시장의 Expert Advisors에서도 거래에 좋은 매개 변수가 최적화 기능에서 고원을 형성하는 것을 종종 보았습니다. 예를 들어 매개변수에 MA 또는 RSI 또는 일부 계수가 포함된 경우 매개변수를 약간 변경해도 최종 결과에 영향을 미치지 않습니다.
그러나 논리적으로 대부분의 매개 변수가 지표 계산 공식에 사용되므로 약간의 변경은 결과에 약간의 영향을 미치며 여전히 동일한 가격으로 계산됩니다.
그리고 반대로 머신 러닝에서는 매개변수가 눈사태처럼 전체 훈련 과정에 영향을 미칠 수 있으며 작은 변화라도 완전히 다른 결과를 낳습니다. 예를 들어, 은닉층에 있는 뉴런의 수가 증가함에 따라 사용되는 가중치의 수도 증가하고 gpsch를 사용하는 가중치 초기화 함수는 값을 약간 다른 순서로 설정하여 다른 결과로 이어집니다. 결과. 일부 매개변수를 변경하면 최적화 기능에 안정기가 그려지므로 각 매개변수에 대해 원활하게 또는 확률적으로 모델의 최종 추정에 영향을 미치고 매개변수에 원활하게 영향을 미치려면 미분(optim(method=" L-BFGS- B") 및 R)의 optimize()
이것은 시장이 아니며 전혀 시장이 아닙니다. 이것은 계수의 안정성에 대한 여러 테스트가 포함된 통계입니다. 가장 유명한 CUSUM.
그래서 아마도 당신이 제공한 네트워크 매개변수에 대한 결과의 엄청난 의존성이 금융 시장에 대한 근본적인 적합성이 없다는 것을 나타내는 것일까요?
아니면 먼저 목표에 해당하는 것을 설계해야 합니까(여기서는 트랙터 또는 로켓이 유행합니다). 그런 다음 일어난 일의 지속 가능성에 대해 이야기해야 할까요?
그러나 어쨌든 우리는 모델의 안정성에 대한 증거를 가지고 있거나 전혀 필요하지 않습니다. 모델 오류 와 모델 안정성은 동전의 양면입니다.
Reshetov 모델은 표준이 아닙니다. 예를 들어, 예측 변수 집합에 대한 검색은 다양한 옵션을 통해 정렬하여 발생합니다. 모델은 예측 변수 집합을 무작위로 취하고, 훈련하고, 결과를 기억합니다. 이것을 주기로 엄청나게 반복하여 결과적으로 가장 좋은 결과가 최종 모델로 사용됩니다. 이 프로세스는 먼저 특수 알고리즘 으로 예측 변수를 선택한 다음 이 특정 세트에 대해 한 번만 Reshetov 모델을 훈련하면 눈에 띄게 가속화될 수 있습니다. 그리고 AWS에 버금가는 속도로 Reshetov 모델의 품질을 얻을 수 있습니다. 이러한 모델의 "비용"은 눈에 띄게 떨어지지만 품질은 동일한 수준으로 유지됩니다.
이게 무슨 알고리즘이야??? 일반적으로 나는 모델의 가격과 품질이 약간 완전히 다른 것이라는 진술에 동의합니다. 저렴하지만 고품질의 모델을 얻을 수 있습니다. Reshetov는 샘플을 무작위 순서로 반복적으로 나누는 등의 이유로 너무 오래 세는 문제가 있습니다.
다시 말하지만, 이것들은 어떤 종류의 알고리즘입니까? 어떤 예측 변수가 관련이 없는지 즉시 알 수 있습니다. 그는 어떻게 든 그것을 구현했지만 아직 실제로 보지 못했습니다 .... 사실 그는 논리적으로 상당히 관련이있는 불변을 통해 정의하지만 여전히 오류가 있다고 생각합니다 :-( 오류보다는 개선 ...
그럼에도 불구하고 2개의 은닉층이 사용된다면 분명히 2층은 1층보다 뉴런 수가 훨씬 적습니다.
