要跟进 - 页 46

 
Mathemat >>:

Я считаю, что параметры контекста логично искать в тесной привязке к набору первичных альтернатив ("классу живого существа"). Мне не нравится хаотичный и бессистемный перебор этих параметров в надежде на то, что "когда-нибудь они как-нибудь срастутся". Бесперспективность такого подхода очевидна для меня, когда вижу очередную суперсистему, собранную, скажем, из MACD, Боллинджера, Стохастика и каналов с непонятно как подогнанными параметрами.

没错...而且你和我并不是唯一这样认为的人。

Sorento : 也许我们应该暂时忘记经典指标,思考一下--从原则上讲,CR在运动方面的特点是什么属性?

但无休止地进行哲学思考并不务实。我们必须开始行动。

如果我们不征服一个单一的高度并获得微小但实际的结果,攻坚战将更快地耗尽......。

马士奇的33岁让我有点震惊。

让我们把这个'作业'的骨头挑开。尤其是任何人都可以得到数据。

根据我的理解,故障的来源是理想反应分布的二元性......。

并已被坚决消灭。

如果这样的算法在原始水平上是有效的,为什么不尝试更广泛地应用它呢?

 
MetaDriver >>:

2) Тупая система на двух машках - система в которую прошита жёсткая связь между входом и выходом, которая со временем не изменяется. Вроде как обучение отсутствует (0).

Но можно на эту систему взглянуть под таким углом - программист научил некую конструкцию реагировать торговой транзакцией на определённое соотношение положений машек.

Тогда вроде как имеем обучение-I. Здесь можно договориться как на это дело смотреть. Я бы лично предложил вторым способом.

Т.е. рассматриваем программу как (а) вначале ничего не умеющую (b) обучившуюся некой стимул-реактивной деятельности (вроде как у программиста :).

Это не строгое (в сущности неправильное) использование терминологии Бейтсона, однако мне оно представляется удобным.

完全遵守贝特森的术语并不是我们的目标。我想提请注意他的话,即训练的层次性与背景的层次性相对应。就机械 交易系统而言,用语境的语言(语境的层次)进行分类可能更充分,也更不会让人感到困惑。

一般来说,可以采取创造性的方法,创造某种生物生态环境。食物链的较低层次由原始生物代表,它们具有纯粹的反射反应,至少是对同一种马什卡的反应。某种细菌的推测:),然而,弗拉基米尔 是一个术语专家:)

下一个层次必须在前一个层次的基础上进行补充。创造顶应该能够确定目前应该使用哪一个特定的时间框架,以及在穿越的情况下应该采取哪个方向。水平越高,人口波的跨度应该越小。

顺便说一下,我们可以把收益率看作是这样的实体,那么下一个级别是由基于收益率计算的这个或那个震荡器输入的。

我认为,试图事先决定哪种主要背景(标记)有更大的前景是一个错误。让一百种颜色绽放。很有可能真的没有根本的区别(就交易结果而言)。虽然我个人认为,市场的分形性质在最大程度上对应着ZZ。

 
MetaDriver >>:
------------------------------------

Т.е. О-3 - это уже нечто качественно другое, это способность системы самостоятельно корректировать своё обучение-2.

Такую игрушку и хотелось бы в итоге построить, ничего "немыслимого" в этом не вижу, хотя это и не просто.

Собсно этим можно и заняться, после построения хороших моделей-2 - т.е. не способных к самостоятельному переобучению, но всегда готовых залезть во внешний оптимизатор и пооптимизироваться. :)

只有能够自我学习(而不是自动优化)、不使用挥手过街等模板的系统才可能属于这些概念。自动改变挥舞参数将是自动优化。(以蓝色标示)。

模型2的进化发展研究不能转到模型3(用黄色标出),因为我们仍要放弃模型2的模板概念。

要么立即处理模型-3,要么根本不处理,因为不可能 "逐步 "来处理它们。IMHO

 
MetaDriver писал(а)>>

最后,如果我们创建一个完整的上下文分支层次结构,并为每个终端上下文配备一整张对各种刺激物的毫不含糊的反应表 (例如,像对过路人挥手的反应那样初级),我们仍然只是过度学习-2。

也就是说,O-3是一种质上不同的东西,它是系统纠正自己的学习-2的能力。

我想建造这样一个玩具,虽然不容易,但我认为没有什么 "不可想象 "的。

实际上,这可以在建立好的模型-2之后进行,即不能自我训练,但随时准备爬到外部优化器中并进行自我优化。:)

乌托邦。我的意思是强调。

1.这根本就不是在训练你的EA,更不是在训练2。

2)这基本上是你自己的训练-2,你要把它正式化在一个相对严格的计划中,并把它放到Expert Advisor中。然而,你是否有能力做这个贝特森训练-2?

