記事「母集団最適化アルゴリズム：SSG（Saplings Sowing and Growing up、苗木の播種と育成）」についてのディスカッション - ページ 10 1...345678910111213 新しいコメント 削除済み 2023.03.24 14:54 #91 クロス検証のようなもので、最適な針や面を選択する。そして多くの針を得るために、異なる履歴の断片にわたって最適化することができる。同じph-idは変わりません。 削除済み 2023.03.24 15:04 #92 Andrey Dik #:私はMQLの他の記事に責任を持つことはできないが、そこではあなたとは違って、人々が何かを行い、何かを共有している。ウィキペディアは責任感のない人たちの単なる書き込みであり、政治的な書き込みでもある。私の記事に関しては、具体的に何がダメなんだ？ ボヤボヤしてないで、何かやれよ。 ええ、私もプロモーションをしたときにwikipediaの記事を1つ罫線で囲みましたよ。本当におかしいよ。 削除済み 2023.03.24 15:10 #93 アンドレイ、アルゴリズムはまだたくさん残っているのか？SSGで止めることに意味があるのか、それとももっと強力なものがある可能性があるのか？) Andrey Dik 2023.03.24 15:14 #94 Maxim Dmitrievsky #: クロス検証のようなもので、最適な針や面を選択する。そして、多くの針を得るために、異なる歴史の断片にわたって最適化することができる。phは変わりません。 ちなみに、いつも注がれるパラメータをフィルタリングする方法がここにある（フクロウにエラーとして入力すると、テスターはそれらをスキップする）。 削除済み 2023.03.24 15:18 #95 Andrey Dik #:ちなみに、いつも水を流しているパラメータをフィルタリングする方法がここにある（フクロウにエラーとして入力すれば、テスターはそれらをスキップする）。 なぜテスターがこのような直感的な方法で、複数の履歴と平均値を実行できないのかはよくわからない。もしかしたら、フレームを使っているのかもしれない。 Andrey Dik 2023.03.24 15:20 #96 Maxim Dmitrievsky #: アンドレイ、アルゴリズムはまだたくさん残っているのか？SSGで止めることに意味があるのか、それとももっと強力なものがある可能性があるのか？) もっと強力なアルゴリズムがあるかどうかはわからない。 つまり、あそこにあるのが一番クールだ、とは言えないんだ。） 実際、アリやハチや雑草を取ることはすでに可能だった。 ハイブリッドについては、既知の重要なものをすべてやり尽くした後に取りかかるつもりだ。 今のところ、私はポピュレーションタイプを考えているが、他のタイプもあるので、それらを研究するのも面白いだろう。 Andrey Dik 2023.03.24 15:24 #97 Maxim Dmitrievsky #: なぜテスターには、複数の履歴を平均化するような直感的な方法がないのか、私にはよく理解できない。たぶん、フレームを使っているのだろう。 一般的にテスター／最適化ツールでは、多くの新しいアイディアが生まれますが、それを行うのが専任の開発者なのか、それとも使えるチームの誰かが行っているのかはわかりません......。 mytarmailS 2023.03.24 15:37 #98 Nikolai Semko #: 文脈を無視して読んでください。私が言いたかったのは、OP上の一点の選択の正しさは、丘や窪地には依存せず、局所的な運動ベクトルの時間的な速度にも依存せず、ただ加速度ベクトル（速度の微分）の符号に依存し、その一部分は未知の未来にあるということだ。 つまり、私が言いたいのは、ODの時間変化を観察することで、次のODを予測することができるということだ、つまり、加速度ベクトルの符号と点とフィットを求めることができる......ということです。つまり、未知なのは未来なのだ。 OPは最適化サーフェス Aleksey Nikolayev 2023.03.24 16:25 #99 立体の写真を見てアイデアを得るのは大きな間違いだ。それは、2次元の写真から3次元の場合について結論を出すようなものだ。 パラメータが2つの場合、サドルの数は極大の数にほぼ一致する-2つの極大の間には1つのサドルがある（パラメータが1つの場合はサドルはまったくない）。パラメータの数が増えるにつれて、サドルの数は極大の数よりもはるかに大きくなり、それらはより多様になる。最大化の主な課題は、鞍を極限としないことである。 ターゲットのパラメータ依存性に不連続性がある場合、完全な暗闇となり、すべての多変量変形を想像することは不可能である。 Andrey Dik 2023.03.24 16:51 #100 Aleksey Nikolayev #:立体の写真を見てアイデアを得るのは大きな間違いだ。二次元の写真から三次元の事件の結論を導き出すようなものだ。パラメータが2つの場合、サドルの数は極大の数にほぼ一致する-2つの極大の間には1つのサドルがある（パラメータが1つの場合はサドルはまったくない）。