交易中的机器学习：理论、模型、实践和算法交易 - 页 728 1...721722723724725726727728729730731732733734735...3399 新评论 Mihail Marchukajtes 2018.03.04 18:52 #7271 再来总结一下。有人观察到一个有趣的事实。两个模型都是在同一地区的40条记录上训练的。然而，VF值高的模型比VF值低的模型显示出更差的结果，我把它与以下事实联系起来：对于第二个模型，VF值很小，这个模型的训练结果是增加训练间隔，可以说是给模型增加负荷，因为只是在这个领域的输入数据太好地描述了输出，模型得到了非常好。现在是哲学..... 想象一下，沿着ICS的轴线有一个刻度。这个尺度对每个数据集来说都是独一无二的，在这个尺度上的某个地方有一个边界，一条垂直线，过度训练的区域在右边，训练不足的区域在左边。任何优化算法的任务都是尽可能地从训练不足的一方接近这个边界，但不是跳过这个边界。而算法越接近这个区域，它的训练不足就越少，同时在过度训练边界的左边。我知道这很难用文字形式表现出来，但试......。实际上，我对这个话题有一个理论，有区域。这不是那么简单，但它不是点.....。 如果你不严格看待这个边界，那么模型学习就归结为学习不足和过度学习之间的最佳平衡。也就是说，必须要有一些平衡。再来看看我们的模型。它很好地学习了输入数据，因为它与输出相匹配 BUT它没有让模型反馈，因为它本来可以多学几个模式，让模型更好地适应，产生更坏的结果，但增加的模式可能对反馈有决定性作用。 换句话说，如果模型把数据学得太好，就必须增加训练期，从而使模型超载。 根据雷舍托夫的分类。 第一个模型77-80%(VI 0.86)的概括性，第二个模型88-90%(VI 0.65)。最佳概括水平是75-85%。 Evgeny Belyaev 2018.03.04 19:22 #7272 Mihail Marchukajtes:再来总结一下。有人观察到一个有趣的事实。两个模型都是在同一地区的40条记录上训练的。然而，高VI 的模型显示出比低VI的模型更差的学习结果，I什么是VI？我只是要猜测。时间间隔。 亚沙说：军事出版。 Mihail Marchukajtes 2018.03.04 19:32 #7273 叶夫根尼-别利亚耶夫。什么是VI？我可能一看就能猜到。这是一个时间段。 亚沙给了我一个提示：军事出版社。互通信息..... Maxim Dmitrievsky 2018.03.04 19:38 #7274 再次强调，对于那些正在遭受损失的人来说：你是在用非常短的时间间隔和非常小的、没有代表性的交易数量做曲线拟合。 这甚至不是用于机器学习，而是用于 "有趣和幽默" :) 你一直在筛子里运水（原谅我，筛子:)），然后你诚实地惊讶于真实账户中没有利润。 好吧，至少做1000笔交易，然后想知道为什么只有前10笔交易在CB上偶尔工作正常，修补你的筛子吧 Mihail Marchukajtes 2018.03.04 19:55 #7275 马克西姆-德米特里耶夫斯基。再次强调，对于那些正在遭受损失的人来说：你是在用非常短的时间间隔和非常小的、没有代表性的交易数量做曲线拟合。 这甚至不是用于机器学习，而是用于 "有趣和幽默" :) 你一直在筛子里运水（原谅我，筛子:)），然后你诚实地惊讶于真实账户中没有利润。 好吧，至少做1000笔交易，然后想知道为什么只有前10笔交易在CB上偶尔工作正常，修复你的筛子吧让我们拭目以待....至于15分钟的标记，一个月超过70次的交易 并不是一个短的时间范围。 让我们看看当结果被转移到账户.......，你是如何唱歌的。 只是再次证明，当你给一个人一个工具时，他可能无法正确使用，认为这是一个小事......。 Maxim Dmitrievsky 2018.03.04 19:58 #7276 Mihail Marchukajtes:让我们拭目以待....在15分钟内进行70多笔交易，一个月的工作时间并不短。 让我们看看当结果被转移到账户.......，你将如何歌唱。 我不明白为什么你们都对自己的经验反应这么慢:) 我写的这个程序比你们要短10倍，想把它带到不同的地方。 Mihail Marchukajtes 2018.03.04 20:08 #7277 马克西姆-德米特里耶夫斯基。 天啊，为什么你们都对自己的经验反应如此迟钝 :) 这个程序花的时间比你们想把它放在不同的地方要少10倍。正如你所喜欢的，最主要的是它不会重新训练。无论如何，它的概括性足够好，但我没有什么可以比较的，因为我还没有接触到R中的网络。 我总是建议通过测试来比较你的人工智能和雷舍托夫的优化器模型。但没有人冒这个险。可能有一种感觉，你会失去....。 Maxim Dmitrievsky 2018.03.04 20:13 #7278 Mihail Marchukajtes:正如你所喜欢的，最主要的是它不会重新训练。无论如何，它的概括性足够好，但我没有什么可以比较的，因为我还没有接触到R中的网络。 我总是建议通过测试来比较你的人工智能和雷舍托夫的优化器模型。但没有人冒这个险。可能是有预感，你会失去....。 只要告诉我，你不能够进行至少1000次交易的测试，其中10次会让你在真实的OOS上获得利润。而你所做的甚至可能不被称为回溯测试，好吗？增加样本，否则你会一直跺脚到时间的尽头。如果你连基本知识都不了解，那么参与竞争的意义何在？ Mihail Marchukajtes 2018.03.05 06:01 #7279 马克西姆-德米特里耶夫斯基。 只是告诉我，你不能做一个至少1000次交易的测试，其中10次会让你在真实的OOS上获得利润。但你所做的甚至不是回溯测试，好吗？增加样本，否则你会一直跺脚到时间的尽头。如果你连基本知识都不了解，那么参与竞争的意义何在？好了，马克西姆卡，你在这里停止你的歇斯底里。深吸一口气....呼气，再呼气......。呼气.....，现在看信号.....。最酷的证明是... Grigoriy Chaunin 2018.03.05 06:14 #7280 真是歇斯底里。)你正在被告知你的情况。在很长的一段历史上进行一次测试，一次向前的测试，然后我们就可以谈论一些事情了。在训练网络 时，有一个划分为训练样本和测试样本。我几乎可以百分之百肯定地说，你的信号将显示损失。0.0000000001%的工作机会。 1...721722723724725726727728729730731732733734735...3399 新评论 原因: 取消 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
再来总结一下。有人观察到一个有趣的事实。两个模型都是在同一地区的40条记录上训练的。然而，VF值高的模型比VF值低的模型显示出更差的结果，我把它与以下事实联系起来：对于第二个模型，VF值很小，这个模型的训练结果是增加训练间隔，可以说是给模型增加负荷，因为只是在这个领域的输入数据太好地描述了输出，模型得到了非常好。现在是哲学.....
