交易中的机器学习:理论、模型、实践和算法交易 - 页 3169

 
mytarmailS #:
大约两年前,我在这里发表过关于这种效果的文章。

几乎每个测试仪用户都看到过。我对解释很感兴趣。

关于交易、自动交易系统和测试交易策略的论坛。

交易中的机器学习:理论、模型、实践和算法交易

fxsaber, 2023.08.16 11:38 AM

这就是会发生的无稽之谈。左边 OOS 通过,右边 - 不通过。而右侧则立即 "跳水"。

在这张图片中,统计意义相当大:超过 3000 个非重叠位置。

我认为这是市场变化对样本本身的影响。例如,开始时样本中有一个真正的模式,后来就没有了。但整个样本都出现了这种情况。

我们必须以某种方式避免样本内部出现这种断裂。


相反的效果也会出现:左边的 OOS 在减少,右边的 OOS 在增加。也就是说,在最初的样本中没有发现模式,只有拟合。

 
fxsaber #:

就是这种情况。左边的 OOS 可以通过,右边的则不行。而在右侧,它会立即 "跳水"。


这种情况经常发生。

也就是说,它立即大幅下潜。跳水的性质并不明确。我认为应该是接近 SB 的情况,但我经常看到这样的图片。


感觉就像如果优化后运行倒置 TS,可能根本不会排水。

总的来说,测试仪毫无价值,就连 Renat 也承认会有新的测试仪,问题是什么时候?

几天前,我在那里寻找我的主题,结果发现了 2019,有人在那里写道,测试仪只对标准指标有效。

确实如此,他们增加了太多的功能,以至于测试仪无法满足用户的热情。
 
如电阻发热是因为电流大。不考虑价格模型的新因素,模型就发生了关键性变化。))))))
 
lynxntech #:

测试仪一文不值

像汽车一样更换垫圈就可以解决这个问题。

 
Valeriy Yastremskiy #:
如电阻发热是因为电流大。不考虑价格模型的新因素,模型就发生了重大变化。))))))

我曾遇到过这样的情况:这样一套 "一文不值 "的产品在几个月后就显示出了很好的状况。

就好像市场上有一个开关,可以开关长期稳定的市场模式。

 
fxsaber #:

与汽车一样,更换垫圈即可解决问题。

先教我怎么用吧。

子,我个人相信,这里 99% 的人都无法正确测试,测试仪的结果也会不同,希望您最近看到了我的帖子。

 
lynxntech #:

先教我怎么用。

子,我个人确信,这里 99% 的人都无法正确测试,测试仪的结果也会不同,希望你最近看到了我的主题。

这个主题与测试仪无关。

 
fxsaber #:

这个主题与测试仪无关。

如果是严重的工作问题,你可以进来、

别再破伤风了。

 
fxsaber #:

面对这样一套 "毫无价值 "的设备,几个月后却出现了大好局面。

市场仿佛有一个开关,可以开关长期稳定的市场模式。

那么,在模式发生变化的那一刻进行修复,目前还不是一项可以解决的任务,只能靠事实来证明。在您的案例中,形态变化的迹象之一就是这张图表。也许可以为梅花图找到一个模型,或者以某种方式标记它们并将其从交易中移除,但是与盈利的 TS 模型不符的梅花图的开端还没有解决方案。

如果除了图表之外,突然出现其他符合模型的迹象,就已经是一个很好的帮助了)))))。

 
fxsaber #:

这几乎是每个测试仪用户都能看到的画面。我对解释很感兴趣。

尝试从具有浮动特征(非平稳性)的随机序列中生成价格、
并对该序列进行相同的测试/拟合。

如果您看到相同的效果(OOS 上的定向消耗)--那就是拟合/重新训练您的 TS/MO 的效果。

如果您在 OOS 上获得的利润与训练时相同,则说明这种效应(OOS 上的定向梅花)是市场固有的,您可以进一步提出假设。

当然...
原因: