1과 2의 데이터 세트가 동일하다면 데이터 세트에 대한 일종의 과잉 적응으로 이어지지 않을까요?
"다시 모델이 악화될 때까지 약 5주 동안 수익성 있는 단계가 있습니다."가 정확히 그런 것을 나타내지 않나요?
a) 테스터가 여러 지표를 모두 최적화했다고 가정하고 b) 테스터가 두 번째 최적화를 실행하여 어떤 최적화 지표가 필요한지 확인하고(*) c) 최적화 지표의 수를 줄여서 d) NN이 필요한 이유는 무엇인가요?
입력, 레이어 및 퍼셉트론의 수에 따라 NN을 위해 데이터 세트가 얼마나 커야 하는지에 대한 추정치를 알고 있나요?
(*) 안타깝게도 유전 모드에서 mt4의 최적화 프로그램을 실행하고 특정 파라미터 세트를 우회하려고 할 경우(예: "indicator-A"가 'on'인지 테스트하지 않음) OnInit()에서"INIT_PARAMETERS_INCORRECT" 로 반환하면유전 알고리즘은 여전히 이를 유효한 패스로 계산하고 종료 기준 중 하나인 패스 횟수로 인해 이 알고리즘이 중지되기 전에 실제로 실행된 패스 수를 줄이게 됩니다.
1,2,3,4, 어떤 지표와 설정이 전달되든 본질적으로 기본 자산에 맞게 조정된다고 생각합니다.
예를 들어 RSI와 지그재그 고점, 지그재그 저점을 사용하여 간단한 최적화를 만든다고 가정 해 보겠습니다. 우리는 지그재그 고점에서 RSI 값을 합산하여 고점에서 평균 과매도, 저점에서 RSI 값을 합산하여 평균 과매 수 를 생성합니다. 우리의 평균은 본질적으로 해당 자산에 대한 설정 에 관계없이 RSI의 조정이 될 것입니다. 문제는 제 겸손한 의견으로는 지표가 최적화되어야하는지 여부가 아니라 지표가 활용 가능한지 여부입니다 근본적으로. 위의 예에서 RSI (3) 대 RSI (16)의 평균을 보면 내 요점을 파악할 수 있습니다 RSI (3)는 RSI (16) 대비 우리의 최적화 수준을 지속적으로 트리거 할 것입니다.
Lorentzos Roussos: 1,2,3,4, 나는 어떤 지표와 설정이 전달 되든 본질적으로 기본 자산에 맞게 조정된다고 믿습니다. ... 우리의 평균은 본질적으로 해당 자산에 대한 설정에 관계없이 RSI의 조정이 될 것입니다. 문제는 제 겸손한 의견으로는 지표가 최적화되어야하는지 여부가 아니라 지표가 활용 가능한지 여부입니다 근본적으로.
위의 예에서 RSI (3) 대 RSI (16)의 평균을 보면 내 요점을 파악할 수 있습니다 RSI (3)는 RSI (16) 대비 최적화 된 수준을 지속적으로 트리거합니다.
제가 올바르게 이해했다면 RSI(3)은 '좋은'(잠재 수익 > ??)과 '나쁜'(잠재 수익 < ??)을 구분하지 못하지만 RSI(16)은 구분하기 때문에 아무런 도움이 되지 않는다고 말씀하신 것 같습니다.
하지만 그렇다면 16이 3보다 낫다는 것을 알기 때문에 최적화가 이루어졌다는 것인데, 이를 어디서 알 수 있을까요?
이제 RSI(3)으로 NN을 훈련하나요? 아마도 삭제될 것입니다. 아니면 RSI(3)(NN 입력 1)과 RSI(16)(NN 입력 2)를 시도하고 있으며, RSI(3)이 삭제될 경우(예: NN 입력 1을 0으로 설정) RSI(x)가 16으로 최적화되었습니다 - 아주 간단한 방법으로도 말이죠. MT 옵티마이저를 사용하려면 NN이 필요한가요?
제가 올바르게 이해했다면 RSI(3)은 '좋은'(잠재 수익> ??)과 '나쁜'(잠재 수익 < ??)을 구분하지 못하기 때문에 아무런 도움이 되지 않지만 RSI(16)은 도움이 됩니다.
