试穿和实际模式之间的界限在哪里？ - 页 25

新评论
 
lasso:


如果有人发现计划本身有不准确之处，请告诉我......

把尺寸真实，但仍然是一个浑浊的图像。在单独的窗口中--清除。

如果把 "测试运行 "改为 "测试运行"，那么这两种方案是相同的。

但你可以保留 "运行"，只是它们应该比优化运行少一个数量级。数量越少越好（装上的机会越少）。更好的是1次运行。这就是为什么在OOS运行的数量上存在差异。在第二个方案中，它只有一个。从拟合的角度看，这样做比较好，但从只有一套被检查的角度看，就有点糟糕了（FN）。如果各组之间的差异只是一个马赫期，那么当然没有理由用OOS测试几组。但是，如果差异更具有全局性--例如支持立场的方式，那么它可能有意义。然后你可以承担额外的调整风险（与单一的OOS运行相比）。有些选项的使用方式是，随着它们的不同数值，将出现根本不同的系统，在OOS上分别运行它们是有意义的，而不是选择一个FN

P.S. "G点 "是否在我认为的地方？:)然后，该计划有了新的含义))))

 
lasso:

3)你在连续 10次OOS 中会看到什么是你在2H 时看不到的？ 提醒，这是中心问题....。

其优势在于搜索时间。 以及搜索的质量。

那么，我将看到什么奇迹，而我在2H 的时刻无法看到？

如果不把8个月分成几部分，在2H的时刻，如果有好的结果，可能会有一些套装，在前6个月给予增长，而在接下来的两个月 只是"不暴跌"，或者已经有点暴跌了。你将如何把它们过滤掉？顺便问一下，为什么没有说到2H时刻呢？"分析结果和标准选择集"？ 看一下平衡/权益曲线？嗯。长。

通过从8个月中抽取6个月的时间，有可能选择出具有正确特征的稳定增长的套路。接下来的2个月的OOS运行将 从中筛选出 那些 在这2个月内没有给出 所需特征的增长（从计划中提取的时期，对于不同的策略，需要的时间量不同）。因此，我当然是夸大其词，但连续10次OOS将给我们检查10个时期的增长质量所需的特征，这将使我们更接近搜索的目标--在所有离散的时期，而不是在巨大的时间间隔内搜索和确认稳定的系统。

 
Vigor:
其优势在于搜索时间。 以及搜索的质量。

那么，我将看到什么奇妙的东西，而我在2H 时刻却看不到？

如果不把8个月分成几部分，在2H的时候，如果有好的结果，可能会有一些套装在前6个月给予增长，在接下来的两个月 只是"不排水"，或者已经有一点排水。你将如何把它们过滤掉？顺便问一下，为什么没有说到2H时刻呢？"分析结果和标准选择集"？ 看一下平衡/权益曲线？嗯。长。

通过从8个月中抽取6个月的时间，有可能选择出具有正确特征的稳定增长的套路。接下来的2个月的OOS运行将 从中筛选出 那些 在这2个月内没有给出 所需特征的增长（从计划中提取的时期，对于不同的策略，需要的时间量不同）。因此，我当然是夸大其词，但连续10次OOS将给我们检查10个时期的增长质量所需的特征，这将使我们更接近搜索的目标--在所有离散的时期，而不是在巨大的时间间隔内搜索和确认稳定的系统。

1）还不是关于质量，而是关于搜索时间的优势--天才。

你建议停止10次，分析10组，等等。

在路的尽头，你已经会忘记你要去的地方了！"。 ))

.......................................

2）你所描述的所有 "魅力 "我一样（甚至更简单）可以很容易地在2H 看到，同时在这条路上不做10次！！！停止。另外还有一些可能性出现。)

............

所以你的答案是--没有信用。

 
Avals:

如果 "测试运行 "被 "测试运行 "取代，那么这两种方案是相同的。

但可以保留 "运行"，只是它们应该比优化运行小一个数量级。数量越少越好（装上的机会越少）。更好的是1次运行。这就是为什么在OOS运行的数量上存在差异。在第二个方案中，它只有一个。从拟合的角度看，这样做比较好，但从只有一套被检查的角度看，就有点糟糕了（FN）。如果各组之间的差异只是一个马赫期，那么当然没有理由用OOS测试几组。但是，如果差异更具有全局性--例如支持立场的方式，那么它可能有意义。然后你可以承担额外的调整风险（与单一的OOS运行相比）。有些选项的使用方式是，随着它们的不同数值，将出现根本不同的系统，在OOS上分别运行它们是有意义的，而不是选择一个FN

P.S. "G点 "是否在我认为的地方？:)那么这个计划就有了新的意义）））。

1) 维亚切斯拉夫，像往常一样，不能和你争论。我完全同意。

只是--所有这些都是从2H点看到的。你必须同意，从现在可以清楚地看到过去，尽管方式不同;-))

........................................

