文章的顾问。对所有来者进行测试。 - 页 8 12345678910 新评论 Anatoli Kazharski 2012.02.08 03:14 #71 Avals: 在对整体的正确分析中，根本不需要前进。 前进的本质是评估优化参数的极值是否随时间漂浮。也就是说，当整个测试区域有几个局部极值时，就把这些情况切断（优化+自动取样）。通过对每个选项的极值奇异性和单调性的单独分析，可以更好地切断它。也就是说，它已经保证了期权在时间上不会 "浮动"。而前向有一个严重的缺点--它只考虑优化面上的个别点，而不是总体上的。这一点，再加上声子将地块划分为优化和自动样本，降低了这种分析在基座以下的统计可靠性))这只是一种认识--也许人们会幸运地选择一个自动样本，而一套低劣的期权将被通过，或者反之--自动样本将落在一套 "好 "的期权的暂时缩减期。 但无论如何，我重申，优化任务是评估系统的每个参数的稳健性。如果有疑问，最好是放弃或修改它。只留下100%有统计数据和交易逻辑支持的东西。 所以你想说，与其进行一系列的前瞻性测试，不如在尽可能大的历史时期内优化参数？原则上，这也有一定的道理，因为要在更大的区域上 "拟合 "参数以获得一个漂亮的曲线是比较困难的。:) Yury Reshetov 2012.02.08 07:49 #72 Avals: 不要不小心扭曲了什么。这是由GA本身的突变机制来完成的。需要优化来检查每个单独选项的稳健性，而不是寻找全局极值。这就是问题的关键，GA不仅仅是在寻找全局极值，而是在寻找一个极值，这个极值将在多变量函数的值方面超过其他极值，也就是说。max(y = f(x0, x1, ... xn))其中。x0, x1 ...xn - TS的输入参数y是GA的一个健身函数而且不能保证在多维空间的点上找到的GA极值与corrdinates {x0, x1, ...。xn}不是时间上的浮动和时间上的极值，只针对一段历史数据。如果优化能够进行鲁棒性检查，那么配合就根本不存在。而既然配合确实存在，那么就需要进行额外的检查，包括正向测试。阿瓦尔斯: 但无论如何，优化的任务还是要评估系统内每个参数的稳健性。 废话和破坏。根据定义，优化是为了寻找极端，并不解决任何其他问题。 Yury Reshetov 2012.02.08 08:01 #73 tol64: 所以你想说，在尽可能大的历史区间上优化参数比进行一系列的正向测试要好？原则上，这也有一定的道理，因为在更大的区间上 "拟合 "参数以获得漂亮的曲线是比较困难的。:)如果报价是静止的，我们会得到更多统计上的正确性，因为大数法则发生在静止的数据上。 由于我们处理的是非平稳数据，统计学和大数法则在这里不起作用。因为切比雪夫大数定律指出，随着试验次数的增加，以及期望值=康德和有限方差的存在，统计数据变得更接近其常数。非稳态性排除了期望常数和有限色散，因此我们无法提炼任何东西，因为根据定义不存在和不可能存在的东西，计算和提炼都没有意义。 黑屋子里很难找到一只黑猫，尤其是当它不在那里的时候（参见孔子）。 Avals 2012.02.08 10:25 #74 Reshetov: 废话和咝咝声。根据定义，优化是为了寻找极值，并不解决任何其他问题。 如果你正确使用，优化器仍然可以做很多事情。只有书呆子才会擦边球，优化一堆参数来使用一条顶线；) Yury Reshetov 2012.02.08 16:57 #75 IgorM: Hv.尤里，这篇文章怎么样了？ 什么时候发表？ 刚把文章的文本送去检查。 经核实后，它将在以下网站提供：https://www.mql5.com/ru/articles/366 Igor Makanu 2012.02.08 17:05 #76 Reshetov: 刚把文章的文本送去检查。 经核实后，它将在以下网站提供：https://www.mql5.com/ru/articles/366 谢谢你! ZS：我已经可以看到文章的第一行。"