再培训 - 页 7

新评论
 
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 :)
 
Event:
钱包将决定谁是正确的 :)
是的）。
 
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。

 
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。
 

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....

 
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