再教育 - ページ 7 1234567 新しいコメント Vladimir Suslov 2016.07.11 18:32 #61 Youri Tarshecki:ユスフホジャ・スルトノフ 友よ、議論する必要はない。 誰が正しいかは、財布が決めてくれるでしょう :) TheXpert 2016.07.11 18:44 #62 Event: 誰が正しいかは、財布が決めてくれるでしょう :) うん) Youri Tarshecki 2016.07.14 09:31 #63 Комбинатор: そうそう )いいえ。 EAの調整に無駄な費用をかけるよりも、最適化されていないヒストリーの部分でEAのパフォーマンスをテストする方がはるかに簡単です。ちなみに、うちのキャラは、1500ドルで買って何十年も待って利益を出すことを提案するEAの狼煙を上げたことがない。 Alexander Bereznyak 2016.07.14 20:30 #64 Youri Tarshecki:いや、例えば1975年から始めるんです。最適化 1975-1985、検証 1985-1990最適化 1980-1990年、検証 1990-1995年最適化 1985-1995年、チェック 1995-2000年最適化 2000~2005年、検証 2005~2010年最適化 2005~2010年、検証 2010~2015年検査結果だけを見て、この5年間のうち少なくとも1回はマイナスになるのであれば(もっとなると思いますが)、その制度は欠陥品です。つまり、あなたのEAで利益を得るために何十年も待つことができるクレイジーな人々がいる場合にのみ、全履歴にフィットするあなたのトリックは機能するのです。ちなみに、各プロットでどのように過剰最適化を回避しているのかも忘れずに教えてください(笑)。 何十年も続けているんだから、永遠に生き続けるんだよ。 Mihail Marchukajtes 2016.07.15 19:05 #65 特に話題性があり、興味深いので、私も議論に参加させていただきます。そして、同じ条件で再トレーニングを行うと、前のモデルと全く同じ動作をする別のモデルができあがります。しかし、この一見同じように見える2つのモデルの将来の見積もりでは、異なる動作をするようになります。問題は、将来にわたって通用するモデルをどう選ぶかだ。ネットは研修先の市場に対応する必要があります。そして、予後変数が大きいそのグリッドの方が、現在の市場の状況には適していると思います。私のNSは、TSからの信号を分類しています。1日10本程度のシグナルがありますが、どの機種を使うかは、次のようにしています。最適化領域では、ネットワーク運用の予知変数を考慮し、そのモデルにとって大きな値となるようなモデルを使用します。モデル値がアップ、つまり現在の値が前回よりも高く、NEXTバーもアップしているとします。つまり、グリッドが成長を予測していれば、変数に1を加え、そうでなければ、それを引き、下降する場合も同じ手順を適用するのです。これは、モデルの予後変数を調べて、どのモデルが高い数値を持っているかということで、より頻繁に市場を予測したモデルということで、よりよく記述されているので、それを選択する...コードではこのようになります。double PONT11=iCustom(NULL, 0, "Модель",1,i)-iCustom(NULL, 0, "Модель",1,i+1); if ((PONT11>0)&& (Close[i-1]>Open[i-1])) AA=AA+1; if ((PONT11>0)&& (Close[i-1]<Open[i-1])) AA=AA-1; if ((PONT11<0)&& (Close[i-1]<Open[i-1])) AA=AA+1; if ((PONT11<0)&& (Close[i-1]>Open[i-1])) AA=AA-1; そう...そうなんだ...。について、何かご意見をお持ちの方はいらっしゃいませんか?意見を聞きたいのですが...。 Yousufkhodja Sultonov 2016.07.16 04:26 #66 Youri Tarshecki:いや、例えば1975年から始めるんです。最適化 1975-1985、検証 1985-1990最適化 1980-1990年、検証 1990-1995年最適化 1985-1995年、チェック 1995-2000年最適化 2000~2005年、検証 2005~2010年最適化 2005~2010年、検証 2010~2015年検査結果だけを見て、この5年間のうち少なくとも1回はマイナスになるのであれば(もっとなると思いますが)、そのシステムは欠陥があると思います。つまり、あなたのEAで利益を得るために何十年も待つことができるクレイジーな人々がいる場合にのみ、全履歴にフィットするあなたのトリックは機能するのです。ちなみに、各領域でどのように過剰最適化を回避しているのかも忘れずに教えてください)最適化 1975 -1985 (最適なサンプルサイズ = 80 本のヒストリー)。