想象一下，沿着ICS的轴线有一个刻度。这个尺度对每个数据集来说都是独一无二的，在这个尺度上的某个地方有一个边界，一条垂直线，过度训练的区域在右边，训练不足的区域在左边。任何优化算法的任务都是尽可能地从训练不足的一方接近这个边界，但不是跳过这个边界。而算法越接近这个区域，它的训练不足就越少，同时在过度训练边界的左边。我知道这很难用文字形式表现出来，但试......。实际上，我对这个话题有一个理论，有区域。这不是那么简单，但它不是点.....。
如果你不严格看待这个边界，那么模型学习就归结为学习不足和过度学习之间的最佳平衡。也就是说，必须要有一些平衡。再来看看我们的模型。它很好地学习了输入数据，因为它与输出相匹配 BUT它没有让模型反馈，因为它本来可以多学几个模式，让模型更好地适应，产生更坏的结果，但增加的模式可能对反馈有决定性作用。
换句话说，如果模型把数据学得太好，就必须增加训练期，从而使模型超载。
根据雷舍托夫的分类。
第一个模型77-80%(VI 0.86)的概括性，第二个模型88-90%(VI 0.65)。最佳概括水平是75-85%。
再来总结一下。有人观察到一个有趣的事实。两个模型都是在同一地区的40条记录上训练的。然而，高VI 的模型显示出比低VI的模型更差的学习结果，I
什么是VI？我只是要猜测。时间间隔。
亚沙说：军事出版。
什么是VI？我可能一看就能猜到。这是一个时间段。
亚沙给了我一个提示：军事出版社。
互通信息.....
再次强调，对于那些正在遭受损失的人来说：你是在用非常短的时间间隔和非常小的、没有代表性的交易数量做曲线拟合。
这甚至不是用于机器学习，而是用于 "有趣和幽默" :)
你一直在筛子里运水（原谅我，筛子:)），然后你诚实地惊讶于真实账户中没有利润。
好吧，至少做1000笔交易，然后想知道为什么只有前10笔交易在CB上偶尔工作正常，修补你的筛子吧再次强调，对于那些正在遭受损失的人来说：你是在用非常短的时间间隔和非常小的、没有代表性的交易数量做曲线拟合。
这甚至不是用于机器学习，而是用于 "有趣和幽默" :)
你一直在筛子里运水（原谅我，筛子:)），然后你诚实地惊讶于真实账户中没有利润。
好吧，至少做1000笔交易，然后想知道为什么只有前10笔交易在CB上偶尔工作正常，修复你的筛子吧让我们拭目以待....至于15分钟的标记，一个月超过70次的交易 并不是一个短的时间范围。
让我们看看当结果被转移到账户.......，你是如何唱歌的。
只是再次证明，当你给一个人一个工具时，他可能无法正确使用，认为这是一个小事......。
让我们拭目以待....在15分钟内进行70多笔交易，一个月的工作时间并不短。
让我们看看当结果被转移到账户.......，你将如何歌唱。
天啊，为什么你们都对自己的经验反应如此迟钝 :) 这个程序花的时间比你们想把它放在不同的地方要少10倍。
正如你所喜欢的，最主要的是它不会重新训练。无论如何，它的概括性足够好，但我没有什么可以比较的，因为我还没有接触到R中的网络。
我总是建议通过测试来比较你的人工智能和雷舍托夫的优化器模型。但没有人冒这个险。可能有一种感觉，你会失去....。
正如你所喜欢的，最主要的是它不会重新训练。无论如何，它的概括性足够好，但我没有什么可以比较的，因为我还没有接触到R中的网络。
我总是建议通过测试来比较你的人工智能和雷舍托夫的优化器模型。但没有人冒这个险。可能是有预感，你会失去....。
只是告诉我，你不能做一个至少1000次交易的测试，其中10次会让你在真实的OOS上获得利润。但你所做的甚至不是回溯测试，好吗？增加样本，否则你会一直跺脚到时间的尽头。
好了，马克西姆卡，你在这里停止你的歇斯底里。深吸一口气....呼气，再呼气......。呼气.....，现在看信号.....。最酷的证明是...