パラメータの数が増えるにつれて、サドルの数は極大の数よりもはるかに大きくなり、それらはより多様になる。そして最大化の主な課題は、サドルを極限としないことである。ターゲットのパラメータ依存性に不連続性がある場合、完全な暗闇となり、すべての多変量変形を想像することは不可能である。 その通りだ。三次元の絵は私たちが見ることができる最大限のもので、それ以上の次元を見ることはできない。しかし、AOテストには表面のイメージが必要だ。 私は3次元のテスト関数（2つのパラメータ）を使っているが、1000のパラメータがあるテストでも500のテスト関数だ。 Expert Advisorのように、FFのパラメータが "不均一 "であれば、ジャイアサーフェスをイメージすることは不可能だが、"均一 "なテスト関数よりは難しくない。例えば、実際に2つのパラメータをオプションにして、それを他のすべてのパラメータにコピーすれば、テスト多変量関数は1回と2回をクリックすることになる。 また、アルゴリズムの「平行-垂直」（正確な呼び方は知らない）傾向に関するメソッドもある。これは、頂点と谷が座標軸に対して垂直方向と水平方向に配置されている最適化問題をアルゴリズムがより良く解く場合であり、このようなアルゴリズムは回転を伴う関数のテストに失敗する（任意のテスト関数を5～10度回転させる）。 1...345678910111213 新しいコメント 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
クロス検証のようなもので、最適な針や面を選択する。そして、多くの針を得るために、異なる歴史の断片にわたって最適化することができる。phは変わりません。
ちなみに、いつも注がれるパラメータをフィルタリングする方法がここにある（フクロウにエラーとして入力すると、テスターはそれらをスキップする）。
ちなみに、いつも水を流しているパラメータをフィルタリングする方法がここにある（フクロウにエラーとして入力すれば、テスターはそれらをスキップする）。
アンドレイ、アルゴリズムはまだたくさん残っているのか？SSGで止めることに意味があるのか、それとももっと強力なものがある可能性があるのか？)
もっと強力なアルゴリズムがあるかどうかはわからない。
つまり、あそこにあるのが一番クールだ、とは言えないんだ。）
実際、アリやハチや雑草を取ることはすでに可能だった。
ハイブリッドについては、既知の重要なものをすべてやり尽くした後に取りかかるつもりだ。
今のところ、私はポピュレーションタイプを考えているが、他のタイプもあるので、それらを研究するのも面白いだろう。
なぜテスターには、複数の履歴を平均化するような直感的な方法がないのか、私にはよく理解できない。たぶん、フレームを使っているのだろう。
文脈を無視して読んでください。
立体の写真を見てアイデアを得るのは大きな間違いだ。それは、2次元の写真から3次元の場合について結論を出すようなものだ。
パラメータが2つの場合、サドルの数は極大の数にほぼ一致する-2つの極大の間には1つのサドルがある（パラメータが1つの場合はサドルはまったくない）。パラメータの数が増えるにつれて、サドルの数は極大の数よりもはるかに大きくなり、それらはより多様になる。最大化の主な課題は、鞍を極限としないことである。
ターゲットのパラメータ依存性に不連続性がある場合、完全な暗闇となり、すべての多変量変形を想像することは不可能である。
立体の写真を見てアイデアを得るのは大きな間違いだ。二次元の写真から三次元の事件の結論を導き出すようなものだ。
パラメータが2つの場合、サドルの数は極大の数にほぼ一致する-2つの極大の間には1つのサドルがある（パラメータが1つの場合はサドルはまったくない）。パラメータの数が増えるにつれて、サドルの数は極大の数よりもはるかに大きくなり、それらはより多様になる。そして最大化の主な課題は、サドルを極限としないことである。
ターゲットのパラメータ依存性に不連続性がある場合、完全な暗闇となり、すべての多変量変形を想像することは不可能である。
その通りだ。三次元の絵は私たちが見ることができる最大限のもので、それ以上の次元を見ることはできない。しかし、AOテストには表面のイメージが必要だ。
私は3次元のテスト関数（2つのパラメータ）を使っているが、1000のパラメータがあるテストでも500のテスト関数だ。
Expert Advisorのように、FFのパラメータが "不均一 "であれば、ジャイアサーフェスをイメージすることは不可能だが、"均一 "なテスト関数よりは難しくない。例えば、実際に2つのパラメータをオプションにして、それを他のすべてのパラメータにコピーすれば、テスト多変量関数は1回と2回をクリックすることになる。
また、アルゴリズムの「平行-垂直」（正確な呼び方は知らない）傾向に関するメソッドもある。これは、頂点と谷が座標軸に対して垂直方向と水平方向に配置されている最適化問題をアルゴリズムがより良く解く場合であり、このようなアルゴリズムは回転を伴う関数のテストに失敗する（任意のテスト関数を5～10度回転させる）。