程序库: BestInterval - 页 10 1...34567891011121314151617...29 新评论 fxsaber 2018.11.10 13:29 #91 Maxim Dmitrievsky: 不要向热爱市场的人 提供鸦片 ))BestInterval 带有 5 个抛出的坏区间,可视为向智能交易系统添加了 10 个输入参数(每个参数取 0 至 2500 的整数值,且下一个参数大于上一个参数)。 事实证明,只需增加 10 个输入参数,就可以在任何时间框架内完美地训练(并立即训练)几乎任何 TS。 我在半年的历史上有超过 1000 个仓位(这样的 TS)。也就是说,只需 10 个参数就能创建这样的指标。而在 NS 中,参数可以多几个数量级,数值范围 也可以多几个数量级。 我的观点是,如果 10 个参数就足以拟合,那么谈论更多参数(这是关于 NS 的)岂不是自欺欺人? 继续思考。如果我们粗略估算一下这 10 个参数可以组成多少个组合(向量数),那将是 ~10^30。也就是说,在这个并不算大的数字中,总会有一个组合(实际上有很多很多个)能在任意长度的数据上显示出优异的结果。这让我有些泄气。 Maxim Dmitrievsky 2018.11.10 13:42 #92 fxsaber:在 BestInterval 中,有 5 个坏区间被抛出,这可以看作是向 EA 增加了 10 个输入(每个输入的整数值从 0 到 2500,下一个输入的值大于前一个输入的值)。事实证明,只需增加 10 个输入参数,就能在任何时间间隔上完美地训练(并立即训练)几乎任何 TS。我在半年的历史上有超过 1000 个仓位(这样的 TS)。也就是说,只需 10 个参数就能生成这样的指标。而在 NS 中,参数可以多几个数量级,数值范围 也可以多几个数量级。我的观点是,如果 10 个参数就足以拟合,那么谈论更多参数(这是关于 NS 的)岂不是自欺欺人?自欺欺人,这就好比增加近似多项式的阶数,随着阶数的增加,拟合结果会越来越大,直至理想状态。因此,一开始可以取很多,然后把它们去到最小,留下最好的。 可惜的是,它的泛化能力很差......不过我看到你的 EA testerEA 在 oos 上运行得很好。顺便说一下,我没能很好地应用您的 EA,但我也没怎么尝试。EMA 库中还有一个除以 0 的错误。 fxsaber 2018.11.10 13:45 #93 Maxim Dmitrievsky:EMA 库中还存在除数为 0 的错误不应使用零周期。我在上面添加了它。 fxsaber 2018.11.10 13:47 #94 Maxim Dmitrievsky:这就好比增加近似多项式的阶数,随着阶数的增加,拟合程度会越来越大,直至达到理想状态。多项式的情况则有些不同,因为系数的取值范围 几乎没有限制。 fxsaber 2018.11.10 13:55 #95 Maxim Dmitrievsky:我看到您的 EA testerEA 在 oos 上运行得很好。顺便说一下,我没能把您的 EA 安装好,但我也没怎么尝试。遗憾的是,我还没能完成真正意义上的战斗版本。因为方案应该如下 在虚拟环境 Virtual1 中,运行不带 BestInterval 的智能交易系统 - 它是原始的。在虚拟环境 Virtual2 中,基于 Virtual1 和 BestInterval 以及相应的同步器,运行着性能卓越的智能交易系统。在基于 Virtual2 + 与第 2 点不同的同步器的真实环境中,EA 正在进行交易。我在第 2 点上有点卡住了。我想我已经调试好了。不幸的是,使用 MT5-Tester 调试相同的 TP 几乎是不可能的(它们会滑动,狗)。这就是为什么我必须克服某人偷偷放置的拐杖。虚拟允许您创建任意数量的平行世界。但这很难。 