하지만 그렇다면 16이 3보다 낫다는 것을 알기 때문에 최적화가 이루어졌다는 것인데, 이를 어디서 알 수 있을까요?
이제 RSI(3)으로 NN을 훈련하나요? 아마도 삭제될 것입니다. 아니면 RSI(3)(NN 입력 1)과 RSI(16)(NN 입력 2)를 시도하고 있으며, RSI(3)이 삭제될 경우(예: NN 입력 1을 0으로 설정) RSI(x)가 16으로 최적화되었습니다 - 아주 간단한 방법으로도 말이죠. MT 옵티마이저를 사용하려면 NN이 필요한가요?
아니면 제가 예제에서 뭔가 놓치고 있는 건가요?
실시간으로 가능한 기본 활용률 격차의 예로 RSI(3)과 RSI(16)을 언급합니다. 이 예에서 이상적인 것은 가변 기간 RSI입니다.
안녕하세요,
신경망(NN)에 대한 저의 부정적인 편견을 해소할 수 있도록 도와주세요.
b) 테스터가 두 번째 최적화를 실행하여 어떤 최적화 지표가 필요한지 확인하고(*)
c) 최적화 지표의 수를 줄여서
d) NN이 필요한 이유는 무엇인가요?
(*) 안타깝게도 유전 모드에서 mt4의 최적화 프로그램을 실행하고 특정 파라미터 세트를 우회하려고 할 경우(예: "indicator-A"가 'on'인지 테스트하지 않음) OnInit()에서"INIT_PARAMETERS_INCORRECT" 로 반환하면유전 알고리즘은 여전히 이를 유효한 패스로 계산하고 종료 기준 중 하나인 패스 횟수로 인해 이 알고리즘이 중지되기 전에 실제로 실행된 패스 수를 줄이게 됩니다.
예를 들어 RSI와 지그재그 고점, 지그재그 저점을 사용하여 간단한 최적화를 만든다고 가정 해 보겠습니다.
우리는 지그재그 고점에서 RSI 값을 합산하여 고점에서 평균 과매도, 저점에서 RSI 값을 합산하여 평균 과매 수
를 생성합니다. 우리의 평균은 본질적으로 해당 자산에 대한 설정
에 관계없이 RSI의 조정이 될 것입니다.
문제는 제 겸손한 의견으로는 지표가 최적화되어야하는지 여부가 아니라 지표가 활용 가능한지 여부입니다
근본적으로.
위의 예에서 RSI (3) 대 RSI (16)의 평균을 보면 내 요점을 파악할 수 있습니다
RSI (3)는 RSI (16) 대비 우리의 최적화 수준을 지속적으로 트리거 할 것입니다.
1,2,3,4, 나는 어떤 지표와 설정이 전달 되든 본질적으로 기본 자산에 맞게 조정된다고 믿습니다.
...
우리의 평균은 본질적으로 해당 자산에 대한 설정에 관계없이 RSI의 조정이 될 것입니다.
문제는 제 겸손한 의견으로는 지표가 최적화되어야하는지 여부가 아니라 지표가 활용 가능한지 여부입니다
근본적으로.
위의 예에서 RSI (3) 대 RSI (16)의 평균을 보면 내 요점을 파악할 수 있습니다
RSI (3)는 RSI (16) 대비 최적화 된 수준을 지속적으로 트리거합니다.
제가 올바르게 이해했다면 RSI(3)은 '좋은'(잠재 수익 > ??)과 '나쁜'(잠재 수익 < ??)을 구분하지 못하지만 RSI(16)은 구분하기 때문에 아무런 도움이 되지 않는다고 말씀하신 것 같습니다.
하지만 그렇다면 16이 3보다 낫다는 것을 알기 때문에 최적화가 이루어졌다는 것인데, 이를 어디서 알 수 있을까요?
이제 RSI(3)으로 NN을 훈련하나요? 아마도 삭제될 것입니다. 아니면 RSI(3)(NN 입력 1)과 RSI(16)(NN 입력 2)를 시도하고 있으며, RSI(3)이 삭제될 경우(예: NN 입력 1을 0으로 설정) RSI(x)가 16으로 최적화되었습니다 - 아주 간단한 방법으로도 말이죠. MT 옵티마이저를 사용하려면 NN이 필요한가요?
