Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3215
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Martin.
Ve eğer güçlü bir geri tepmesiz eğilim varsa, martin işe yarayacak mı? Ve neden işe yaramayacak?
Bu bir felsefe.
1)eğer bir algoritma piyasada uzun süre para kazandırıyorsa, bu bir düzenliliktir, değil mi?
2) ve eğer bu algoritmanın üzerine, ilk algoritmayı gözlemleyecek ve onun hakkında istatistik toplayacak ve alım satım sinyalleri verecek ve para kazanacak başka bir algoritma eklerseniz.
O zaman size göre bu zaten bir model değil, bir felsefedir.
Bir tüccar örneğiyle anlattığım şey tam olarak buydu...
O zaman bunun bir model değil, bir felsefe olduğunu söylüyorsunuz.
Karşılıklı bir zaman kaybı görüyorum. Karşılıklı konuşuyor olsaydık eminim karşılıklı anlama olasılığı bire yakın olurdu.
TC sonuçlarının üzerine bir şey koymak normal bir uygulamadır. En yaygın olanı filtrelerdir. Daha az sıklıkla - MM (örneğin, denge eğrisi üzerinde bir filtre: daha güçlü bir şekilde saparsanız, MM'yi daha güçlü bir şekilde değiştirirsiniz). Daha da nadir - ticaret sonuçlarında düzenlilik arayışı.
Karşılıklı bir zaman kaybı görüyorum. Karşılıklı konuşuyor olsaydık, karşılıklı anlayış olasılığının bire yakın olacağından eminim.
BAE'de bir konferans düzenlenmesi önerisi hala geçerlidir)
Karşılıklı bir zaman kaybı görüyorum. Karşılıklı konuşuyor olsaydık, karşılıklı anlayış olasılığının bire yakın olacağından eminim.
Katılıyorum.
Yanlış hecelemiş. OOS - test, validasyon - model değerlendirmesi (validasyon) için ikinci alt örneklem (traine ile birlikte).
Doğrulama teste eşit veya ayrı olabilir.
Bu ayrım, IO'ların genellikle eğitimi erken durdurmak için ikinci alt örneği kullanması nedeniyle ortaya çıkmıştır. Buna bir anlamda uyum sağlamak da diyebilirsiniz.
Bu nedenle, biri eğitime hiç dahil olmayan 3 alt örneklem kullanırlar.Doğrulama - geçerliliğin onaylanması. Evet/Hayır. Değerlendirme, bir uyum iyiliği modeli için yapılması zor bir şeydir))) uyum iyiliği için değerlendirmeler, o zaman))
Sanırım konuşma terimler ve anlamları hakkında).
Doğrulama - geçerliliğin onaylanması. Evet/Hayır. Değerlendirme, amaca uygun bir model için biraz zor bir konudur.))))) o zaman amaca uygunluk için değerlendirmeler).
Sanırım konuşma terimler ve anlamları hakkında).
Doğrulama değerlendirmeden önce gelir ya da değerlendirmeyi içerir, nasıl isterseniz. Varılmak istenen nokta bu değil.
ve asıl anlatmak istediğiniz MOS'cuların kafa karıştırıcı alt örnekler olduğu :)) Ancak endüstriyel ölçekte çoklu ütopik piyasa teorileri üretiyorlar.
Amacımız yeni veriler üzerinde en iyi performansa sahip ağı bulmak olduğundan, farklı ağları karşılaştırmak için en basit yaklaşım, eğitim için kullanılandan bağımsız veriler üzerindeki hata fonksiyonunu tahmin etmektir. Farklı ağlar, eğitim veri setine göre tanımlanan ilgili hata fonksiyonu en aza indirilerek eğitilir. Ağların performansı daha sonra bağımsız bir doğrulama seti üzerinde hata fonksiyonu değerlendirilerek karşılaştırılır ve doğrulama setine göre en küçük hataya sahip ağ seçilir. Bu yaklaşım bekletme yöntemi olarak adlandırılır. Bu prosedür tek başına doğrulama kümesinin aşırı yüklenmesine yol açabileceğinden, seçilen ağın performansı test kümesi adı verilen üçüncü bir bağımsız veri kümesi üzerinde ölçülerek doğrulanmalıdır.
Bu sürecin bir uygulaması, aday modellerin aynı ağın birbirini izleyen yinelemeleri olduğu ve doğrulama kümesindeki hata büyüdüğünde eğitimin durdurulduğu, bir önceki modelin (minimum hataya sahip olan) seçildiği erken durdurmadır.
https://en.wikipedia.org/wiki/Training,_validation,_and_test_data_setsÖrüntüleri olan verilerde bu işe yarayacaktır.
Neredeyse hiç yoksa, erken durmanın yapıldığı grafiğe bir uyum + iyi bir iz olacaktır. Çizgiyi fazladan bir bölüm daha artırabilir ve kabaca aynı modeli elde edebilirsiniz.
Desenli verilerde - işe yarayacaktır.
Neredeyse hiç yoksa, erken durmanın yapıldığı grafiğe bir uyum + iyi bir iz olacaktır. İzi fazladan bir bölüm daha artırabilir ve yaklaşık aynı örüntüyü elde edebilirsiniz.
Bu farklı bir soru.
Ben de bunu gündeme getiriyordum.
Kaldırdığı şey buydu.