从理论到实践 - 页 276 1...269270271272273274275276277278279280281282283...1981 新评论 Dmitriy Skub 2018.03.30 15:40 #2751 Yuriy Asaulenko:这就有点接近主题了))。然而,你想怎么算就怎么算吧)。我甚至不打算讨论这些分配。分布是它在现实中的情况,试图用一个名称来适应它,我认为是没有根据的。为什么它要对应于已经知道的具体事物呢?说,甚至没有人试图用已经知道的分布来描述黑体辐射的分布。我们到底为什么要在这里试图匹配已经知道的东西? 尤里,不要再驱散圣杯 了!这真是令人愤慨!我们几乎已经相信它了!))。 Yuriy Asaulenko 2018.03.30 16:24 #2752 Dmitriy Skub: 尤里,不要再驱散圣杯了!这真是令人愤慨!我们几乎相信它!)我根本就没有打消这个念头。 很久以前,有一次,我参加了凯尔迪什学院的一个研讨会。我不再记得任何事情,甚至连讲座的主题都不记得了。然而,有一个非常有趣的想法--系统越是复杂,模型就应该越是简单。也就是说,在合理的范围内,较简单的模型能给出最准确的描述,当然也是如此。 Renat Akhtyamov 2018.03.30 18:26 #2753 Yuriy Asaulenko:我根本就没有打消这个念头。 很久以前,有一次,我参加了凯尔迪什学院的一个研讨会。我不再记得任何事情,甚至连讲座的主题都不记得了。然而,有一个非常有趣的想法--系统越是复杂,模型就应该越是简单。也就是说,在合理的范围内,较简单的模型能给出最准确的描述,当然也是如此。这就对了! 正是 Dmitriy Skub 2018.03.30 19:23 #2754 Yuriy Asaulenko:我根本就没有打消这个念头。 很久以前,有一次,我参加了凯尔迪什学院的一个研讨会。我不再记得任何事情,甚至连讲座的主题都不记得了。然而,有一个非常有趣的想法--系统越是复杂,模型就应该越是简单。也就是说,在合理的范围内,较简单的模型能给出最准确的描述,当然也是如此。这个想法当然很有趣。那位发言者可能是来自一个研究真空中球形马的行为的小组)) IMHO,模型,首先,应该是足够的。也就是说,它应该反映对象内部发生的过程。而且越准确越好(这与能力和实力相符)。 那么它将是可行的和实际有用的。 像往常一样,我可能搞错了。 Renat Akhtyamov 2018.03.30 19:34 #2755 ILNUR777: 你在驾驶什么)))。什么,好吧,什么,什么。你没有一个有效的,无论是简单的还是初级 的。任何人都在挠头,就像,好吧,我就知道,我同意。教派人士。apchi 我想在那里补充,甚至不是像那样,而是像这样。 一个简单的系统,一个简单的模型。 简单的系统,基本的模型。 外汇是一个简单的系统,100%的 Mihail Marchukajtes 2018.03.30 19:38 #2756 我自己实际证明,输入较少、多项式长度较小的模型通常比输入较多、多项式长度较长的模型更适合市场,这不符合模型越复杂就越聪明的逻辑,根据这种逻辑。当然,这种效果并不总是如此,有时一个非常小的模型也是不够的。但是......我已经找到了一种方法,可以在所有提出的模型中选择一个最充分的模型,在训练区不浪费一个宝贵的OOS的情节。 想象一下,你收到了几个模型,在以相当高的准确度进行评估后,选择了一个将在未来得分的模型。并拨入......这是我不到一个月前的突破......。 Renat Akhtyamov 2018.03.30 19:44 #2757 ILNUR777: 向你的存款证明它。 认可 Yuriy Asaulenko 2018.03.30 20:02 #2758 Dmitriy Skub:当然,这种想法是很有趣的。那位发言者一定是来自一个研究真空中球状马的行为的小组)。