아니면 제가 예제에서 놓친 부분이 있나요?
제가 올바르게 이해했다면 RSI(3)은 '좋은'(잠재 수익> ??)과 '나쁜'(잠재 수익 < ??)을 구분하지 못하기 때문에 아무런 도움이 되지 않지만 RSI(16)은 도움이 됩니다.
하지만 그렇다면 16이 3보다 낫다는 것을 알기 때문에 최적화가 이루어졌다는 것인데, 이를 어디서 알 수 있을까요?
이제 RSI(3)으로 NN을 훈련하나요? 아마도 삭제될 것입니다. 아니면 RSI(3)(NN 입력 1)과 RSI(16)(NN 입력 2)를 시도하고 있으며, RSI(3)이 삭제될 경우(예: NN 입력 1을 0으로 설정) RSI(x)가 16으로 최적화되었습니다 - 아주 간단한 방법으로도 말이죠. MT 옵티마이저를 사용하려면 NN이 필요한가요?
아니면 제가 예제에서 뭔가 놓치고 있는 건가요?
이 예에서 이상적인 것은 가변 기간 RSI입니다.
실시간으로 발생할 수 있는 펀더멘털 활용률 격차의 예로 RSI(3)과 RSI(16)을 언급합니다.
이 예시에서는 가변 기간 RSI가 이상적입니다.
좋아요 - 그럼 NN에 전송되는 것은 무엇일까요?
고정 값(어떻게 얻었는지)을 가진 RSI(..)를 가변 값으로 - 계산을 최적화할 수 있을까요, 없을까요?
이 모든 것이 과잉 적응의 위험에 영향을 미치므로 너무 지저분해서 죄송합니다.
Ошибка
RStudio에서 실행할 때
이 함수는 무엇인가요? 어느 패키지의 함수이며 어디에 정의되어 있나요?고마워요!R x64 3.3.1이 있습니다. 설치 후 다음 라이브러리가 누락되었습니다 - svMisc, svSocket, TTR, xts, zoo. 그러나 Rstudio는 마지막 세 가지에 대해 불평하지 않았고 DebugView 덕분에 만 알아낼 수있었습니다.
표시기가 설치되고 오랫동안 생각하고 지그재그를 생성합니다. serv를 true로 설정하려고하면 충돌이 발생합니다:
Expert Advisor를 설치할 때도 같은 일이 발생합니다:
터미널에 "Rterm이 충돌했습니다"라고 표시됩니다.
Google에서 이 오류에 대한 명확한 설명을 찾지 못했습니다. 어디에서 찾아야 하나요?
RStudio에서 실행하는 경우:
답장이 늦어져서 죄송합니다.
이 함수는 "caret::upSample //downSample 패키지에 정의되어 있으며, 모든 클래스가 소수 클래스와 동일한 빈도를 갖도록 데이터 집합을 무작위로 샘플링합니다. upSample은 클래스 분포를 동일하게 만들기 위해 교체로 샘플을 샘플링합니다//.
행운을 빕니다.
R x64 3.3.1이 있습니다. 설치 후 다음 라이브러리가 누락되었습니다 - svMisc, svSocket, TTR, xts, zoo. 그러나 Rstudio는 마지막 세 가지에 대해 불평하지 않았고 DebugView 덕분에 만 알아낼 수있었습니다.
표시기가 설치되고 오랫동안 생각하고 지그재그를 생성합니다. serv를 true로 설정하려고하면 충돌이 발생합니다:
Expert Advisor를 설치할 때도 같은 일이 발생합니다:
터미널에 "Rterm이 충돌했습니다"라고 표시됩니다.
Google에서 이 오류에 대한 명확한 설명을 찾지 못했습니다. 어디를 파헤쳐야 하나요?
이 기사의 부록에 서버를 사용하지 않고 수정된 e_DNSAE Expert Advisor를 게시했습니다.
한번 살펴보세요.
행운을 빕니다.