优化的本质 - 页 10 1...3456789101112 新评论 TheXpert 2014.04.22 10:00 #91 joo: 最主要的是，仍然活着的精英（而且是不断地更新，有些人早死，有些人晚死）的累积交易结果总是积极的......。 这就是问题所在:)你无论如何都无法得到一个积极的精英。 nowi 2014.04.22 10:47 #92 任何基因中只有粗制滥造的后代（尽管这不是正确的说法，因为粗制滥造在过去至少是有用的）都注定只能产生随机的结果。 Andrey Dik 2014.04.22 10:57 #93 TheXpert: 这就是有趣的事情:)你不可能用马什卡得到一个积极的精英。 不......不过，只带着马什卡是走不远的）。 nowi 2014.04.22 11:25 #94 nowi 2014.04.22 11:37 #95 我只是不明白一件事。这个主题致力于优化，但没有一个字提到遗传编程 这样的方法。我自己对市场上的任何种类的数字分析都非常怀疑，但在我看来，你作为这种想法的辩护人，这种方法应该在前排考虑，因为它解决了只使用标准输入并根据历史进行调整的问题，并从现有输入的碎片中创建 "理想 "输入，因此是一个不受输入不变性约束的理想匹配器/优化器。 Vasily Perepelkin 2014.04.22 12:50 #96 Alex_Bondar:它发生了。 至少要说明哪些是假的，哪些是不符合规定的。 +1 这是 the fuckin shit! 如果你喜欢关于 "SB能否被交易 "之类的无厘头读物，可以在蜘蛛网上查一查。 这是关于在任何时候，如果你知道正确的参数，你 可以从价格中获得最大的收益，而这些参数只有在事后才能发现。在mql4-m上发现 喜欢这种科学的解释。中子13.01.2009 08:04#你在这里试图正式提出的东西被称为某个过程中参数的静止性。在这种情况下，我们谈论的是其中一个谐波的静止性，如果kotir被认为是一组谐波信号。事实上，两个扫频的差值（见你的第一个帖子），几乎是高穆夫的一阶导数。理想的数字微分算子的带宽是一条从原点（y=f）画出的直线，在标轴上以奈奎斯特频率（或它的1/2，记不清了）为终点，对应于标轴上的双TF和1。鉴于在第一近似值中，科蒂尔频谱与1/f成正比，我们在整个频率范围内得到一个窗口，其中原始BP的所有谐波都用1的权重表示。因此，使用你提出的算法在历史数据上优化这种RT，只能识别出具有最大振幅的谐波。一切都会很好，但有一个BUT--这种谐波的位置原则上不是静止的。因此，使用两个muves转换建立一个有利可图的TS是不可能的 - 优化参数不是固定的。如果我们在TS中使用几个具有不同平滑期的muves，并将购买的信号定义为每个交叉点的信号的加权和，我们将得到一个微不足道的傅里叶分析。世界在所有的表现形式中又是一个整体! Теорема о пересечении двух МА - MQL4 форум www.mql5.com Теорема о пересечении двух МА - MQL4 форум pantural 2014.04.22 22:19 #97 优化理论是一个成熟的数学领域，为什么要重新发明车轮。 也有大量的启发式方法来寻找函数的极值。 其 "本质 "在于极值是全局性的高概率，计算量最小。 一个非常好的 "本质 "竞争者是 "退火模拟法"。 Andrey Dik 2014.04.23 03:11 #98 pantural:优化理论是一个成熟的数学领域，为什么要重新发明车轮。 也有大量的启发式方法来寻找函数的极值。 其 "本质 "在于极值是全局性的高概率，计算量最小。 一个非常好的 "本质 "竞争者是 "退火模拟法"。 是的，嗯......鲁棒性函数的极值只是找到它的问题...... J.B 2014.04.23 15:41 #99 pantural:优化理论是一个成熟的数学领域，为什么要重新发明车轮。 也有大量的启发式方法来寻找函数的极值。 其 "本质 "在于极值是全局性的高概率，计算量最小。 一个非常好的 "本质 "角色的竞争者是 "退火模拟法"。 在这方面，如果我们谈论的是简单地用超平面逼近随机（在参数空间）的测试样本，它当然是可行的。 好吧，一切都不重要，这不是 "优化属性"，你所谈论的只是一种减少机器计算的方法，它当然很重要，但不是那么必要。 事实上，这个问题并不容易，它一般会进入思考市场法则本质的真空地带，由于这种考虑的噪音极大，每个人都会饱和。所以我甚至不会尝试。 我以诺查丹玛斯的风格说:):):) 一个模型必须包含有关过程的先验数据。 Andrey Dik 2014.04.23 16:49 #100 J.B: 在这方面，如果我们谈论的是简单地用超平面逼近一个随机（和参数空间）的测试样本，那当然是阐述了。 好吧，一切都不重要，这不是 "优化属性"，你所谈论的只是一种减少机器计算的方法，它当然很重要，但不是那么必要。 事实上，这个问题并不容易，它一般会进入思考市场法则本质的真空地带，由于这种考虑的极端嘈杂，每个人都已经饱和了。所以我甚至不打算尝试。 + 1...3456789101112 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
最主要的是，仍然活着的精英（而且是不断地更新，有些人早死，有些人晚死）的累积交易结果总是积极的......。
这就是有趣的事情:)你不可能用马什卡得到一个积极的精英。
它发生了。
至少要说明哪些是假的，哪些是不符合规定的。
+1
这是 the fuckin shit!
