
所以是的 )
没有。
在非优化的历史部分测试EA的性能要比浪费金钱来调整EA容易得多。
顺便说一句,我们的人物从来没有展示过他的EA成功的狼性,他建议以1500美元购买,并等待几十年的利润。
不,我们从,比如说,1975年开始。
1975-1985年优化,1985-1990年验证
优化1980-1990年,验证1990-1995年
1985-1995年优化,1995-2000年检查
2000-2005年的优化,2005-2010年的核查
2005-2010年的优化,2010-2015年的核查
只看测试结果,如果这五年中至少有一个会是阴性的(我想还会有更多),那么系统就有缺陷。
也就是说,只有当有疯狂的人准备从你的EA中等待几十年的利润时,你在整个历史上的拟合技巧才会奏效。
顺便说一下,别忘了告诉我们你是如何避免每个地块的过度优化的)。
我将加入你们的讨论,特别是因为这个话题非常具有现实意义,非常有趣。然后,如果我们在相同的条件下重新训练它们,我们将得到一个不同的模型,它的行为与之前的模型完全相同,但在未来引用这两个看似相同的模型时,其工作方式会有所不同。问题是如何选择在未来能发挥作用的模式。一张网必须与训练区的市场相对应。而那个有更大预言变量的网格,更适合目前的市场情况。我的NS对来自TS的信号进行分类。每天大约有10个信号,但为了选择使用哪个模型,我做了以下工作。我在优化区域考虑网络运行的预知变量,对模型来说,数值大的,就使用该模型。
假设模型值是上升的,即当前值比前一个值高,而且下一个条形图也是上升的。也就是说,如果网格有预测的增长,我们就给变量加一个,如果没有,我们就减去它,并对下降应用同样的程序。这意味着我们查找我们模型的预知变量,哪个模型的数字更高,就意味着这个模型更经常地预测市场,所以它描述得更好,我们在代码中选择.....,看起来是这样的
所以......就这样了......。有人对此有什么想法吗?我想听听大家的意见....
不,我们从,比如说,1975年开始。
1975-1985年优化,1985-1990年验证
优化1980-1990年,验证1990-1995年
1985-1995年优化,1995-2000年检查
2000-2005年的优化,2005-2010年的核查
2005-2010年的优化,2010-2015年的核查
只看测试结果,如果这五年中至少有一个会是阴性的(我想还会有更多),那么系统就有缺陷。
也就是说,只有在有疯狂的人愿意为你的EA的利润等待几十年的情况下,你在整个历史上的拟合技巧才会奏效。
顺便说一下,别忘了告诉我们你是如何在每个领域避免过度优化的)。
优化1975-1985年(最佳样本量=80条历史数据)。
1985-1990年检查。
优化1980-1990年(最佳样本量=80条历史)。
1990-1995年检查。
1985-1995年的优化(最佳样本量=360条历史数据)。
1995-2000年检查。
2000-2005年的优化(最佳样本量=330条历史数据)。
2005-2010年核查。
2005-2010年的优化(最佳样本量=330条历史数据)。
2010-2015年核查。
没有 达到你的期望,所有的核查地点都被克服了,虽然没有突出的结果,但有积极的效果。