几乎没人会用这么复杂的方案,所以我加了这个,以方便使用 Profit = 27281.00 = 23906.00 + 3375.00 (14.12%) - Amount of Delete Intervals = 1 (2018.02.26 - 2018.11.09), 06:00 - 01:00, CountHours = 18 00:00:00 - 01:14:06 : Profit = 3633.00 (13.32%), Total = 126 (73.81%), PF = 2.69, Mean = 28.83, DD = 395.00, RF = 9.20 06:04:48 - 23:59:59 : Profit = 23648.00 (86.68%), Total = 1820 (73.13%), PF = 1.50, Mean = 12.99, DD = 1563.00, RF = 15.13 SUMMARY: 00:00:00 - 23:59:59 : Profit = 27281.00 (100.00%), Total = 1946 (73.18%), PF = 1.55, Mean = 14.02, DD = 1360.00, RF = 20.06 它有点像在说:"别费劲了,把这个范围放到你的 TC 中,不会更糟的"。 Maxim Dmitrievsky 2018.11.10 13:59 #96 fxsaber:您不需要使用零句点。我在上面写的。啊,原来如此,我明白了)我稍后再运行一次,我只是在和我的书呆子们修修补补。 你需要使用高度正则化的模型,因为如果不使用正则化模型,即使噪音不大,也会失败。我改用了一般的线性模型(我在 RL 中增加了一个库)。 fxsaber 2018.11.10 14:01 #97 Maxim Dmitrievsky:您需要使用高度正则化的模型,因为如果不使用正则化模型,即使噪音不明显,它们也能 拟合。我改用了线性模型(我为 RL 增加了一个库)。是多少? Maxim Dmitrievsky 2018.11.10 14:06 #98 fxsaber:是多少?等于特征数量,+1,嗯,回归系数。只不过是买入/卖出分类的 logit 回归。 不过,它的概括力很小,在长区间内不太适合,但在短区间内还可以。我认为应该增加几个回归,将它们组合成一个小型 NS,再加上一个好的特征分类器(如 MGUA)。 fxsaber 2018.11.10 14:11 #99 Maxim Dmitrievsky:等于特征数 +1 以及回归系数。只有买入/卖出分类的 logit 回归不过,它的概括力很小,在长区间内不太适合,但在短区间内还可以。我在考虑增加几个回归,将它们合并成一个小型 NS。这可是一大笔钱。也有这样的说法。ML 和 BestInterval 是不同的概念。ML 寻找的是 TC,而 BestInterval 什么都不找。 我想知道这样一个例子是如何实现的。假设 ML 有 100 个参数,并找到了一个 TC。最终是 ML100 + BestInterval10 还是 ML110 更好呢? Maxim Dmitrievsky 2018.11.10 14:12 #100 fxsaber:遗憾的是,我还没能真正完成战斗版的设计。方案如下在 Virtual1 虚拟环境中运行不带 BestInterval 的 Expert Advisor(原始)。在虚拟环境 Virtual2 中,基于 Virtual1 和 BestInterval 以及相应的同步器,运行一个性能卓越的智能交易系统。在基于 Virtual2 + 与第 2 点不同的同步器的真实环境中,EA 正在进行交易。我在第 2 点上有点卡住了。我想我已经调试好了。不幸的是,使用 MT5-Tester 调试相同的 TP 几乎是不可能的(它们会打滑,狗)。这就是为什么我必须克服某人偷偷放置的拐杖。值得庆幸的是,Virtual 允许您创建任意数量的平行世界。但这很难。几乎没有人会使用如此复杂的方案,所以我添加了这个功能,以方便使用这有点像在说:"不用麻烦了,把这个范围放到您的 TC 中,不会更糟的"。是的,这个方案确实很复杂,不是每个人都能使用它:) 1...34567891011121314151617...29 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
不要向热爱市场的人 提供鸦片 ))
BestInterval 带有 5 个抛出的坏区间,可视为向智能交易系统添加了 10 个输入参数(每个参数取 0 至 2500 的整数值,且下一个参数大于上一个参数)。
事实证明,只需增加 10 个输入参数,就可以在任何时间框架内完美地训练(并立即训练)几乎任何 TS。
我在半年的历史上有超过 1000 个仓位(这样的 TS)。也就是说,只需 10 个参数就能创建这样的指标。而在 NS 中,参数可以多几个数量级,数值范围 也可以多几个数量级。
我的观点是,如果 10 个参数就足以拟合,那么谈论更多参数(这是关于 NS 的)岂不是自欺欺人?
