Maxim Dmitrievsky #: На могу представить это в голове.. у нас есть размеченный датасет, мы хотим обучиться как можно ближе к этим меткам. Если берём другой критерий, то эти метки перестают иметь значение?
Тогда в процессе обучения полностью меняется стратегия
вот отличный вопрос. робастность ТС это не вопрос хорошести AO или конкретного инструмента тестирования, это вопрос выбора критерия. чем адекватнее критерий оценки, тем адекватнее ведёт себя модель на новых данных. выбрать лучший АО значить выбрать лучший инструмент для оптимизации КРИТЕРИЯ. Не может быть АО виноват или тестер виноват. Виноват критерий.
Обучение с учителем подразумевает, что хотите получить конкретный результат и проверить на новых данных свои выводы. Если туда пихать кастомные критерии, то будете проверять именно их. Тогда можно не подготавливать метки вообще, рандомно делать.
Все, ушел играть в Metro exodus. Актуально как никогда.
Maxim Dmitrievsky #: На могу представить это в голове.. у нас есть размеченный датасет, мы хотим обучиться как можно ближе к этим меткам. Если берём другой критерий, с ними не связанный, то эти метки перестают иметь значение?
Тогда в процессе обучения полностью меняется стратегия. Получается подгонка под кастомный критерий.
В том то и дело, что немного отходим от того вида оптимизации (обучение), которое принято в классическом МО. Двигаемся в сторону оптимизации в более широком смысле (как в МТ5, например). Но при этом хотим сохранить мощь и гибкость моделей, используемых в МО.
Всегда смущала концептуальная пропасть между оптимизацией в МТ5 и применением МО. Хорошо бы иметь возможности для промежуточных подходов.
Фоменко вообще как будто не слышит что говорят. Я уже несколько раз говорил, что тестер никак не влияет ни на прибыльность, ни на способность ТС работать прибыльно в будущем. Тестер - инструмент, не более того. Алгоритм оптимизации - инструмент и не более того. Это как обсуждать "успешность" лопаты для зарабатывания денег.
Это точно, разговор глухого со слепым.
Я пишу, что оптимизацией вместе с критериями заниматься не нужно, так как финансовые рынки НЕ стационарны, а Вы пишите, что я понимают что-то там в оптимизации.
Успеха, алхимики преобразовывали все в золото несколько сот лет.
В том то и дело, что немного отходим от того вида оптимизации (обучение), которое принято в классическом МО. Двигаемся в сторону оптимизации в более широком смысле (как в МТ5, например). Но при этом хотим сохранить мощь и гибкость моделей, используемых в МО.
Всегда смущала концептуальная пропасть между оптимизацией в МТ5 и применением МО. Хорошо бы иметь возможности для промежуточных подходов.
Andrey Dik #: вот отличный вопрос. робастность ТС это не вопрос хорошести AO или конкретного инструмента тестирования, это вопрос выбора критерия. чем адекватнее критерий оценки, тем адекватнее ведёт себя модель на новых данных. выбрать лучший АО значить выбрать лучший инструмент для оптимизации КРИТЕРИЯ. Не может быть АО виноват или тестер виноват. Виноват критерий.
Робастность ТС никакого отношения НЕ имеет к критериям оценки, потому что критерий ровно один - угадал направление сделки или нет. А вот последнее зависит от набора и свойств предикторов
Я пишу, что оптимизацией вместе с критериями заниматься не нужно, так как финансовые рынки НЕ стационарны, а Вы пишите, что я понимают что-то там в оптимизации.
Вы же тоже, по сути, занимаетесь оптимизацией. Придумали некий критерий "стационарности признаков" и берёте оптимальные по нему признаки. Та же самая оптимизация на истории, только в профиль.
Робастность ТС никакого отношения НЕ имеет к критериям оценки, потому что критерий ровно один - угадал направление сделки или нет. А вот последнее зависит от набора и свойств предикторов
Вот, обязательно надо придумать критерий робастности ТС и оптимизировать по нему) Снова получится та же самая оптимизация на истории, но в другой профиль)
Aleksey Nikolayev #: Вот, обязательно надо придумать критерий робастности ТС и оптимизировать по нему) Снова получится та же самая оптимизация на истории, но в другой профиль)
вот вот. непонятна аллергия у некоторых товарисчей на слово "оптимизация".
