TSR--重振交易系统 - 页 11 1...45678910111213 新评论 Avals 2011.02.13 06:29 #101 Reshetov: 因此,星星并不是同时排列的。虽然这他妈的有什么关系,最重要的是几乎所有的结果(除非你算上那些对证明或证明什么都没有用的个别发牢骚的人)都收敛了利润,现在(没有)希望的TA的问题可以画上一个句号。 利润在哪里?你有任何像样时期的实时统计资料吗?否则,像往常一样,你拿出你所谓的 "书呆子 "的东西,然后情节是 "分支和论坛可以被关闭":)再一次对有天赋的人来说--不要混合狗屎,你会得到狗屎的结果。而用这种方法是不会有什么好结果的。:) 需要对系统的稳健性进行评估,为此有许多方法。而不是通过试衣来过滤掉适合的人。而当你找到稳健的系统时,将不需要对它们进行相互过滤,因为通常它们给出的是离散的输入/输出信号,实际上在时间上并不重叠。同时,他们可以在一个方向上保持姿势相当长的时间。 Voltaire 2011.02.13 09:24 #102 Avals: ...需要对系统的稳健性进行评估,为此有许多方法。阿瓦尔斯,你能引用这些方法吗?我想从数学上估计TS的稳健性,不仅是在历史上(通过一个特定的数字),还包括它在未来的预测。另外,最好是这种预测与现实相吻合,至少在统计学上是如此(关于OOS的)。 Avals 2011.02.13 09:51 #103 voltair: 阿瓦尔斯,你能举出这些方法吗?在这里,我想从数学上估计TS的稳健性,不仅是在历史上(通过一些特定的数字),还包括它在未来的预测。另外,最好是这种预测与现实相吻合,至少在统计学上是如此(关于OOS的)。 简而言之--系统的每个元素、过滤器、输入输出条件都可以相对单独地评估稳健性。而每个元素都必须成功通过这一测试。一个好的过滤器,例如,当收紧过滤条件时,应该持续改善结果的质量(增加PF,减少缩减,等等)。如果没有发生这种情况--应该丢弃。这可以用通常的测试器来实现,并查看过滤器的某一参数的优化结果。 还有其他方法,但我懒得在这里写太多了 :) Voltaire 2011.02.13 10:05 #104 Avals: ... 简而言之--系统的每个元素、过滤器、输入-输出条件都可以相对单独地评估其稳健性。 ... 好吧,告诉我(或给我一个链接)如何评估一个过滤器的稳健性。你可以把整个TC视为某种过滤器,毕竟。 hrenfx 2011.02.13 10:12 #105 如果TS有N个显性和隐性输入参数。然后,当优化所有的时候,我们将得到不同特征(利润、PF、FS、缩减等)的(N + 1)维度的表面。 这些表面中的每一个都应该是 "光滑的"。如果不是这种情况,那么至少有一些输入参数是一个拟合过滤器。 Avals 2011.02.13 10:18 #106 voltair: 好吧,告诉我(或给我一个链接)如何估计过滤器的稳健性。有可能将TC视为某种过滤器。 是的,大多数TC可以被认为是一组过滤器的逻辑联盟。即一组布尔变量和操作,以及,或,不与它们。还单独计算输入/输出水平。这并不适用于神经元和模糊逻辑。 我没有这个链接。这是在蜘蛛上讨论的。作为一个简单的例子,例如,计算智商水平对一个人的身高的依赖性。假设规则(需要检查):身高越高,智商越低。 然后我们有身高--智商水平的统计。利用它,我们计算出子样本的高度>H-平均智商。如果从某个水平开始,随着列举X的每一步,平均智商水平逐渐下降,那么它是合理的而不是随机的机会就会大大增加。如果它随着X的增加而上升和下降,那么它可能不是,必须发现它是假的或重新表述。 还有其他的统计技术,还有非统计的技术--逻辑的技术。 Voltaire 2011.02.13 10:49 #107 Avals: ...在蜘蛛上讨论过。举个简单的例子,例如计算智商水平对一个人的身高的依赖性。假设一个规则(需要检查)......。如果从某个水平开始,每列举一步X的平均智商水平就会逐渐下降,那么这个规则真的有道理而不是侥幸的机会就会增加很多。 谢谢!总的来说,这个想法似乎很清楚,但最好是把它发展成与真正的TC有关的实践。在您看来,在他们的情况下应该采取什么措施? hrenfx: 如果一个TS有N个显性和隐性输入参数。然后,当优化所有的时候,我们将得到不同特征(利润、FF、FS、缩减等)的(N + 1)维度的表面。这些表面中的每一个都应该是 "光滑的"。如果不是,那么至少有一些输入参数是一个拟合过滤器。 哇,这与我的观察非常接近。我甚至引入并正在计算我的 "平滑度系数"。你有没有想象过这样的表面?或者估计一下他们一般的平稳性? Avals 2011.02.13 11:00 #108 voltair: 谢谢你!总的来说,这个想法似乎很清楚,但最好是把它发展成真正的TC的实践。在您看来,在他们的情况下,应该采取什么样的依赖性呢? 任何过滤器。为建立一个特定的系统使用什么过滤器是一个单独的话题。这取决于系统的类型(它所使用的模式的属性)。适用于任何类型系统的通用过滤器并不存在。它们可以基于波动率,基于某一时间段的移动阈值,基于体积值,或基于时间。