继续思考。如果我们粗略估算一下这 10 个参数可以组成多少个组合(向量数),那将是 ~10^30。也就是说,在这个并不算大的数字中,总会有一个组合(实际上有很多很多个)能在任意长度的数据上显示出优异的结果。这让我有些泄气。
在 BestInterval 中,有 5 个坏区间被抛出,这可以看作是向 EA 增加了 10 个输入(每个输入的整数值从 0 到 2500,下一个输入的值大于前一个输入的值)。
事实证明,只需增加 10 个输入参数,就能在任何时间间隔上完美地训练(并立即训练)几乎任何 TS。
我在半年的历史上有超过 1000 个仓位(这样的 TS)。也就是说,只需 10 个参数就能生成这样的指标。而在 NS 中,参数可以多几个数量级,数值范围 也可以多几个数量级。
我的观点是,如果 10 个参数就足以拟合,那么谈论更多参数(这是关于 NS 的)岂不是自欺欺人?
自欺欺人,这就好比增加近似多项式的阶数,随着阶数的增加,拟合结果会越来越大,直至理想状态。因此,一开始可以取很多,然后把它们去到最小,留下最好的。
可惜的是,它的泛化能力很差......不过我看到你的 EA testerEA 在 oos 上运行得很好。顺便说一下,我没能很好地应用您的 EA,但我也没怎么尝试。EMA 库中还有一个除以 0 的错误。
EMA 库中还存在除数为 0 的错误
不应使用零周期。我在上面添加了它。
这就好比增加近似多项式的阶数,随着阶数的增加,拟合程度会越来越大,直至达到理想状态。
多项式的情况则有些不同,因为系数的取值范围 几乎没有限制。
我看到您的 EA testerEA 在 oos 上运行得很好。顺便说一下,我没能把您的 EA 安装好,但我也没怎么尝试。
遗憾的是,我还没能完成真正意义上的战斗版本。因为方案应该如下
几乎没人会用这么复杂的方案,所以我加了这个,以方便使用
它有点像在说:"别费劲了,把这个范围放到你的 TC 中,不会更糟的"。
您不需要使用零句点。我在上面写的。
啊,原来如此,我明白了)我稍后再运行一次,我只是在和我的书呆子们修修补补。
你需要使用高度正则化的模型,因为如果不使用正则化模型,即使噪音不大,也会失败。我改用了一般的线性模型(我在 RL 中增加了一个库)。
您需要使用高度正则化的模型,因为如果不使用正则化模型,即使噪音不明显,它们也能 拟合。我改用了线性模型(我为 RL 增加了一个库)。
是多少?
是多少?
等于特征数量,+1,嗯,回归系数。只不过是买入/卖出分类的 logit 回归。
不过,它的概括力很小,在长区间内不太适合,但在短区间内还可以。我认为应该增加几个回归,将它们组合成一个小型 NS,再加上一个好的特征分类器(如 MGUA)。
等于特征数 +1 以及回归系数。只有买入/卖出分类的 logit 回归
不过,它的概括力很小,在长区间内不太适合,但在短区间内还可以。我在考虑增加几个回归,将它们合并成一个小型 NS。
这可是一大笔钱。也有这样的说法。ML 和 BestInterval 是不同的概念。ML 寻找的是 TC,而 BestInterval 什么都不找。
我想知道这样一个例子是如何实现的。假设 ML 有 100 个参数,并找到了一个 TC。最终是 ML100 + BestInterval10 还是 ML110 更好呢?
遗憾的是,我还没能真正完成战斗版的设计。方案如下
几乎没有人会使用如此复杂的方案,所以我添加了这个功能,以方便使用
这有点像在说:"不用麻烦了,把这个范围放到您的 TC 中,不会更糟的"。
是的,这个方案确实很复杂,不是每个人都能使用它:)