оптимизацию нужно рассматривать как процесс поиска наилучшего решения. наилучшее решения робастной модели. Если модель не робастная (слабый критерий оценки), то как говорится "неча на зеркало пенять" (грешить на оптимизацию).
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
На могу представить это в голове.. у нас есть размеченный датасет, мы хотим обучиться как можно ближе к этим меткам. Если берём другой критерий, то эти метки перестают иметь значение?
Виноват критерий.
На могу представить это в голове.. у нас есть размеченный датасет, мы хотим обучиться как можно ближе к этим меткам. Если берём другой критерий, с ними не связанный, то эти метки перестают иметь значение?
В том то и дело, что немного отходим от того вида оптимизации (обучение), которое принято в классическом МО. Двигаемся в сторону оптимизации в более широком смысле (как в МТ5, например). Но при этом хотим сохранить мощь и гибкость моделей, используемых в МО.
Всегда смущала концептуальная пропасть между оптимизацией в МТ5 и применением МО. Хорошо бы иметь возможности для промежуточных подходов.
Фоменко вообще как будто не слышит что говорят. Я уже несколько раз говорил, что тестер никак не влияет ни на прибыльность, ни на способность ТС работать прибыльно в будущем. Тестер - инструмент, не более того. Алгоритм оптимизации - инструмент и не более того. Это как обсуждать "успешность" лопаты для зарабатывания денег.
Это точно, разговор глухого со слепым.
Я пишу, что оптимизацией вместе с критериями заниматься не нужно, так как финансовые рынки НЕ стационарны, а Вы пишите, что я понимают что-то там в оптимизации.
Успеха, алхимики преобразовывали все в золото несколько сот лет.
В том то и дело, что немного отходим от того вида оптимизации (обучение), которое принято в классическом МО. Двигаемся в сторону оптимизации в более широком смысле (как в МТ5, например). Но при этом хотим сохранить мощь и гибкость моделей, используемых в МО.
Всегда смущала концептуальная пропасть между оптимизацией в МТ5 и применением МО. Хорошо бы иметь возможности для промежуточных подходов.
вот отличный вопрос. робастность ТС это не вопрос хорошести AO или конкретного инструмента тестирования, это вопрос выбора критерия. чем адекватнее критерий оценки, тем адекватнее ведёт себя модель на новых данных. выбрать лучший АО значить выбрать лучший инструмент для оптимизации КРИТЕРИЯ. Не может быть АО виноват или тестер виноват. Виноват критерий.
Робастность ТС никакого отношения НЕ имеет к критериям оценки, потому что критерий ровно один - угадал направление сделки или нет. А вот последнее зависит от набора и свойств предикторов
Это точно, разговор глухого со слепым.
Я пишу, что оптимизацией вместе с критериями заниматься не нужно, так как финансовые рынки НЕ стационарны, а Вы пишите, что я понимают что-то там в оптимизации.
Вы же тоже, по сути, занимаетесь оптимизацией. Придумали некий критерий "стационарности признаков" и берёте оптимальные по нему признаки. Та же самая оптимизация на истории, только в профиль.
Робастность ТС никакого отношения НЕ имеет к критериям оценки, потому что критерий ровно один - угадал направление сделки или нет. А вот последнее зависит от набора и свойств предикторов
Вот, обязательно надо придумать критерий робастности ТС и оптимизировать по нему) Снова получится та же самая оптимизация на истории, но в другой профиль)
вот вот. непонятна аллергия у некоторых товарисчей на слово "оптимизация".
оптимизацию нужно рассматривать как процесс поиска наилучшего решения. наилучшее решения робастной модели. Если модель не робастная (слабый критерий оценки), то как говорится "неча на зеркало пенять" (грешить на оптимизацию).