Uydurma ve gerçek kalıplar arasındaki çizgi nerede? - sayfa 21
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
Üstün zekalılar için:
1) Rusçada özellikle yetenekli diye bir kelime yoktur.
Pekala, bir kez yapabilirsin, ama beş sayfada arka arkaya beş kez değil.
................
2) Dönemlerin bölünmesinden zarar .....
ve
OOS üzerindeki testlerden zarar ....
Kabul edin bunlar farklı şeyler.
Doğru bilgiyi yanlış tanıtmayın. Birçoğu yok ....)
Hayır, OOS testi pozitif çıktıysa değildi.
OOS'ta olumsuz bir sonuç varsa, bu Numune'ye hiç uymadığı anlamına gelmez - pazar değişebilir. Uyumdan emin olmak için, Numuneden önce ve sonra OOS üzerinde testler yapmak gerekir. Sonuç her iki forvet için de negatifse, o zaman zaten çıplak bir uyumla karşı karşıyayız.
Başarılı ileriye dönük testler, gelecekte TS'nin karlılığını garanti etmez. Amaçları uyumu ortaya çıkarmaktır.
TS'nin optimizasyon periyoduna aptalca ayarlanmadığından emin olmak için OOS için bir test yapıyoruz.
Her şey doğru. Ancak. OOS, TS'nin genelleme yeteneğine sahip olduğundan emin olmak için optimizasyon döneminde mevcut olandan farklı bilgiler içermelidir (bazı modeller bulunmuştur ve sonuçlar farklı veriler üzerinde benzer olacaktır, ancak bu kalıbı içerir). Aksi takdirde, OOS üzerindeki test numunedeki ile aynı sonuçlara sahip olacaktır, ancak bu artık TS'nin bir tür düzenlilik öğrendiğinin bir onayı olmayacaktır ve gelecekte TS aynı sonuçlarla çalışamayacaktır.
Şimdi, dikkat! Soru: OOS'nin S dışında veri içerdiğini kontrol ediyor musunuz? Evet ise, nasıl?
Birisi şemanın kendisinde yanlışlıklar bulursa, lütfen bana bildirin...
Boyutları true olarak ayarladım ama yine de çamurlu bir görüntü. Ayrı bir pencerede - temizle.
Eğitim için veri hazırladığınızı varsayalım. Daha spesifik olabilir misiniz, bu teknikleri ne kadar süredir kullanıyorsunuz? Sözlerinizdeki bir şey çok tanıdık, hatırlıyorum, bir nevi bağlamla ilgili bir başlıktaki gibi, optimizasyon için ön-gerekli parametrelerle sentetik veriler hazırlamayı önerdim, böylece veri parametrelerini değiştirebilir ve yanıtını görebilirsiniz. araç. Benim düşünceme göre, az önce benimle aynı fikirdeydiniz, ancak benimkinden biraz farklı bir seçenek sundunuz - tarihin gerçek parçalarından veri hazırlamak için, öyle mi?
1) Rusça'da özellikle yetenekli bir kelime yoktur .go ....)
Üstün zekalılar için:
bkz. Akademisyen: Özel yetenekli ile ilgili sözlükler ve ansiklopediler
Not: Rus dilinin özellikle yetenekli bilenleri için: Rusça'da bazı kelimeleri diğerlerinden ayırmak için boşluklar vardır.
Vay, vay, vay...
Senin için ne kadar zor... :)
Kement , sinir ağlarında çok karmaşık olmayan bir şey okumanız en iyisidir. Sanırım tüm bu terminoloji buradan çıktı. Belki terimlerde yanlışım, özür dilerim, bunu uzun zaman önce okudum:
1. Örnek veriler: eğitim alanı. Bu, doğrudan veri aldığımız ve ağı eğittiğimiz alandır.
2. Doğrulama verileri: doğrulama sitesi. Bu bölümde antrenman yapmıyoruz, hatayı değerlendirmek ve antrenmanı durdurmamız gerektiğinde kontrol etmek için kullanıyoruz. Çalıştırma sayısına bağlı olarak iyi bilinen bir doğrulama hatası eğrisi vardır. Bu minimum eğridir. Çok uzun süre öğretirsek, yani. Zamanında durmazsak, eğitim alanındaki hata yine azalacaktır, ancak doğrulama alanındaki hata artık artacaktır. Bu çok uygun: eğitim alanındaki verilere çok iyi yaklaştık, ancak fazla abarttık çünkü doğrulama hatası büyümeye başladı. Eğitimin kalitesi ve sinir ağının genelleme yapabilme yeteneğinin değerlendirilmesi ikinci hatadır.
3. Test verileri. Bu, örneklem dışı gerçek OOS'tur.
Hatanın değerlendirildiği ikinci bölüm olan doğrulama, üzerinde eğitim almamamıza rağmen OOS değildir. Ancak, bu siteden alınan veriler, ilkinden gelen verileri eğitmek için kullanılır. Eğitim kalitesinin doğru, kesinlikle bağımsız bir doğrulaması için (daha doğrusu genelleme), henüz görmediğimiz ve eğitimde kullanmadığımız verileri almamız gerekir.
Burada test cihazında sinir ağlarımız yok. Hata, doğrudan Örnek veri bölümünde değerlendirilir. Dolayısıyla sinir yöntemlerini doğrudan buraya aktarmak mümkün olmayacaktır. Belki de xeon , TestCommander'ı ile burada bir şey bulmuş olsa da ...
Üstün zekalılar için:
bkz. Akademisyen: Özel yetenekli ile ilgili sözlükler ve ansiklopediler
Not: Rus dilinde özellikle yetenekli olanlar için: Rus dilinde boşluklar var
figar0 :
Eğitim için veri hazırladığınızı varsayalım. Daha spesifik olabilir misiniz, bu teknikleri ne kadar süredir kullanıyorsunuz? Sözlerinizdeki bir şey çok tanıdık, hatırlıyorum, bir nevi bağlamla ilgili bir başlıktaki gibi, optimizasyon için ön-gerekli parametrelerle sentetik veriler hazırlamayı önerdim, böylece veri parametrelerini değiştirebilir ve yanıtını görebilirsiniz. araç. Benim düşünceme göre, benimle aynı fikirdeydiniz, ancak benimkinden biraz farklı bir seçenek sundunuz - tarihin gerçek parçalarından veri hazırlamak için, öyle mi?
bazı kurallara göre eğitim için veri hazırlamak, sisteme ek bir filtre eklemekten başka bir şey değildir.
Üstün zekalılar için: durağan olmama, beklenen değer ve varyans gibi istatistiksel kalıpların olmamasıdır.
Bollinger zarflarını çizelgeye atın ve durağan olmama "kalıplarının" kendilerini nasıl gösterdiğini göreceksiniz. göstergenin merkezi beklentidir ve merkezden zarflara olan mesafe varyanstır.