Librerías: BestInterval - página 10
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
No ofrezcas opio a la gente que ama el mercado ))
BestInterval con cinco malos intervalos desechados puede considerarse como añadir diez entradas (cada una toma valores enteros de 0 a 2500 y el siguiente es mayor que el anterior) al Asesor Experto.
Resulta que sólo 10 parámetros de entrada adicionales pueden entrenar perfectamente (e instantáneamente) casi cualquier TS en cualquier marco de tiempo.
Tengo > 1000 posiciones (tal TS) en una historia de medio año. Es decir, sólo 10 parámetros crean tales indicadores. ¿Y qué pasa con NS, donde los parámetros pueden ser órdenes de magnitud más, así como rangos de valores?
Mi punto es que si 10 parámetros son suficientes para el ajuste, ¿no es un autoengaño hablar de más parámetros (esto es sobre NS)?
Para continuar la reflexión. Si estimamos aproximadamente cuántas combinaciones (número de vectores) pueden hacer estos 10 parámetros, será ~10^30. Es decir, siempre habrá una combinación (en realidad hay muchas, muchas más) de este número no muy grande, que mostrará excelentes resultados en cualquier dato de longitud arbitraria. Esto me resulta un tanto desalentador.
BestInterval con cinco intervalos malos descartados puede considerarse como añadir diez entradas (cada una con valores enteros de 0 a 2500 y la siguiente mayor que la anterior) al EA.
Resulta que sólo 10 parámetros de entrada adicionales pueden entrenar perfectamente (e instantáneamente) casi cualquier EA en cualquier intervalo de tiempo.
Tengo > 1000 posiciones (tal TS) en un historial de medio año. Es decir, sólo 10 parámetros crean tales indicadores. ¿Y qué pasa con NS, donde los parámetros pueden ser órdenes de magnitud más, así como rangos de valores?
Mi punto es que si 10 parámetros son suficientes para el ajuste, ¿no es autoengañoso hablar de más parámetros (esto es sobre NS)?
Autoengaño, es como aumentar el grado del polinomio de aproximación, a medida que aumenta el orden, el ajuste se hace cada vez mayor, hasta llegar al ideal. Así que se pueden coger muchos al principio, y luego ir quitando hasta llegar al mínimo, dejando los mejores
Es una pena que la capacidad de generalización sea muy mala... pero he visto que tu EA testerEA funciona muy bien en oos. Por cierto, no he conseguido ajustar bien tu EA, pero no lo he intentado mucho. También hay un error de división por 0 en la librería EMA.
También hay un error de división por 0 en la biblioteca EMA
No se deben utilizar períodos cero. Lo he añadido más arriba.
es como aumentar el grado de un polinomio de aproximación: a medida que aumenta el orden, el ajuste es cada vez mayor, hasta llegar al ideal.
Con un polinomio la historia es algo diferente, porque el rango de valores de los coeficientes es casi ilimitado.
He visto su EA testerEA funciona muy bien en oos. Por cierto, no he conseguido encajar tu EA tan bien, pero no lo he intentado mucho.
Por desgracia, todavía no he podido terminar de realizar la versión de combate de verdad. Debido a que el esquema debe ser el siguiente
Casi nadie usará un esquema tan complicado, así que añadí esto para facilitar su uso
Como que dice "no te molestes, pon este rango en tu TC, no será peor".
No es necesario usar puntos cero. Lo escribí arriba.
Ah, ahí está, lo entiendo ) Lo ejecutaré de nuevo más tarde, sólo estoy jugueteando con mis nerds.
necesitas usar modelos altamente regularizados, porque sin esto simplemente fallan incluso para cualquier ruido que no sea significativo, cambié a modelos lineales en general (añadí una librería más a RL). aprenden muy rápido y el número de coeficientes es pequeño, no como el bosque.
Necesitas usar modelos altamente regularizados, porque sin ello sólo encajan incluso para cualquier ruido que no sea significativo, yo cambié a modelos lineales (añadí una librería más a RL). aprenden muy rápido y el número de coeficientes es pequeño, no como en el bosque.
¿Cuántos son?
¿Cuánto es eso?
igual al número de características, +1, bueno, coeficientes de regresión. Sólo que es una regresión logit con clasificación de compra/venta.
Pero el poder generalizador es pequeño. No se ajusta bien a intervalos largos, pero a intervalos cortos va bien. Pienso añadirle un par de regresiones, combinarlas en un mini NS, y un buen clasificador de características (como MGUA).
es igual al número de características +1, bueno, coeficientes de regresión. Sólo hay regresión logit con clasificación de compra/venta
El poder generalizador es pequeño, sin embargo, no se ajusta bien en intervalos largos, pero está bien en intervalos cortos. Estoy pensando en añadirle un par de regresiones y combinarlas en un mini NS.
Es mucho dinero. También hay una observación de este tipo. ML y BestInterval son conceptos diferentes. ML busca TC, BestInterval no busca nada.
Me pregunto cómo funcionaría un ejemplo así. Supongamos que ML tiene 100 parámetros y encuentra un TC. ¿Qué será mejor al final, ML100 + BestInterval10 o ML110?
Desgraciadamente, aún no he conseguido terminar la realización de la versión de combate de verdad. Porque el esquema debería ser el siguiente
Es poco probable que alguien utilice un esquema tan complicado, así que he añadido esto para facilitar su uso
Como que dice "no te molestes, pon este rango en tu TC, no será peor".
sí, el esquema es realmente complicado, no todo el mundo será capaz de usarlo :)