Diskussion zum Artikel "Elastische Netzregression mit Koordinatenabstieg in MQL5"
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
Neuer Artikel Elastische Netzregression mit Koordinatenabstieg in MQL5 :
In diesem Artikel untersuchen wir die praktische Umsetzung der elastischen Netzregression, um die Überanpassung zu minimieren und gleichzeitig automatisch nützliche Prädiktoren von solchen zu trennen, die wenig prognostische Kraft haben.
Koordinatenabstieg ist eine Optimierungsmethode, die sich gut für die multivariable Optimierung eignet. Ein komplexes mehrdimensionales Optimierungsproblem wird in eine Reihe von eindimensionalen Problemen reduziert. Erreicht durch iterative Minimierung jeder einzelnen Dimension einer Funktion, wobei die Werte der Funktion in den anderen Dimensionen statisch bleiben. Es gibt zahlreiche Quellen im Internet, die Interessierten genauere Erklärungen liefern können. Hier geht es um die Anwendung auf die Strategieentwicklung.
Für unsere Zwecke wird die Koordinatenabstiegsmethode auf zwei Arten bei der Implementierung der elastischen Netzregression verwendet. Zunächst wird es verwendet, um das optimale Lambda auf der Grundlage eines vom Nutzer festgelegten Alphas zu bestimmen. Danach wird die Optimierungsmethode erneut aufgerufen, um die Beta-Koeffizienten der Regressionsgleichung zu bearbeiten. Lassen Sie uns einen Blick in den Code werfen, um zu sehen, wie dies erreicht wird.
Autor: Francis Dube