2) )))关于G点--稍后，当对提出的问题有了答案时....
。

 

lasso:

你所描述的所有 "乐趣"，我可以在2H 点同样轻松（甚至更轻松）地看到，而不必在途中做10次停留。另外还有一些可能性出现。)

我们为什么不谈质量问题？而时间取决于你在你的2H点如何估计所需的样本。看所有的平衡曲线？这比标准的过滤要长。你从别人那里撬出了方法的奥妙，而你却在打哑谜......与其在你的计划上浪费大量的时间，你可以描述 "传统方法 "的失败（顺便说一下，为什么是传统方法？这就是说，截至。

套索。

然而!(如V.V.所写）起初，读完你的帖子后，我对着太阳穴摇了摇手指，然后我意识到我们谈论的是不同时期。


我的优化期是一体的，不可分割的。

-- 选择所有的优化过程，其中一些最终段（例如图中标有网格的1/5）符合PF、FS或其他参数的某些值。

你打算如何在1/5区过滤掉FF和其他人？它们是否被分开计算？

>>在路的尽头，你已经忘记了你要去的地方! ))

值得商榷。我已经写了，它将接近我们搜索的目的--在所有离散的网站 上搜索和确认 稳定的系统，而不是像你这样在一块不可分割的优化上。

 

是的，我想问同样的问题：维塔利，为什么你认为你所描述的是一个传统计划？你能给我一个链接吗？

如果不是，那么 "传统 "就可以有条件地被称为帕尔多所描述的那样。但顺便说一下，那里的情况更严重。

 

我们谈论黄蜂-施密特，样本-样本，但没有人说过一句话，可能甚至没有人想过，但这样的方法（分为样本、OOS等）是否毫无例外地适用于所有TC？如果不适用所有，哪些是不适用的？我向雷舍托夫 提出了一个问题，引出了这个话题，但他认为不适合回答。

让我们试着去弄清楚。

就每笔交易（每笔交易，因为TS可能同时进行几笔平行交易）在市场上花费的时间而言，TS可以分为两种类型。

1.TS，每笔交易的时间未知。这种类型包括所有的TS，在这些系统中，事先不知道什么时候会有下一个进入交易的信号（或是否会有），在一些系统中，事先不知道什么时候会有一个退出信号。

2.事先知道最长交易时间的TS。这种类型的系统包括有严格的周期性进入的信号，例如在每个条形图上或在一周中的某一天 的某个时间进入。总是有一个退出的信号，因为每笔交易的最大寿命是预先确定的。退出交易的条件可以是时间结束或达到止损。


如果我们把TS分成这样的类型，会产生什么想法？在这个话题的框架内，由此产生了什么？我将听取意见，然后我将表达我自己。

 

如果前向测试显示结果良好，是否总是需要OOS？

也就是说，我们选择最好的样本内最优，然后去战斗。

 
Jingo:

如果前向测试显示结果良好，是否总是需要OOS？

也就是说，我们选择最好的样本内最优，然后去战斗。

每个系统都有自己的缺点。例如，一个趋势系统会在一个平坦的地方输掉，反之亦然。因此，重要的是，历史的优化部分对这个系统有更多的 "困难"。优化后，最好用滑动 窗口法 测试所产生的最佳参数集，即最好在优化前后使用相同长度的历史。显示出最佳结果的参数集可以被接受为 "有效"。
 
Mathemat:

是的，我想问同样的问题：维塔利，为什么你认为你所描述的是一个传统计划？你能给我一个链接吗？

如果不是，那么 "传统 "就可以有条件地被称为帕多所描述的内容。但顺便说一下，那里的情况更严重。

1）这只是一个捡来的术语，用来分离概念。 在 这里，从底部开始的第二个帖子中 捡到 了。

2）我准备向帕尔多、雷舍托夫等人争论、讨论、学习，向任何人学习。

但要做到这一点，需要明确定义这些概念（引入一个标准，如果你愿意，我们的ISO......）。

也许可以创建一个分支，如 "词汇表"。本论坛中基本概念的定义。"?先讨论，然后把批准的定义放在上面。

.........................

我还没有遇到过关于利润因素的讨论。只讨论了它的有用性，它的应用等。为什么？

因为有一个普遍接受的定义。

每个人都随心所欲地使用 "OOS "这个短语。我甚至提到了 "连续十次的OOC"。

再加上时间轴上的地点的混乱：是真实的未来，还是虚拟的（历史的部分）。

而且每个人都是对的。

...........................

在这里，Joo 设置了一个有趣的任务。

但只要每个人都有自己的 "waspmos"，讨论就没有用。

我认为。

1...181920212223242526272829303132...64
新评论