Bibliotheken: BestInterval - Seite 10
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Bieten Sie den Leuten, die den Markt lieben, kein Opium an ))
BestInterval mit fünf herausgeworfenen schlechten Intervallen kann als das Hinzufügen von zehn Eingaben (jede nimmt ganzzahlige Werte von 0 bis 2500 an und die nächste ist größer als die vorherige) zum Expert Advisor betrachtet werden.
Es stellt sich heraus, dass mit nur 10 zusätzlichen Eingabeparametern fast jeder TS auf jedem Zeitrahmen perfekt (und sofort) trainiert werden kann.
Ich habe > 1000 Positionen (ein solcher TS) in einem Halbjahresverlauf. D.h. nur 10 Parameter erzeugen solche Indikatoren. Und was ist mit NS, wo die Parameter um Größenordnungen mehr sein können, ebenso wie die Wertebereiche?
Wenn 10 Parameter für die Anpassung ausreichen, ist es dann nicht Selbstbetrug, von mehr Parametern zu sprechen (hier geht es um NS)?
Um den Gedanken fortzusetzen. Wenn wir grob abschätzen, wie viele Kombinationen (Anzahl der Vektoren) diese 10 Parameter ergeben können, dann sind es ~10^30. D.h. es wird immer eine Kombination (eigentlich sind es viel, viel mehr) aus dieser nicht sehr großen Anzahl geben, die hervorragende Ergebnisse für beliebige Daten beliebiger Länge zeigt. Dies ist etwas entmutigend für mich.
BestInterval mit fünf verworfenen schlechten Intervallen kann man sich so vorstellen, dass man dem EA zehn Eingaben hinzufügt (jede mit ganzzahligen Werten von 0 bis 2500 und die nächste größer als die vorherige).
Es stellt sich heraus, dass mit nur 10 zusätzlichen Eingabeparametern fast jeder TS in jedem Zeitintervall perfekt (und sofort) trainiert werden kann.
Ich habe > 1000 Positionen (ein solcher TS) in einem Halbjahreszeitraum. D.h. nur 10 Parameter erzeugen solche Indikatoren. Und was ist mit NS, wo die Parameter um Größenordnungen mehr sein können, ebenso wie die Wertebereiche?
Wenn 10 Parameter für die Anpassung ausreichen, ist es dann nicht selbstbetrügerisch, von mehr Parametern zu sprechen (hier geht es um NS)?
Selbstbetrug, das ist so, als würde man den Grad des approximierenden Polynoms erhöhen, mit zunehmender Ordnung wird die Anpassung immer größer, bis hin zum Ideal. Man kann also zunächst viele nehmen und sie dann auf ein Minimum reduzieren und die besten zurücklassen.
Es ist schade, dass die Verallgemeinerungsfähigkeit sehr schlecht ist... aber ich habe gesehen, dass Ihr EA testerEA sehr gut auf oos funktioniert. Übrigens ist es mir nicht gelungen, Ihren EA gut anzupassen, aber ich habe nicht viel versucht. Es gibt auch einen Fehler der Division durch 0 in der EMA-Bibliothek.
Außerdem gibt es einen Fehler bei der Division durch 0 in der EMA-Bibliothek
Sie sollten keine Nullperioden verwenden. Ich habe es oben hinzugefügt.
Das ist so, als würde man den Grad eines Näherungspolynoms erhöhen. Mit zunehmender Ordnung wird die Anpassung immer größer, bis hin zum Idealwert.
Bei einem Polynom verhält es sich etwas anders, da der Bereich der Koeffizientenwerte nahezu unbegrenzt ist.
Ich habe gesehen, dass Ihr EA testerEA funktioniert sehr gut auf oos. Übrigens habe ich es nicht geschafft, deinen EA so gut anzupassen, aber ich habe nicht viel versucht.
Leider habe ich es noch nicht geschafft, die Kampfversion in echt zu realisieren. Denn das Schema sollte wie folgt aussehen
Kaum jemand wird ein so kompliziertes Schema verwenden, also habe ich dies der Einfachheit halber hinzugefügt
Es sagt sozusagen: "Mach dir keine Mühe, nimm diesen Bereich in dein TC, es wird nicht schlimmer sein".
Sie brauchen keine Nullpunkte zu verwenden. Ich habe es oben hinzugefügt.
Ah, da ist es, ich habe es verstanden) Ich werde es später noch einmal durchführen, ich bastle gerade an meinen Nerds herum.
Sie müssen hochgradig regularisierte Modelle verwenden, da sie sonst selbst bei unbedeutendem Rauschen versagen. Ich bin generell zu linearen Modellen übergegangen (ich habe eine weitere Bibliothek zu RL hinzugefügt).
Sie müssen hoch regularisierte Modelle verwenden, denn ohne sie passen sie auch für jedes Rauschen, das nicht signifikant ist, ich bin zu linearen Modellen übergegangen (ich habe RL eine weitere Bibliothek hinzugefügt). sie lernen sehr schnell und die Anzahl der Koeffizienten ist klein, nicht wie im Wald.
Wie viele sind das?
Wie viel ist das?
gleich der Anzahl der Merkmale, +1, nun ja, Regressionskoeffizienten. Es handelt sich um eine Logit-Regression mit Kauf/Verkauf-Klassifizierung.
Die Verallgemeinerungsfähigkeit ist allerdings gering, sie passt nicht gut auf lange Intervalle, aber kurze Intervalle sind in Ordnung. Ich denke, ich sollte ein paar Regressionen hinzufügen, sie zu einem Mini-NS kombinieren und einen guten Feature-Sorter (wie MGUA) verwenden.
ist gleich der Anzahl der Merkmale +1, also der Regressionskoeffizienten. Es gibt nur die Logit-Regression mit der Klassifizierung Kauf/Verkauf
Die Verallgemeinerungsfähigkeit ist allerdings gering, sie passt nicht gut über ein langes Intervall, aber über kurze Intervalle ist sie OK. Ich denke darüber nach, ein paar Regressionen hinzuzufügen und sie zu einem Mini-NS zu kombinieren.
Das ist eine Menge Geld. Es gibt auch eine solche Bemerkung. ML und BestInterval sind unterschiedliche Konzepte. ML sucht nach TC, BestInterval sucht nach nichts.
Ich frage mich, wie ein Beispiel wie dieses funktionieren würde. Angenommen ML hat 100 Parameter und findet einen TC. Was wird am Ende besser sein, ML100 + BestInterval10 oder ML110?
Leider habe ich es noch nicht geschafft, die Umsetzung der Kampfversion in die Realität zu vollenden. Denn das Schema sollte folgendermaßen aussehen
Kaum jemand wird ein so kompliziertes Schema benutzen, also habe ich dies der Einfachheit halber hinzugefügt
Es sagt sozusagen: "Mach dir keine Mühe, nimm diesen Bereich in deinen TC, es wird nicht schlimmer sein".
ja, das Schema ist wirklich kompliziert, nicht jeder wird es verwenden können :)