3.要 "创造一个完整的背景层次",并对每个背景有 "整个单值反应表",就必须有一种方法、一种工具、一种识别这些背景的方法、一种确定有效反应的方法。你有吗?它是什么?它的依据是什么?它是从哪里来的?如果你有,你可以安全地把这篇文章放在书架上。没有 "学习 "就足以创造一个成功的EA。但问题是你没有,你将无法从你的头脑中想出它来。而一篇文章在这里是没有帮助的。

至于 "没有能力自我训练,但随时准备进入外部优化器进行优化 "的项目,这种美好既不罕见,也没有针对性。而贝特森与此毫无关系。

那么,底线是什么?

而底线是,学习以正确的行为为目标。而正确的行为是对外部环境做出正确反应的选择。我们的反应是固定的:买,卖,抽。所以只剩下一件事要做:充分评估情况。我们再来看看

Mathemat 写道>>

因此,出现了以下问题:我们必须学会事先弄清楚哪一组主要的替代物(根据mash、ZZ、Fib或其他什么进行细分)具有更丰富的能力,至少能达到O-II。

数学(a)>>

我认为,首先查阅寻找和选择CC参数的原则 是有意义的,以便以后充实它们(可能在一个专门创建的分支中更好)。我还没有任何想法。 如何 我还不知道如何找到它们,但我希望它们会出现。如果你心里已经有了这些原则,为什么不讨论这些原则呢?

我认为寻找与一组主要替代物("生命体的类别")密切相关的背景参数是合乎逻辑的。我不喜欢杂乱无章地列举这些参数,希望 "有一天它们会以某种方式结合起来"。当我看到另一个由MACD、布林线、随机指数和通道组成的超级系统,并以未知的方式调整参数时,这种方法的徒劳是显而易见的。

因此,我们再次回到了参数化的问题。然而,它并不单独存在。这里我完全同意阿列克谢 的观点。

参数化是模型的结果,而不是一组随意拔出的数字。参数化也是模型的一个属性。在一个模型内,它不能被任意改变。而参数化的成功完全由模型的充分性决定。

为什么我们总是回到MACD、随机指数和其他东西上?它们只是奇数,没有什么意义。有谁能提出一个模式,让他们至少发挥一个合理的作用?如果没有,为什么要谈论它们?

 

再次被迫在精神上回到两个理想的角色,即冷漠的观察者和喋喋不休的狗。

对老的和现在的人字形。

对两个雨刮器的周期为15和200。

-----

类比是非常简单的,雨刷器的 "快 "和 "慢 "不是没有原因的。

它们描述了价格的行为特征。它不好吗?

建议什么是最好的...

这似乎与 "建家 "的上海合作组织不相符。

;).

 
Sorento >>:

Правильно. Но вот параметры контекста никто обсуждать не хочет...

他想。 但却很害羞(像你一样)。 或者蛤蟆把他勒死了(像我一样)。;)

 
Mathemat >>:

Sorento, эта ветка, пожалуй, давно превратилась в идейно-философскую. Здесь, вероятно, лучше обсуждать "широкие мазки" - то, что определяет "тренды", т.е. моду.

(1) Сложившееся направление этой ветке задавал не MetaDriver и не я, а вейсманисты-морганисты (хотя вначале она была узкоспециализированной).

(2) Думаю, что имеет смысл вначале поискать принципы поиска и выбора параметров КК, чтобы в дальнейшем конкретизировать их (наверно, лучше в специально созданной ветке). У меня пока нет никаких идей, как их искать, но надеюсь, что они появятся. Если эти принципы у Вас уже есть в голове, почему бы не обсудить их?