1985年~1990年調べ。最適化 1980-1990(最適なサンプルサイズ=80本の履歴)。1990-1995年チェック。最適化 1985-1995(最適なサンプルサイズ=360本の履歴)。1995-2000年調べ。最適化 2000-2005年(最適なサンプルサイズ=330本の履歴)。2005年~2010年の検証。最適化 2005-2010(最適なサンプルサイズ=330本の履歴)。2010年~2015年の検証。期待に応えられなかった、すべての検証サイトは、突出したものではないが、肯定的な結果で克服される。 1234567 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
友よ、議論する必要はない。
誰が正しいかは、財布が決めてくれるでしょう :)
誰が正しいかは、財布が決めてくれるでしょう :)
そうそう )
いいえ。
EAの調整に無駄な費用をかけるよりも、最適化されていないヒストリーの部分でEAのパフォーマンスをテストする方がはるかに簡単です。
ちなみに、うちのキャラは、1500ドルで買って何十年も待って利益を出すことを提案するEAの狼煙を上げたことがない。
いや、例えば1975年から始めるんです。
最適化 1975-1985、検証 1985-1990
最適化 1980-1990年、検証 1990-1995年
最適化 1985-1995年、チェック 1995-2000年
最適化 2000~2005年、検証 2005~2010年
最適化 2005~2010年、検証 2010~2015年
検査結果だけを見て、この5年間のうち少なくとも1回はマイナスになるのであれば(もっとなると思いますが)、その制度は欠陥品です。
つまり、あなたのEAで利益を得るために何十年も待つことができるクレイジーな人々がいる場合にのみ、全履歴にフィットするあなたのトリックは機能するのです。
ちなみに、各プロットでどのように過剰最適化を回避しているのかも忘れずに教えてください(笑)。
特に話題性があり、興味深いので、私も議論に参加させていただきます。そして、同じ条件で再トレーニングを行うと、前のモデルと全く同じ動作をする別のモデルができあがります。しかし、この一見同じように見える2つのモデルの将来の見積もりでは、異なる動作をするようになります。問題は、将来にわたって通用するモデルをどう選ぶかだ。ネットは研修先の市場に対応する必要があります。そして、予後変数が大きいそのグリッドの方が、現在の市場の状況には適していると思います。私のNSは、TSからの信号を分類しています。1日10本程度のシグナルがありますが、どの機種を使うかは、次のようにしています。最適化領域では、ネットワーク運用の予知変数を考慮し、そのモデルにとって大きな値となるようなモデルを使用します。
モデル値がアップ、つまり現在の値が前回よりも高く、NEXTバーもアップしているとします。つまり、グリッドが成長を予測していれば、変数に1を加え、そうでなければ、それを引き、下降する場合も同じ手順を適用するのです。これは、モデルの予後変数を調べて、どのモデルが高い数値を持っているかということで、より頻繁に市場を予測したモデルということで、よりよく記述されているので、それを選択する...コードではこのようになります。
そう...そうなんだ...。について、何かご意見をお持ちの方はいらっしゃいませんか?意見を聞きたいのですが...。
いや、例えば1975年から始めるんです。
最適化 1975-1985、検証 1985-1990
最適化 1980-1990年、検証 1990-1995年
最適化 1985-1995年、チェック 1995-2000年
最適化 2000~2005年、検証 2005~2010年
最適化 2005~2010年、検証 2010~2015年
検査結果だけを見て、この5年間のうち少なくとも1回はマイナスになるのであれば(もっとなると思いますが)、そのシステムは欠陥があると思います。
つまり、あなたのEAで利益を得るために何十年も待つことができるクレイジーな人々がいる場合にのみ、全履歴にフィットするあなたのトリックは機能するのです。
ちなみに、各領域でどのように過剰最適化を回避しているのかも忘れずに教えてください)
最適化 1975 -1985 (最適なサンプルサイズ = 80 本のヒストリー)。
1985年~1990年調べ。
最適化 1980-1990(最適なサンプルサイズ=80本の履歴)。
1990-1995年チェック。
最適化 1985-1995(最適なサンプルサイズ=360本の履歴)。
1995-2000年調べ。
最適化 2000-2005年(最適なサンプルサイズ=330本の履歴)。
2005年~2010年の検証。
最適化 2005-2010(最適なサンプルサイズ=330本の履歴)。
2010年~2015年の検証。
期待に応えられなかった、すべての検証サイトは、突出したものではないが、肯定的な結果で克服される。