IMHO,一个模型,首先,应该是足够的。也就是说,它应该反映对象内部发生的过程。而且越准确越好(这与能力和实力相符)。那么它将是可行的和实际有用的。像往常一样,我可能搞错了。让我们从黑匣子开始--我们不知道它里面发生了什么。我们可以谈论什么--"反映物体内部进行的过程"?而关于对象中的过程描述的准确性问题是错误的。BS的模型根本就不是为了描述BS内部的过程。该模型必须描述整个系统的行为。 对简单性的要求只是给出了可行性,而复杂化只在模型开发部分给出了出色的收敛性。你可以在简单的回归模型 上显示这一点,简单的描述过程更充分。 是的,简单性不应该与原始性相混淆。 Yuriy Asaulenko 2018.03.30 20:22 #2759 ILNUR777: 只是谈论量化的估计更符合逻辑。 而复杂系统的好处是如此微不足道,以至于在质量/结果方面,它们输给了简单系统。 这就好比你把猜测目标最接近的系统,和猜测目标不太准确的简单系统。但是有积极和消极的交易。更准确的(脂肪)加法将给出更准确的(脂肪)减法。因此,将其复杂化是没有意义的。此外,如果在迭代方法中使用一个复杂的模型,在任何轻微的复杂情况下,资源都会被花在七里河的步骤上。还有时间。所以并发症也取决于具体条件。如果产出是3戈比,但资源却吃到了10万,这值得吗?这并不是因为简单的更准确。这是因为一个复杂的准确度在总的来说是不太重要的。你说的都是正确的事情。这一点也很重要。但我写的是一个稍微不同的东西。关于当模型变得更加复杂时,例如超过某个阈值时,模型误差的增加。例如,对于维纳过程,最好的预测器是当前值。试图使模型更加复杂会导致预测准确性的下降,更简单的模型是最好的。在对其他系统进行建模时,一般也是如此。 Renat Akhtyamov 2018.03.30 20:23 #2760 ILNUR777: 谈论定量评估只是更符合逻辑。而复杂系统的好处是如此微不足道,以至于在选择质量/成果时,输给了简单系统。这就好比你把猜测目标最接近的系统,和猜测目标不太准确的简单系统。但是,交易有积极和消极之分。更准确的(脂肪)加法将给出更准确的(脂肪)减法。因此,将其复杂化是没有意义的。此外,如果在迭代方法中使用一个复杂的模型,那么在任何复杂的情况下,资源都将花费在七英里的步骤中。还有时间。所以并发症也取决于具体条件。如果产出是3戈比,但资源却吃到了10万,这值得吗?这并不是因为简单的更准确。这是因为一个复杂的准确度在总的来说是不太重要的。 伊尔努尔,只有赌场在猜测,但我同意其他的说法 1...269270271272273274275276277278279280281282283...1981 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
这就有点接近主题了))。然而,你想怎么算就怎么算吧)。
我甚至不打算讨论这些分配。分布是它在现实中的情况,试图用一个名称来适应它,我认为是没有根据的。为什么它要对应于已经知道的具体事物呢?
说,甚至没有人试图用已经知道的分布来描述黑体辐射的分布。我们到底为什么要在这里试图匹配已经知道的东西?
尤里,不要再驱散圣杯了!这真是令人愤慨!我们几乎相信它!)
我根本就没有打消这个念头。
很久以前,有一次,我参加了凯尔迪什学院的一个研讨会。我不再记得任何事情,甚至连讲座的主题都不记得了。然而,有一个非常有趣的想法--系统越是复杂,模型就应该越是简单。也就是说,在合理的范围内,较简单的模型能给出最准确的描述,当然也是如此。
我根本就没有打消这个念头。
很久以前,有一次,我参加了凯尔迪什学院的一个研讨会。我不再记得任何事情,甚至连讲座的主题都不记得了。然而,有一个非常有趣的想法--系统越是复杂,模型就应该越是简单。也就是说,在合理的范围内,较简单的模型能给出最准确的描述,当然也是如此。
这就对了!