有很多变种 :) hrenfx 2011.02.13 11:01 #109 voltair: 你有没有想象过这样的表面?还是你对他们的平稳性进行了一般的估计? 1和2输入参数的可视化是MT4的标准配置。建议之一,当输入一个新的输入参数(过滤器)时,只优化它,并观察曲线的平滑度。 我从视觉上估计表面的光滑程度(二维和三维)。对于更多维度的表面,没有做平滑度的估计。一直以来,把一切都归结为二维和三维的情况就足够了。 你如何计算你的 "平滑度系数"? Vitali 2011.02.13 11:29 #110 Reshetov: 2.Joo报告说,他的方法需要不断重新优化。在OOS上,我的利润在3到5个月内一直在稳步增长。也 就是说,不需要系统地、持续地运行计算机。 我有几个关于它的问题。 1.在这3-5个月里,是什么让你在OOS上有稳定的利润增长? 2.你在上面赌钱吗? 1...45678910111213 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
因此,星星并不是同时排列的。虽然这他妈的有什么关系,最重要的是几乎所有的结果(除非你算上那些对证明或证明什么都没有用的个别发牢骚的人)都收敛了利润,现在(没有)希望的TA的问题可以画上一个句号。
利润在哪里?你有任何像样时期的实时统计资料吗?否则,像往常一样,你拿出你所谓的 "书呆子 "的东西,然后情节是 "分支和论坛可以被关闭":)再一次对有天赋的人来说--不要混合狗屎,你会得到狗屎的结果。而用这种方法是不会有什么好结果的。:)
需要对系统的稳健性进行评估,为此有许多方法。而不是通过试衣来过滤掉适合的人。而当你找到稳健的系统时,将不需要对它们进行相互过滤,因为通常它们给出的是离散的输入/输出信号,实际上在时间上并不重叠。同时,他们可以在一个方向上保持姿势相当长的时间。
...需要对系统的稳健性进行评估,为此有许多方法。
阿瓦尔斯,你能举出这些方法吗?在这里,我想从数学上估计TS的稳健性,不仅是在历史上(通过一些特定的数字),还包括它在未来的预测。另外,最好是这种预测与现实相吻合,至少在统计学上是如此(关于OOS的)。
简而言之--系统的每个元素、过滤器、输入输出条件都可以相对单独地评估稳健性。而每个元素都必须成功通过这一测试。一个好的过滤器,例如,当收紧过滤条件时,应该持续改善结果的质量(增加PF,减少缩减,等等)。如果没有发生这种情况--应该丢弃。这可以用通常的测试器来实现,并查看过滤器的某一参数的优化结果。
还有其他方法,但我懒得在这里写太多了 :)
... 简而言之--系统的每个元素、过滤器、输入-输出条件都可以相对单独地评估其稳健性。 ...
如果TS有N个显性和隐性输入参数。然后,当优化所有的时候,我们将得到不同特征(利润、PF、FS、缩减等)的(N + 1)维度的表面。
这些表面中的每一个都应该是 "光滑的"。如果不是这种情况,那么至少有一些输入参数是一个拟合过滤器。
好吧,告诉我(或给我一个链接)如何估计过滤器的稳健性。有可能将TC视为某种过滤器。
是的,大多数TC可以被认为是一组过滤器的逻辑联盟。即一组布尔变量和操作,以及,或,不与它们。还单独计算输入/输出水平。这并不适用于神经元和模糊逻辑。
我没有这个链接。这是在蜘蛛上讨论的。作为一个简单的例子,例如,计算智商水平对一个人的身高的依赖性。假设规则(需要检查):身高越高,智商越低。 然后我们有身高--智商水平的统计。利用它,我们计算出子样本的高度>H-平均智商。如果从某个水平开始,随着列举X的每一步,平均智商水平逐渐下降,那么它是合理的而不是随机的机会就会大大增加。如果它随着X的增加而上升和下降,那么它可能不是,必须发现它是假的或重新表述。
还有其他的统计技术,还有非统计的技术--逻辑的技术。
...在蜘蛛上讨论过。举个简单的例子,例如计算智商水平对一个人的身高的依赖性。假设一个规则(需要检查)......。如果从某个水平开始,每列举一步X的平均智商水平就会逐渐下降,那么这个规则真的有道理而不是侥幸的机会就会增加很多。
如果一个TS有N个显性和隐性输入参数。然后,当优化所有的时候,我们将得到不同特征(利润、FF、FS、缩减等)的(N + 1)维度的表面。这些表面中的每一个都应该是 "光滑的"。如果不是,那么至少有一些输入参数是一个拟合过滤器。
谢谢你!总的来说,这个想法似乎很清楚,但最好是把它发展成真正的TC的实践。在您看来,在他们的情况下,应该采取什么样的依赖性呢?
你有没有想象过这样的表面?还是你对他们的平稳性进行了一般的估计?
1和2输入参数的可视化是MT4的标准配置。建议之一,当输入一个新的输入参数(过滤器)时,只优化它,并观察曲线的平滑度。
我从视觉上估计表面的光滑程度(二维和三维)。对于更多维度的表面,没有做平滑度的估计。一直以来,把一切都归结为二维和三维的情况就足够了。
你如何计算你的 "平滑度系数"?
2.Joo报告说,他的方法需要不断重新优化。在OOS上,我的利润在3到5个月内一直在稳步增长。也 就是说,不需要系统地、持续地运行计算机。
我有几个关于它的问题。
1.在这3-5个月里,是什么让你在OOS上有稳定的利润增长?
2.你在上面赌钱吗?