(3) Я считаю, что параметры контекста логично искать в тесной привязке к набору первичных альтернатив ("классу живого существа"). Мне не нравится хаотичный и бессистемный перебор этих параметров в надежде на то, что "когда-нибудь они как-нибудь срастутся". Бесперспективность такого подхода очевидна для меня, когда вижу очередную суперсистему, собранную, скажем, из MACD, Боллинджера, Стохастика и каналов с непонятно как подогнанными параметрами.

1.好吧,我不会如此坚决地对待它....。 ;)

2.同意。 关于其他分支......不确定。无论如何(几乎)。

关于这些原则,有几个考虑。

- 相位空间坐标应该或多或少是正交的。(松散的关联)。

为了对它们进行有意义的搜索,我们应该学会估计指标的相互 "想法的正交性"(OI(c)me)。

例如,马斯克的平均数和人字形的对面突出了极端--一个合适的对。 可以有很多合适的配对。让我提醒你,搜索的标准是弱(最好是零)的相关性。

- 非线性指标有更多的机会(就利润而言)。或者它们与线性的组合。(imho, but kind of logical)

// 写一个搜索引擎就好了。更确切地说,是为了快速的视觉估计对。 这个想法已经成熟了,也许我将亲自涂鸦。这个想法很简单。

//在输入上有三行--第一指标(第一相位坐标(1FK)),第二指标(2FK),相对于当前的未来同位素的毗邻。

//点(即在该点的 "正确的买卖")。 输出是一张平面图,其中 "正确进入 "的点(2种颜色,一种是 "买入",另一种是 "卖出")沿着第一和第二坐标绘制。

目前,这已经足够了。

3. 仍在思考。在我看来,最好不要限制搜索。 最好让验尸结果显示出来。:)

 
avatara >>:

1. Но бесконечно философствовать не прагматично. Нужно начинать двигаться.

2. Штурм выдохнется быстрее, если мы не одолеем ни одной высоты, и не получим пускай крохотный, но практический результат...

Машки с 33 немного шокировали меня.

Давайте разберём по косточкам это "домашнее задание". тем более, что данные может получить каждый.

Как я понял, источником разбиение послужила бимодальность распределения идеального отклика...

и она была решительно устранена.

3. Если подобный алгоритм работает на примитивном уровне, почему б его не попробовать применить шире?

1.以有意义的方式行动是可取的。对哪里有什么想法? (我把我的扔进去了)。

2.嗯,有一个结果,不是吗?我刚才说的是索兰托。而对我来说,很明显的是,所有其他的试衣系统在原则上都是做同样的事情,并挑选出模式。包括神经网路。

3.这就是我所说的。 这就是一切的开始。 实际上,讨论的目的(我的,也许不仅仅是我的)是为了使搜索系统化。 而且我几乎毫不怀疑他们会成功,唯一的问题是在什么程度上。

 
joo >>:

1) Под эти понятия, пожалуй, попадают только Системы, способные к самостоятельному обучению (не автооптимизация), не использующие шаблонные заготовки типа пересечений машек.

2) Автозменение параметров машек будет автооптимизацией. (выделено синим)

3) Эволюционным развитием исследований моделей-2 не удастся перейти к моделям-3 (выделено жёлтым), так как всё равно придется отказаться от шаблонных понятий модели -2.

4) Либо сразу заниматься моделями-3, либо не заниматься вообще, т.к. к ним прийти "постепенно" невозможно. ИМХО.

1.我不明白为什么自动优化不符合条件?对刺激物+背景对的反应的任何独立变化=学习-3。这是我的理解。

2.它将。尽管如此,见1。

3.也许。然而,据说。"冥想,我的朋友,冥想。是的,如果你开悟了,它不会因为冥想而发生。然而,如果你不打坐,它就永远不会发生。 实际上,我赞同大家的说法。 在我看来,学习学习-2的属性(尤其是它的局限性)是学习-3的强大催化剂。

4 这完全是一个原则问题吗?

在我看来,这只是一种赤裸裸的情感,没有任何根据。 这是一种极简主义。这就像:"

- 也许你会采取分期付款的方式?- 报复性的巴拉加诺夫问道。

奥斯塔普专注地看着对话者,相当认真地回答。

- "我将采取部分措施。 但我需要一下子得到它。"

 
avatara >>:

С СКО в "домашнем здании" не сложилось похоже..

;).


你是什么意思?