Above, for example, there is a perception of OOS as a forward testing section.つまり、用語は一つだが、アプローチは異なる。
This explanation gives an example that it is possible to find a situation in the CB where the right result will be obtained: not necessarily a sharp plum, but any result at all.例えば、シャープな利益である。
そして、その系列に対して同じテスト/フィットを行う。
ありがとう、MathRandインクリメントを試してみるよ。
If you see the same effect (directional OOS dump) - it is the effect of fitting/retraining your TS/MO.
SBの定義からすると、そのような状況はあってはならないと思う。
、、、度々ありがとうございます!ありがとうございます。
Is there supposed to be an OOS dropout on the SB?I don't think it's supposed to be that way by definition of SB.
私は通常、タスクを少し "動かす"-可能なすべてのパラメーター(および利用可能なメタパラメーター)を少し変えてみて、結果がどう変わるかを見る。結果がどう変わるか見てみる。
ありがとう。通常、私を止めるのは、あまりに深く見ることへの怠惰です。表面的な「小細工」は、もちろん練習している。
新しいデータで再教育されたコインを1枚取ると、それはsbのように振る舞うだろう。 さらに数枚(TSパラメータの数に応じて)追加し、誤差を合計すると、鋭いプラムができ、時にはsbができ、またその逆もある。コインの一部はトレンドに連動し、それが変化した。小さな変動に関する部分。最初の部分は間違った方向に常に予測するようになり、2番目の部分は、ノイズに対して再学習されたため、それがなくてもひどい予測をしていた。その悪影響が積み重なって、コインを補うものがなくなってしまった。
この発言は、SBの行を合計すると鋭いダンプが見られるという事実と比較している。まあ、SB自体に凹みはある。何も足す必要はない。
間違っているかもしれないが、私はこう見ている。
左の OOSも フィットしている。
一般的に、TCのバリエーションが1,000しかないと想像してほしい。
ステップ1と2
1) 良いTSを最適化/検索し始める。これが訓練 データ(適合/検索/最適化)である。
TCが儲かるオプションを300個見つけたとしよう。
2) さて、あなたはこの300の選択肢の中から、OOSに合格するTCをテスト データとして探している。あなたは、トレーンと テスト(OOS)の両方で稼ぐTCを10個見つけたとします。
では、ポイント2は何ですか?
最適化の条件が1つ(テストに合格)ではなく、2つ(テストに合格+ テストに合格)になっているから です。
私はこのような自己欺瞞はしない。私はこのやり方しかしない。
この発言は、SBの列を合計すると急激な落ち込みが見られることと比較している。まあ、SB自体にディップはある。何も足す必要はない。
間違っているかもしれないが、そう思える。
説明はした。理解するには時間がかかるのかもしれない。
私たちが話していることが違うだけかもしれない。あるいは、用語の対立がある。
例えば上記では、OOSはフォワードテストの一部という認識がある。つまり、用語は一つだが、アプローチは異なる。
取引、自動取引システム、取引戦略のテストに関するフォーラム
トレーディングにおける機械学習:理論、モデル、実践、アルゴリズム取引
マキシム・ドミトリエフスキー, 2023.08.17 06:33 AM
新しいデータで再学習されたコインを1枚取ります - それはsbのように振る舞います。(TSパラメータの数に応じて)さらに数枚追加し、誤差を合計すると、鋭いプラム、時にはsb、時にはその逆が得られます。コインの一部はトレンドに連動し、それが変化した。小さな変動に関する部分。最初のパートは常に間違った方向に予測するようになり、2番目のパートはノイズで再学習されたため、それがなくてもひどい予測をしていた。その悪影響が積み重なって、コインを補うものがなくなってしまった。この説明では、SBにおいて右側に正しい結果が得られる状況を見つけることが可能であることを例示している。必ずしも鋭いプラムではなく、どんな結果でもいいのだ。
しかし、これはSB上のサンプル区間を選択する「運」に過ぎない。
もちろん、これはすべて裸の理論です。
取引、自動取引システム、取引戦略のテストに関するフォーラム。
トレーディングにおける機械学習:理論、モデル、実践、アルゴリズム取引
fxsaber、2023.08.17 06時27分
ありがとうございます。
チャートを見てみます。
私たちが話していることが違うだけでしょう。あるいは、用語の衝突。
Above, for example, there is a perception of OOS as a forward testing section.つまり、用語は一つだが、アプローチは異なる。
This explanation gives an example that it is possible to find a situation in the CB where the right result will be obtained: not necessarily a sharp plum, but any result at all.例えば、シャープな利益である。
しかし、これはSBでサンプル間隔を選択する「運」にすぎない。
もちろん、これはすべて裸の理論である。
チャートを見てみないとわからない。
fxsaber #:
複数のSBの組み合わせ(追加など)はすべてSBである。
固定ウェイトで複数のSBを追加する場合は全くその通り。より派手な組み合わせは、主にボラティリティの変動に起因して、より複雑なものになる可能性があります。
fxsaber#:
SB上のすべてのTSはSBである。
すべての取引がほぼ同じ取引量、ストップ、テイクアウトである場合、これは部分的にしか当てはまらない。
数学的に言えば、「SB上のどのTS もマーチンゲールである」(マーチンゲールと混同しないように)。例えば、オーバーシッティング、アベレージングなどの際にSB上に描かれたポーカーもマーチンゲールであるが、SBではない。