레이어의 뉴런 수에 대한 최소값은 얼마입니까? 3~5개 이하는 의미가 없는 것 같아요.
또는 1 - 2개의 뉴런이 있는 레이어도 모델에 상당한 기여를 할 수 있습니까?
실습에서 - 3개의 입력이 있는 1개의 뉴런은 1-1.5개월 안에 정상적인 신호를 기억할 수 있습니다. 15분에서 200개 정도의 거래에서 더 큰 샘플을 취하면 벼락치기의 질이 급격히 떨어지고 거래 수도 너무 많아서 조합이 충분하지 않습니다. 음, 즉, 시스템이 정지 상태를 유지하고 신호가 반복된다면 1개의 뉴런으로도 충분합니다.
If you tend to do lots of large Monte Carlo simulations, you’ve probably already discovered the benefits of multi-core CPUs and parallel computation. A simulation that takes 4 weeks without parallelization, can easily be done in 1 week on a quad core laptop with parallelization. However, for even larger simulations reducing the computation time...
거래만 배우기 시작할 수 있습니까? 결국, 내가 계정을 잃을 위험이 있고 의심조차하지 않을 가능성이 매우 높습니다.
그러나 Micah는 Java를 물리 치기로 약속 했으므로 곧 빛을 발할 것입니다.
시장의 Expert Advisors에서도 거래에 좋은 매개 변수가 최적화 기능에서 고원을 형성하는 것을 종종 보았습니다. 예를 들어 매개변수에 MA 또는 RSI 또는 일부 계수가 포함된 경우 매개변수를 약간 변경해도 최종 결과에 영향을 미치지 않습니다.
그러나 논리적으로 대부분의 매개 변수가 지표 계산 공식에 사용되므로 약간의 변경은 결과에 약간의 영향을 미치며 여전히 동일한 가격으로 계산됩니다.
그리고 반대로 머신 러닝에서는 매개변수가 눈사태처럼 전체 훈련 과정에 영향을 미칠 수 있으며 작은 변화라도 완전히 다른 결과를 낳습니다. 예를 들어, 은닉층에 있는 뉴런의 수가 증가함에 따라 사용되는 가중치의 수도 증가하고 gpsch를 사용하는 가중치 초기화 함수는 값을 약간 다른 순서로 설정하여 다른 결과로 이어집니다. 결과.
일부 매개변수를 변경하면 최적화 기능에 안정기가 그려지므로 각 매개변수에 대해 원활하게 또는 확률적으로 모델의 최종 추정에 영향을 미치고 매개변수에 원활하게 영향을 미치려면 미분(optim(method=" L-BFGS- B") 및 R)의 optimize()
이것은 시장이 아니며 전혀 시장이 아닙니다. 이것은 계수의 안정성에 대한 여러 테스트가 포함된 통계입니다. 가장 유명한 CUSUM.
그래서 아마도 당신이 제공한 네트워크 매개변수에 대한 결과의 엄청난 의존성이 금융 시장에 대한 근본적인 적합성이 없다는 것을 나타내는 것일까요?
아니면 먼저 목표에 해당하는 것을 설계해야 합니까(여기서는 트랙터 또는 로켓이 유행합니다). 그런 다음 일어난 일의 지속 가능성에 대해 이야기해야 할까요?
그러나 어쨌든 우리는 모델의 안정성에 대한 증거를 가지고 있거나 전혀 필요하지 않습니다. 모델 오류 와 모델 안정성은 동전의 양면입니다.
왜 파이썬이 아닌지 궁금합니다. 엠비. 같은 R? 젠장 이해가 안가네요.
정말로. 지식에 대한 갈망이 있기 때문에 평가를 받고 정상에서 보이는 것을 연구합니다.
