If we consider neuronics, then perhaps it would be possible to divide the sample into bachs and increase the number of bachs (areas of change in the probability distribution) with the aim of their equal contribution to the learning process.CatBoostは大きなサンプルで同じようにバチを使うが、木の場合はより難しく、制御も管理もできない。しかし継続学習のための技術があった - それを実験していない....あなたはどうですか？
SBとの比較について、私はまったく同じ考えをすでに聞いているので、公式の科学にそのようなアプローチがあるかどうかという意味だ
確立された技術はあるのだろうか？
ここにスケッチがある。
左はユーロM5の実際のチャート。
右はSBのティック （累積値）をm5に変換したもの。
視覚的にグラフは似ている))
異分散性は計量経済学やあらゆる応用統計学でモデル化されている。そこにはたくさんの検定がある。Rにはそれらすべてがあるはずだ。問題は、それらが過去の推定値を与えるということであり、それが現在に適しているかどうかは定かではない。
勇者たちの狂気へ :)
ここが全人類の発展の立ち位置である。
標準的な方法で訓練されたモデルが機能しない理由を理解しているのであれば、問題の解決策を探す必要がある。それは完璧ではないが、より大きな自信と成功の確率で市場にモデルを適用することができます。そうすれば、すでに収入を得て、さらに問題を研究し、改良することができる。
If we consider neuronics, then perhaps it would be possible to divide the sample into bachs and increase the number of bachs (areas of change in the probability distribution) with the aim of their equal contribution to the learning process.CatBoostは大きなサンプルで同じようにバチを使うが、木の場合はより難しく、制御も管理もできない。しかし継続学習のための技術があった - それを実験していない....あなたはどうですか？
視覚的には、グラフは似ている)。
異分散性は計量経済学やあらゆる応用統計学でモデル化されている。そこには多くの検定が考案されている。度外視した推定が度外視した推定を示す。問題は、それらが過去の推定値を与えるということであり、それが現在に適しているかどうかは定かではない。
私はSBの使い方と同じようには考えていない。
例えば、相場で複雑なパターンを見つけたら、SBを生成してそれがあるかどうかを確認することができる。
SBにない場合は、市場だけに固有の性質を見つけたということである。
SBにパターンがあると悪いのか、両方にパターンがあると悪いのか。
まあ、すでにこの質問をした知的な人たちを読んでみたい。
ここに全人類の発展がある。
標準的な方法で訓練されたモデルが機能しない理由を理解している場合、問題の解決策を探す必要がある。たとえ理想的でなくとも、より大きな自信と成功の確率をもって市場にモデルを適用することができる。その後、収入を得て、問題のさらなる研究と改善に取り組む。
ニューロニクスのことを考えるなら、サンプルをバッハに分け、バッハ（確率分布の変化領域）の数を増やして、学習プロセスへの貢献度を均等にすることが可能だろう。CatBoostは大きなサンプルで同じようにバチを使うが、木の場合はより難しく、制御も管理もできない。しかし継続学習のための技術があった - それを実験していない....あなたはどうですか？
事前学習でバリアントをやったことがあるけど、そうはいかなかった。ブスティングでは、ニューロンのようにチセリングの最中に過去の反復の重みが変わることはなく、ただその上に乗っているだけです。これは欠点です。
私も、合成データを生成するためのエンコーダー・デコーダーを含め、あらゆるアーキテクチャーのニューロンをやったことがある。foreachもあまり必要ありません。私はSBの使い方を同じようには見ていない。
例えば、市場で複雑なパターンを見つけた場合、SBを生成してそれがあるかどうかをチェックすることができる。
もしそれがなければ、それはある意味良いことで、私は市場だけに固有の性質を見つけたことになる。
もしSBにあれば、それは悪いことなのでしょうか？ よく分かりませんが、そのパターンが存在すること、そこにあることが悪いことなのでしょうか？
まあ、すでにこの質問をしている知的な人たちを読んでみたい。
まあ、トレーダー・テスターの定番の紳士芸みたいなものだ。市場のパターンを見つける。そして、SBに基づく気配値でそれをチェックする。SBでの予想が五分五分なら、そのテストは多かれ少なかれ信頼できる。予測の割合がほぼ同じなら、将来への見通しがあるところを探す。それがなければ、ずる賢く未来を覗き見しているところを探す。なければ、非常に巧妙に未来を覗き見しているところを探す。そんな感じだ。
まあ、テストトレーダーとしては定番の紳士のたしなみですね。
勇者の狂気へ :)
リースの割引 :)。
PBOはもう終わり？
もう十分話したし、忘れたのか？
PBOは終わったのか？
もう十分話して忘れたのか？
忘れられたのではなく、捨てられたのだ。
常に2つのファイルでテストすべきだ。
1つ目のファイルはサンプルによって3つに分けられる：70％、15％、15％。最初のファイルでは、最低5回、十分に大きな回数のクロスチェックを行う。RFの場合は1500である。次に2番目と3番目のサンプルで実行し、2番目のファイルは「そのまま」である。すべてのサンプルの分類誤差はほぼ等しいはずである。
RFOはこれに何を加えるのだろうか？RHEはこれに加えて何を与えてくれるのか？
RHEが何をするのかは、次の記事に書いてある。