正是
我根本就没有打消这个念头。
很久以前,有一次,我参加了凯尔迪什学院的一个研讨会。我不再记得任何事情,甚至连讲座的主题都不记得了。然而,有一个非常有趣的想法--系统越是复杂,模型就应该越是简单。也就是说,在合理的范围内,较简单的模型能给出最准确的描述,当然也是如此。
这个想法当然很有趣。那位发言者可能是来自一个研究真空中球形马的行为的小组))
IMHO,模型,首先,应该是足够的。也就是说,它应该反映对象内部发生的过程。而且越准确越好(这与能力和实力相符)。
那么它将是可行的和实际有用的。
像往常一样,我可能搞错了。
你在驾驶什么)))。什么,好吧,什么,什么。你没有一个有效的,无论是简单的还是初级 的。任何人都在挠头,就像,好吧,我就知道,我同意。教派人士。
apchi
我想在那里补充,甚至不是像那样,而是像这样。
一个简单的系统,一个简单的模型。
简单的系统,基本的模型。
外汇是一个简单的系统,100%的
我自己实际证明,输入较少、多项式长度较小的模型通常比输入较多、多项式长度较长的模型更适合市场,这不符合模型越复杂就越聪明的逻辑,根据这种逻辑。当然,这种效果并不总是如此,有时一个非常小的模型也是不够的。但是......我已经找到了一种方法,可以在所有提出的模型中选择一个最充分的模型,在训练区不浪费一个宝贵的OOS的情节。
想象一下,你收到了几个模型,在以相当高的准确度进行评估后,选择了一个将在未来得分的模型。并拨入......这是我不到一个月前的突破......。
向你的存款证明它。
当然,这种想法是很有趣的。那位发言者一定是来自一个研究真空中球状马的行为的小组)。
IMHO,一个模型,首先,应该是足够的。也就是说,它应该反映对象内部发生的过程。而且越准确越好(这与能力和实力相符)。
那么它将是可行的和实际有用的。
像往常一样,我可能搞错了。
让我们从黑匣子开始--我们不知道它里面发生了什么。我们可以谈论什么--"反映物体内部进行的过程"?而关于对象中的过程描述的准确性问题是错误的。BS的模型根本就不是为了描述BS内部的过程。该模型必须描述整个系统的行为。
对简单性的要求只是给出了可行性,而复杂化只在模型开发部分给出了出色的收敛性。你可以在简单的回归模型 上显示这一点,简单的描述过程更充分。
是的,简单性不应该与原始性相混淆。
只是谈论量化的估计更符合逻辑。 而复杂系统的好处是如此微不足道,以至于在质量/结果方面,它们输给了简单系统。 这就好比你把猜测目标最接近的系统,和猜测目标不太准确的简单系统。但是有积极和消极的交易。更准确的(脂肪)加法将给出更准确的(脂肪)减法。因此,将其复杂化是没有意义的。此外,如果在迭代方法中使用一个复杂的模型,在任何轻微的复杂情况下,资源都会被花在七里河的步骤上。还有时间。所以并发症也取决于具体条件。如果产出是3戈比,但资源却吃到了10万,这值得吗?这并不是因为简单的更准确。这是因为一个复杂的准确度在总的来说是不太重要的。
你说的都是正确的事情。这一点也很重要。但我写的是一个稍微不同的东西。关于当模型变得更加复杂时,例如超过某个阈值时,模型误差的增加。例如,对于维纳过程,最好的预测器是当前值。试图使模型更加复杂会导致预测准确性的下降,更简单的模型是最好的。在对其他系统进行建模时,一般也是如此。
谈论定量评估只是更符合逻辑。而复杂系统的好处是如此微不足道,以至于在选择质量/成果时,输给了简单系统。这就好比你把猜测目标最接近的系统,和猜测目标不太准确的简单系统。但是,交易有积极和消极之分。更准确的(脂肪)加法将给出更准确的(脂肪)减法。因此,将其复杂化是没有意义的。此外,如果在迭代方法中使用一个复杂的模型,那么在任何复杂的情况下,资源都将花费在七英里的步骤中。还有时间。所以并发症也取决于具体条件。如果产出是3戈比,但资源却吃到了10万,这值得吗?这并不是因为简单的更准确。这是因为一个复杂的准确度在总的来说是不太重要的。