Для меня НШ 4-5 чёрный ящик, даже получив там прибульную стабильную систему с плавным ростом эквити, прошедшую тестирование на ООС, я просто отложил её до худших времён.
Если обучать сетки не в НШ4-5, а в программах созданных для более академических целей, то можно хотя бы разбираться в чём ошибка, почему сеть не приности прибыль, и ещё кучу разных вопросов, найдя ответ на которые, можно будет УВЕРЕННО говорить о торговле с помощью нейронных сетей.
А не так что связей нигде ни с чем нет, на ООС только богу известно будет оно работать или нет, входы надо декоррелировать/не надо, нужно убирать корреляцию входов с выходом или нет, что лучше коммитет или не коммитет и тд..... Проще говоря случайное блуждание...
Честно говоря, не ощутил каким образом профит зависит от ошибки....))))
例如，假设你对TS产生尽可能多的利润和尽可能多的次数感兴趣，也就是说，你正试图增加盈利交易的百分比，当然还有MO。
根据这一原则训练的网络可望在OOS上也能产生利润。你需要应用一个均方根误差，在有助于这些目标的模式上突出网络。也就是说，该网络专注于导致某种效果的特定模式。
如果你使用均方根误差，你是在 "平均化 "模式，而不是强调它们。
例如，假设你对TS产生尽可能多的利润和尽可能多的次数感兴趣，也就是说，你正试图增加盈利交易的百分比，当然还有MO。
根据这一原则训练的网络可望在OOS上也能产生利润。你需要应用一个均方根误差，在有助于这些目标的模式上突出网络。也就是说，该网络专注于导致某种效果的特定模式。
如果你使用均方根误差，你是在 "平均化 "模式，而不是强调它们。
什么是均方根误差？
致LeoV
这是给你的问题，反过来说，关于利润最大化。你会选择哪一个TS，数值是指定的，嗯，以美元计算。
到 维宁
根数之和的算术平均值。
Об этом уже говорилось раньше в этой ветке. Топикстартер хотел именно так работать, как... как он работает.
这是我第一次在这个论坛上遇到和我想法差不多的人......:)
一心一意...
Впервые встречаю на форуме человека который мыслит практически также как и я... :)
Единомышлинник...
谢谢你。很高兴能在智力方面遇到兄弟...:)
利润<-->错误。
我相信（当然是通过实验证实）。
如果网络误差被保存在反馈上，在网络信号比随机信号好得多的情况下，权益的增加/减少将被保存。
如果不保存网络错误，股权将是随机的，也就是说，股权可以上升或下降（缓慢/快速/跳跃），但它仍然是随机的。
可以确定每个问题的利润<-->错误率。
//-------------------------------------------//
至于LeoV正在进行的培训。
自然是猜想，主要是根据他的帖子推理。
训练是使用遗传算法 完成的，你可以在其中设置任何健身函数。
IN NSH4-5...你训练的不仅是利润，还有系统指标的不同组合，通过最大化/最小化，我们拉动整个系统，而不仅仅是利润，也就是说，我们得到了股权的平稳增长。
我忘了补充："用遗传算法，它真的不知道如何训练才能在OOS上获得稳定的结果，独立样本上的滑动控制/测试方法在这里已经无济于事了，甚至相反会作弊..."。
这就是为什么误差可能不同，但利润却差不多，目标函数不是误差最小化。
对我来说，NS4-5是一个黑匣子，即使我在那里得到了一个好的、稳定的系统，股权平稳增长，这在QE上得到了测试，我只是把它放在一边，等待更坏的时机。
如果你不是在NSh4-5中训练网络，而是在为更多学术目的创建的程序中训练，你至少可以了解错误是什么，为什么网络不能带来利润，以及一堆不同的问题，在找到答案后，你可以自信地谈论神经网络交易。
而不是说和什么都没有关系，只有上帝知道它是否能成功，输入是否需要装饰，输入是否需要消除与输出的关联，承诺或不承诺更好，等等.....。简单地说，就是随机的漫谈...
Для меня НШ 4-5 чёрный ящик, даже получив там прибульную стабильную систему с плавным ростом эквити, прошедшую тестирование на ООС, я просто отложил её до худших времён.
Если обучать сетки не в НШ4-5, а в программах созданных для более академических целей, то можно хотя бы разбираться в чём ошибка, почему сеть не приности прибыль, и ещё кучу разных вопросов, найдя ответ на которые, можно будет УВЕРЕННО говорить о торговле с помощью нейронных сетей.
А не так что связей нигде ни с чем нет, на ООС только богу известно будет оно работать или нет, входы надо декоррелировать/не надо, нужно убирать корреляцию входов с выходом или нет, что лучше коммитет или не коммитет и тд..... Проще говоря случайное блуждание...
正是由于这些原因，一段时间以来，我已经完全放弃了 "现成的 "网络包。我自己准备我需要的东西。
而不是说和什么都没有联系，在反馈上只有上帝知道是否会成功，输入是否需要装饰相关，输入是否需要与输出相关，什么比提交或不提交更好，等等.....。简单地说，就是随机的漫谈...
Как успехи на этом поприще?
现在谈论成功还为时过早。当你成功的时候，也许我会支付你来回的机票来拜访我。:)
目前，我对以下事实感到满意：至少我完全控制了学习过程和网络的学习目标（如果这是你的意思）。
这是件好事。))))我的荣幸。）谢谢你））））。
但基本上，我的问题是什么？这个话题对我来说非常有趣。我问的是错误和OOS的利润之间的关系。这是一个非常有趣的话题，由于与这个行业的许多专业人士交谈，他们不知道这个问题的答案。你对我说什么了？
假设你对TS产生尽可能多的利润感兴趣，而且是尽可能多的，也就是说，试图增加盈利交易的百分比，当然还有MO。
你可以期望根据这一原则训练的网络在OOS上也能产生利润。你需要应用一个均方根误差，在有助于这些目标的模式上突出网络。也就是说，该网络专注于导致某种效果的特定模式。
如果你使用均方根误差，你是在 "平均化 "模式，而不是强调它们。
и
关于利润<-->错误。
我相信（当然是通过实验证实）。
如果网络误差被保存在反馈上，股权的增长/下降也将被保存，它适用于网络信号比随机信号好很多的情况。
如果不保存网络错误，股权将是随机的，也就是说，股权可以上升或下降（缓慢/快速/跳跃），但它仍然是随机的。
可以确定每项任务的利润<-->误差。
好吧，这些都不是答案，你必须明白）））。这些只是 "关于这个问题 "的一般思考。好吧，我们采取NS（不是交易员）或Solution，这并不重要（为了 "学术目的"），制作一个网络（不管是什么）并开始训练。直到什么时候，我们才会训练它？直到最小误差？应该理解，这将是一个100%的过度训练。没有达到最小误差？然后直到什么错误？利润是什么？究竟为什么会出现这种错误呢？如果我们稍微减少误差，利润是增加还是减少？如果你增加误差呢？
所以它是这样的.....))))