Reshetov 모델은 표준이 아닙니다. 예를 들어, 예측 변수 집합에 대한 검색은 다양한 옵션을 통해 정렬하여 발생합니다. 모델은 예측 변수 집합을 무작위로 취하고, 훈련하고, 결과를 기억합니다. 이것을 주기로 엄청나게 반복하여 결과적으로 가장 좋은 결과가 최종 모델로 사용됩니다. 이 프로세스는 먼저 특수 알고리즘 으로 예측 변수를 선택한 다음 이 특정 세트에 대해 한 번만 Reshetov 모델을 훈련하면 눈에 띄게 가속화될 수 있습니다. 그리고 AWS에 버금가는 속도로 Reshetov 모델의 품질을 얻을 수 있습니다. 이러한 모델의 "비용"은 눈에 띄게 떨어지지만 품질은 동일한 수준으로 유지됩니다.
이게 무슨 알고리즘이야??? 일반적으로 나는 모델의 가격과 품질이 약간 완전히 다른 것이라는 진술에 동의합니다. 저렴하지만 고품질의 모델을 얻을 수 있습니다. Reshetov는 샘플을 무작위 순서로 반복적으로 나누는 등의 이유로 너무 오래 세는 문제가 있습니다.
다시 말하지만, 이것들은 어떤 종류의 알고리즘입니까? 어떤 예측 변수가 관련이 없는지 즉시 알 수 있습니다. 그는 어떻게 든 그것을 구현했지만 아직 실제로 보지 못했습니다 .... 사실 그는 논리적으로 상당히 관련이있는 불변을 통해 정의하지만 여전히 오류가 있다고 생각합니다 :-( 오류보다는 개선 ...
그럼에도 불구하고 2개의 은닉층이 사용된다면 분명히 두 번째 층은 첫 번째 층보다 뉴런 수가 훨씬 적습니다.
레이어의 뉴런 수에 대한 최소값은 얼마입니까? 3~5개 이하는 의미가 없을 것 같습니다.
또는 1 - 2개의 뉴런이 있는 레이어도 모델에 상당한 기여를 할 수 있습니까?
그럼에도 불구하고 2개의 은닉층이 사용된다면 분명히 2층은 1층보다 뉴런 수가 훨씬 적습니다.
레이어의 뉴런 수에 대한 최소값은 얼마입니까? 3~5개 이하는 의미가 없는 것 같아요.
또는 1 - 2개의 뉴런이 있는 레이어도 모델에 상당한 기여를 할 수 있습니까?
실습에서 - 3개의 입력이 있는 1개의 뉴런은 1-1.5개월 안에 정상적인 신호를 기억할 수 있습니다. 15분에서 200개 정도의 거래에서 더 큰 샘플을 취하면 벼락치기의 질이 급격히 떨어지고 거래 수도 너무 많아서 조합이 충분하지 않습니다. 음, 즉, 시스템이 정지 상태를 유지하고 신호가 반복된다면 1개의 뉴런으로도 충분합니다.
대략 3개의 입력에 대한 퍼지 논리와 4개의 멤버십 함수 최적화와 동일다시 말하지만, 이것들은 어떤 종류의 알고리즘입니까? 어떤 예측 변수가 관련이 없는지 즉시 알 수 있습니다.
원하는 것보다 훨씬 더 많은 알고리즘이 있습니다. 예를 들어 -
블라디미르 기사 - https://www.mql5.com/ru/articles/2029
Alexey의 기사 - https://habrahabr.ru/company/aligntechnology/blog/303750/
모델링할 때 다른 롤빵으로 프로세서를 로드 하려는 사람들에게는 이것이 시간을 근본적으로 줄이는 방법입니다.
클라우드에서 병렬 시뮬레이션이 가치가 있습니까? 내 MBP와 워크스테이션 및 Amazon EC2 벤치마킹
모델링할 때 다른 롤빵으로 프로세서를 로드 하려는 사람들에게는 이것이 시간을 근본적으로 줄이는 방법입니다.
클라우드에서 병렬 시뮬레이션이 가치가 있습니까? 내 MBP 대 내 워크스테이션 대 Amazon EC2 벤치마킹
DLL과 MT5, R 및 필요한 패키지를 설치하라는 요청이 있으면 거기에 도달하는 것이 불가능해 보입니다.