交易中的机器学习：理论、模型、实践和算法交易 - 页 3307 1...330033013302330333043305330633073308330933103311331233133314...3399 新评论 Aleksey Nikolayev 2023.10.15 13:46 #33061 Aleksey Vyazmikin #:所以没有人想到要进行这些测试？ 为什么认为这些检验一直存在？大多数统计检验方法都是在理论家创立之后的 20 世纪才发明的（最重要的是--合理）。而傅立叶分解法则早在一百年前就发明了。 Aleksey Nikolayev 2023.10.15 13:50 #33062 mytarmailS #:我一直在寻找 )https://www.mql5.com/ru/forum/86386/page1056#comment_8678465 是的，那是一个多么逝去的时代）他们是什么样的人--舒里克、科尔登......) mytarmailS 2023.10.15 13:54 #33063 Aleksey Nikolayev #: 他们是怎样的人--舒里克、科尔登......) 阿列克谢-伯纳科夫，操盘手博士... 一个人价值数百... Andrey Dik 2023.10.15 13:57 #33064 mytarmailS 匹配参数，它能被视为一个未经训练的模型吗？ 毕竟，"我们 想到了 "这个短语本身也意味着某种思考过程（迭代）。最终的模型如何知道是大脑迭代还是计算机迭代，两者之间是否存在差异？这个问题是在阅读普拉多的文章 后产生的 问题的关键在于，如果我们谈论的是优化模型的某些参数，那么最佳值可以在 1000 次迭代或 100 次迭代中找到。找到最佳值的概率随着迭代次数的增加而增加。 我之前说过，使用一个能给出你想找到的最大值的估计值是非常重要的。 Maxim Dmitrievsky 2023.10.15 14:10 #33065 阿列克谢偶然进入了 DQN，但却没有更进一步，而是更喜欢写关于瓦莱拉的故事。DR 交易员与亚历山大取得了联系，后者毁了他，因为前者没有任何意见。唯一的人物是 "巫师"，他显然明白了一些事情，但太紧张了，当他意识到自己即将被追上时--逃跑了。 值得注意的是，每个人都是用 R 写的，所以什么也没写成，因为 R 会摧毁人的思想 mytarmailS 2023.10.15 14:24 #33066 Aleksey Vyazmikin #:过度学习源于对罕见现象的记忆。由于没有描述因果关系的模型，这些现象纯粹是统计孤立的。同时，损失并不总是意味着模型训练过度。 安德烈-迪克#: 重点是，如果我们讨论的是模型某些参数的优化，那么迭代 1000 次和 100 次都能找到最佳值。我之前说过，使用这样一个估算值非常重要，它能给出你想要找到的最大值。 你根本不理解我问题的实质 Andrey Dik 2023.10.15 14:40 #33067 mytarmailS #:你连我问题的要点都没明白 我说的是一件事，阿列克谢说的是另一件事。 而且我也没指望我的想法会被照单全收。 想象一下，你所需要的参数集存在于所有变体的完整集合中。现在想想应该如何估算，以便在任何迭代次数中都能找到唯一且精确的参数集？如果拟合度随着迭代次数的增加而增加，这意味着不是参数集的位置不正确，而是使用了不正确的估算。 mytarmailS 2023.10.15 14:45 #33068 Andrey Dik #:我在说一件事，阿列克谢在说另一件事。 而且都说错了。 读读这篇文章，再读读多重测试的问题，然后再读读我的问题。 СанСаныч Фоменко 2023.10.15 14:48 #33069 Andrey Dik #: 这样，无论如何迭代，你都能找到这一组。 老歌 没有人需要这一组。而测试仪中的优化就是在寻找这样一个唯一的集合，大量的 "优化者 "只满足于这一组参数，而不去关注 "二维图"，通过 "二维图"，你可以尝试找到一组集合，即找到一个高原，而不是最大值。 而最优集在二维图上看起来就像苍白或白色方格中的一个绿色小岛，这表明训练过度，即某些特殊性被剔除，而这些特殊性是非常最优的，但却永远不会再遇到，这就是所谓的训练过度。 Andrey Dik 2023.10.15 14:53 #33070 mytarmailS #:而且它们都是错误的。读读这篇文章，再看看多重测试的问题，然后再看看我的问题。 如你所愿，我并不坚持。 1...330033013302330333043305330633073308330933103311331233133314...3399 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
所以没有人想到要进行这些测试？
我一直在寻找 )
https://www.mql5.com/ru/forum/86386/page1056#comment_8678465
他们是怎样的人--舒里克、科尔登......)
阿列克谢-伯纳科夫，操盘手博士...
一个人价值数百...
毕竟，"我们 想到了 "这个短语本身也意味着某种思考过程（迭代）。
最终的模型如何知道是大脑迭代还是计算机迭代，两者之间是否存在差异？
这个问题是在阅读普拉多的文章 后产生的
问题的关键在于，如果我们谈论的是优化模型的某些参数，那么最佳值可以在 1000 次迭代或 100 次迭代中找到。找到最佳值的概率随着迭代次数的增加而增加。
我之前说过，使用一个能给出你想找到的最大值的估计值是非常重要的。
阿列克谢偶然进入了 DQN，但却没有更进一步，而是更喜欢写关于瓦莱拉的故事。DR 交易员与亚历山大取得了联系，后者毁了他，因为前者没有任何意见。
唯一的人物是 "巫师"，他显然明白了一些事情，但太紧张了，当他意识到自己即将被追上时--逃跑了。
值得注意的是，每个人都是用 R 写的，所以什么也没写成，因为 R 会摧毁人的思想过度学习源于对罕见现象的记忆。由于没有描述因果关系的模型，这些现象纯粹是统计孤立的。
同时，损失并不总是意味着模型训练过度。
重点是，如果我们讨论的是模型某些参数的优化，那么迭代 1000 次和 100 次都能找到最佳值。
我之前说过，使用这样一个估算值非常重要，它能给出你想要找到的最大值。
你根本不理解我问题的实质
你连我问题的要点都没明白
我说的是一件事，阿列克谢说的是另一件事。
而且我也没指望我的想法会被照单全收。
想象一下，你所需要的参数集存在于所有变体的完整集合中。现在想想应该如何估算，以便在任何迭代次数中都能找到唯一且精确的参数集？如果拟合度随着迭代次数的增加而增加，这意味着不是参数集的位置不正确，而是使用了不正确的估算。
我在说一件事，阿列克谢在说另一件事。
而且都说错了。
读读这篇文章，再读读多重测试的问题，然后再读读我的问题。
这样，无论如何迭代，你都能找到这一组。
老歌
没有人需要这一组。而测试仪中的优化就是在寻找这样一个唯一的集合，大量的 "优化者 "只满足于这一组参数，而不去关注 "二维图"，通过 "二维图"，你可以尝试找到一组集合，即找到一个高原，而不是最大值。
而最优集在二维图上看起来就像苍白或白色方格中的一个绿色小岛，这表明训练过度，即某些特殊性被剔除，而这些特殊性是非常最优的，但却永远不会再遇到，这就是所谓的训练过度。
而且它们都是错误的。
读读这篇文章，再看看多重测试的问题，然后再看看我的问题。
如你所愿，我并不坚持。