404要求的页面没有找到"，让我喘不过气来 ....))))) ZZY：我希望你的文章能告诉我们如何选择最佳的网络结构，当网络被认为是充分训练过的时候，在这里我是宠辱不惊的学习2x2 ... > Yury Reshetov 2012.02.08 17:19 #77 IgorM: 谢谢你! ZS：我已经可以看到文章的第一行。"404 Requested page not found "让我喘不过气来 ....))))) ZZY：我希望你的文章能告诉我们如何选择最佳的网络结构，当网络被认为是充分训练过的时候，在这里我是宠辱不惊的学习2x2 ... 是的，但它不完全是一个网络，因为第一层是三个输入的专家系统，而不是神经元，隐藏层是一个感知器，即已经是一个神经元，而输出是一个线性sigmoid。对专家系统知识库的规则选择的必要性和充分性进行了详细描述。也就是说，没有必要对任何东西进行优化。专家系统必须完全满足文章中描述的所有条件，而且没有其他架构适合它--没有任何东西可以被删除，因为它的训练不够，也没有任何东西可以被添加，因为它肯定会被重新训练。 关于如何用正向测试优化EA，以及如何对确定的极值进行额外的稳定性检查，都有详细说明。不能说所有这些都足以考虑TS在非稳态条件下100%的训练，但可以说所有这些都应该做，以避免陷入不稳定或随机的正向测试中。 Igor Makanu 2012.02.08 17:25 #78 Reshetov: 是的，但它不完全是一个网络，因为第一层是三个输入的专家系统，而不是神经元，隐藏层是一个感知器，即已经是一个神经元，而输出是一个线性sigmoid。详细介绍了专家系统知识库的规则选择的必要性和充分性。 有趣的是......，我正在考虑尝试用NS的阵列做一个系统--NS的输入应该与已经训练好的NS的输出一起输入。 Yury Reshetov 2012.02.09 06:36 #79 这篇文章的发表 被暂时推迟了。文字已被编辑，但截图由于我的不注意，已经超过了允许的尺寸。我将不得不再次重新进行优化，以拍摄屏幕截图。而MT5的优化速度慢得可怕。因此，暂时无限期地推迟了出版。 Anatoli Kazharski 2012.02.09 06:47 #80 Reshetov: 这篇文章的发表被暂时推迟了。文字已被编辑，但截图由于我的不注意，已经超过了允许的尺寸。我将不得不再次重新进行优化，以拍摄屏幕截图。而MT5的优化速度慢得可怕。因此，暂时推迟出版。 能否在Photoshop中把截图变小而不损失质量？ P.S. 虽然，如果有终端的元素，它不会很好地工作。 12345678910 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
在对整体的正确分析中，根本不需要前进。
前进的本质是评估优化参数的极值是否随时间漂浮。也就是说，当整个测试区域有几个局部极值时，就把这些情况切断（优化+自动取样）。通过对每个选项的极值奇异性和单调性的单独分析，可以更好地切断它。也就是说，它已经保证了期权在时间上不会 "浮动"。而前向有一个严重的缺点--它只考虑优化面上的个别点，而不是总体上的。这一点，再加上声子将地块划分为优化和自动样本，降低了这种分析在基座以下的统计可靠性))这只是一种认识--也许人们会幸运地选择一个自动样本，而一套低劣的期权将被通过，或者反之--自动样本将落在一套 "好 "的期权的暂时缩减期。
但无论如何，我重申，优化任务是评估系统的每个参数的稳健性。如果有疑问，最好是放弃或修改它。只留下100%有统计数据和交易逻辑支持的东西。
所以你想说，与其进行一系列的前瞻性测试，不如在尽可能大的历史时期内优化参数？原则上，这也有一定的道理，因为要在更大的区域上 "拟合 "参数以获得一个漂亮的曲线是比较困难的。:)
不要不小心扭曲了什么。这是由GA本身的突变机制来完成的。需要优化来检查每个单独选项的稳健性，而不是寻找全局极值。