如果你喜欢关于 "SB能否被交易 "之类的无厘头读物，可以在蜘蛛网上查一查。
这是关于在任何时候，如果你知道正确的参数，你 可以从价格中获得最大的收益，而这些参数只有在事后才能发现。
在mql4-m上发现
喜欢这种科学的解释。
你在这里试图正式提出的东西被称为某个过程中参数的静止性。在这种情况下，我们谈论的是其中一个谐波的静止性，如果kotir被认为是一组谐波信号。
事实上，两个扫频的差值（见你的第一个帖子），几乎是高穆夫的一阶导数。理想的数字微分算子的带宽是一条从原点（y=f）画出的直线，在标轴上以奈奎斯特频率（或它的1/2，记不清了）为终点，对应于标轴上的双TF和1。鉴于在第一近似值中，科蒂尔频谱与1/f成正比，我们在整个频率范围内得到一个窗口，其中原始BP的所有谐波都用1的权重表示。因此，使用你提出的算法在历史数据上优化这种RT，只能识别出具有最大振幅的谐波。一切都会很好，但有一个BUT--这种谐波的位置原则上不是静止的。因此，使用两个muves转换建立一个有利可图的TS是不可能的 - 优化参数不是固定的。
如果我们在TS中使用几个具有不同平滑期的muves，并将购买的信号定义为每个交叉点的信号的加权和，我们将得到一个微不足道的傅里叶分析。世界在所有的表现形式中又是一个整体!
优化理论是一个成熟的数学领域，为什么要重新发明车轮。
也有大量的启发式方法来寻找函数的极值。
其 "本质 "在于极值是全局性的高概率，计算量最小。
一个非常好的 "本质 "竞争者是 "退火模拟法"。
优化理论是一个成熟的数学领域，为什么要重新发明车轮。
也有大量的启发式方法来寻找函数的极值。
其 "本质 "在于极值是全局性的高概率，计算量最小。
一个非常好的 "本质 "竞争者是 "退火模拟法"。
优化理论是一个成熟的数学领域，为什么要重新发明车轮。
也有大量的启发式方法来寻找函数的极值。
其 "本质 "在于极值是全局性的高概率，计算量最小。
一个非常好的 "本质 "角色的竞争者是 "退火模拟法"。
在这方面，如果我们谈论的是简单地用超平面逼近随机（在参数空间）的测试样本，它当然是可行的。
好吧，一切都不重要，这不是 "优化属性"，你所谈论的只是一种减少机器计算的方法，它当然很重要，但不是那么必要。
事实上，这个问题并不容易，它一般会进入思考市场法则本质的真空地带，由于这种考虑的噪音极大，每个人都会饱和。所以我甚至不会尝试。
我以诺查丹玛斯的风格说:):):)
一个模型必须包含有关过程的先验数据。
在这方面，如果我们谈论的是简单地用超平面逼近一个随机（和参数空间）的测试样本，那当然是阐述了。
好吧，一切都不重要，这不是 "优化属性"，你所谈论的只是一种减少机器计算的方法，它当然很重要，但不是那么必要。
事实上，这个问题并不容易，它一般会进入思考市场法则本质的真空地带，由于这种考虑的极端嘈杂，每个人都已经饱和了。所以我甚至不打算尝试。