这就是问题的关键，GA不仅仅是在寻找全局极值，而是在寻找一个极值，这个极值将在多变量函数的值方面超过其他极值，也就是说。
max(y = f(x0, x1, ... xn))
其中。
x0, x1 ...xn - TS的输入参数
y是GA的一个健身函数
而且不能保证在多维空间的点上找到的GA极值与corrdinates {x0, x1, ...。xn}不是时间上的浮动和时间上的极值，只针对一段历史数据。如果优化能够进行鲁棒性检查，那么配合就根本不存在。而既然配合确实存在，那么就需要进行额外的检查，包括正向测试。
但无论如何，优化的任务还是要评估系统内每个参数的稳健性。
所以你想说，在尽可能大的历史区间上优化参数比进行一系列的正向测试要好？原则上，这也有一定的道理，因为在更大的区间上 "拟合 "参数以获得漂亮的曲线是比较困难的。:)
如果报价是静止的，我们会得到更多统计上的正确性，因为大数法则发生在静止的数据上。
由于我们处理的是非平稳数据，统计学和大数法则在这里不起作用。因为切比雪夫大数定律指出，随着试验次数的增加，以及期望值=康德和有限方差的存在，统计数据变得更接近其常数。非稳态性排除了期望常数和有限色散，因此我们无法提炼任何东西，因为根据定义不存在和不可能存在的东西，计算和提炼都没有意义。
黑屋子里很难找到一只黑猫，尤其是当它不在那里的时候（参见孔子）。
废话和咝咝声。根据定义，优化是为了寻找极值，并不解决任何其他问题。Hv.尤里，这篇文章怎么样了？ 什么时候发表？
刚把文章的文本送去检查。
经核实后，它将在以下网站提供：https://www.mql5.com/ru/articles/366
刚把文章的文本送去检查。
经核实后，它将在以下网站提供：https://www.mql5.com/ru/articles/366
谢谢你!
ZS：我已经可以看到文章的第一行。"404要求的页面没有找到"，让我喘不过气来 ....)))))
ZZY：我希望你的文章能告诉我们如何选择最佳的网络结构，当网络被认为是充分训练过的时候，在这里我是宠辱不惊的学习2x2 ...
>谢谢你!
ZS：我已经可以看到文章的第一行。"404 Requested page not found "让我喘不过气来 ....)))))
ZZY：我希望你的文章能告诉我们如何选择最佳的网络结构，当网络被认为是充分训练过的时候，在这里我是宠辱不惊的学习2x2 ...
是的，但它不完全是一个网络，因为第一层是三个输入的专家系统，而不是神经元，隐藏层是一个感知器，即已经是一个神经元，而输出是一个线性sigmoid。对专家系统知识库的规则选择的必要性和充分性进行了详细描述。也就是说，没有必要对任何东西进行优化。专家系统必须完全满足文章中描述的所有条件，而且没有其他架构适合它--没有任何东西可以被删除，因为它的训练不够，也没有任何东西可以被添加，因为它肯定会被重新训练。
关于如何用正向测试优化EA，以及如何对确定的极值进行额外的稳定性检查，都有详细说明。不能说所有这些都足以考虑TS在非稳态条件下100%的训练，但可以说所有这些都应该做，以避免陷入不稳定或随机的正向测试中。
是的，但它不完全是一个网络，因为第一层是三个输入的专家系统，而不是神经元，隐藏层是一个感知器，即已经是一个神经元，而输出是一个线性sigmoid。详细介绍了专家系统知识库的规则选择的必要性和充分性。
这篇文章的发表 被暂时推迟了。文字已被编辑，但截图由于我的不注意，已经超过了允许的尺寸。我将不得不再次重新进行优化，以拍摄屏幕截图。而MT5的优化速度慢得可怕。因此，暂时无限期地推迟了出版。
这篇文章的发表被暂时推迟了。文字已被编辑，但截图由于我的不注意，已经超过了允许的尺寸。我将不得不再次重新进行优化，以拍摄屏幕截图。而MT5的优化速度慢得可怕。因此，暂时推迟出版。
能否在Photoshop中把截图变小而不损失质量？
P.S. 虽然，如果有终端的元素，它不会很好地工作。