与优化器合作的原则和避免适应的基本方法。 - 页 10 1...34567891011 新评论 Vasiliy Sokolov 2012.02.22 14:35 #91 所以，我已经说过，测试器允许你将参数相对于它们的极值进行转移。它是什么意思？假设，使用同一个测试器，我们已经确定了一些参数的值，在测试的时间间隔内，专家顾问的利润是最大的。该时间区间的市场是完全已知的，它的任何可测量的属性都将准确无误地确定其状态。在测试器的帮助下，找到给出利润极值的最佳参数后，我们相对于这个极值做一个转变，看看结果的变化。在未来，会出现相反的情况：市场会以某种数值远离我们的极值，这个极值在多大程度上位于广泛的盈利范围内，将决定整个系统的稳定性。 现在我们来看看一个具体的图表。 位于完全不同的地方、产生的利润低于极值的一组价值是真正有意义的!另一方面，测试者对此一无所知，如果给它的任务是寻找最大的利润率，它将发现一个微不足道的统计激增。在未来，即使是市场参数的最小变化，也会导致我们发现自己正处于那座高峰的脚下！"。为了避免这种情况，我们应该把重点放在稳定的范围上，而不是个别组合的具体数值上。只有一种方法可以找到稳定的二重奏：通过观察相对于固定市场足迹的参数，形成一个二维或三维稳定图。 Vasiliy Sokolov 2012.02.22 15:01 #92 间接地，我们可以通过股票趋势的平稳性来确定我们可能处于统计学上的尖峰的极端，而不是稳定区。从直觉上讲，我们更喜欢一个稳定的平坦的正向结果（趋势），而不是一个参差不齐的曲线，其最终余额甚至高于产生稳定增长的参数。这是由有关过程的分形性质解释的。如果整个过程是不稳定的或随机的，我们将在它的任何一段观察到同样的不稳定特征，即规模：剧烈的下降让位于意外的上升。 这里有一个足够说明这一思想的例子。我让测试者在一个明知没有意义（几乎是随机的）的专家顾问中找到最有利可图的参数组合。 其结果是一个伟大的最终平衡和类似于上升运动的东西。请注意，在非优化样本（图表的左半部分）中，对相同参数的测试也很成功。这是因为仅仅是时间上的转变并不能保证稳定。一个统计学上的峰值可以比我们的搜索窗口持续更长的时间，在这种情况下，OOS只是说明了这一点。但是还有其他的测试器转移方法，使我们能够正确地分析结果，但后面会有更多的介绍。 Роман 2012.02.23 00:29 #93 C-4: ......在用测试器找到给出利润极值的最佳参数后，我们相对于这个极值做一个转变，看看结果的变化。 ......形成一个二维或三维稳定性图。 让我们想起了稳定参数值的山脉和高原。 Prog:3D1V8- 带有描述和我在猫头鹰优化报告中的具体例子。对于包括在owl中的外部变量的平面集合选择的可视化，我认为是很好的选择。我自己也在使用它。 附加的文件： 3d1v8.zip 530 kb Yury Reshetov 2012.02.23 04:12 #94 Roman.: Prog:3D1V8- 带有描述和我在猫头鹰优化报告中的具体例子。 顺便说一下，MT5测试器有一个内置的优化结果3D显示，好在也是2D显示，也就是说，你甚至不需要外部软件来查看悬崖和高原的情况。 Роман 2012.02.23 04:51 #95 Reshetov: 顺便说一下，MT5测试器有一个内置的优化结果3D显示，好在也是2D显示，也就是说，你甚至不需要外部软件来查看悬崖和高原的情况。 这很好...我还不知道这事...:-) 认识 继续...阅读你的文章--信息量大--谢谢你... СанСаныч Фоменко 2012.02.23 07:43 #96 C-4: 在未来，相反的情况将发生：市场将远离我们的极端值一定量，而这个极端值的盈利范围有多大将决定整个系统的稳定性。 在统计学的语言中，它意味着分散的稳定性，其值是一个缩影。这种变异性是TS的稳定性。 我们为什么不使用久经考验的意识形态，用攀登的方式阐述我们的想法呢？ 顺便说一下，按照我的理解，3D是TS的三个参数，如果有4个，可以看到什么？ Vasiliy Sokolov 2012.02.23 09:23 #97 faa1947:翻译成统计学语言，这意味着方差的稳定性，其大小是缩减。这种变异性是TS的稳定性。我们为什么不使用久经考验的意识形态，用攀登的方式阐述我们的想法呢？顺便说一下，按照我的理解，3D是TC的三个参数，如果是4，可以看到什么？ 三维是相对于一个度量的两个参数。任何参数都可以是一个指标，如利润率、利润系数、期望值等。 二维测试图也是三维空间，只是度量没有其尺度，度量值越高，颜色越丰富。 4D--这就是感知的难度所在。多参数EA形成多维空间。而且它们不容易进行视觉上的分析。我认为，我们应该使用分割法：如果有4个参数，我们就建立4个真正的二维图。Y轴是指标的值，例如利润率，X值是参数的优化。我上面介绍的图形基本上是二维的，我只是展开了表面，使第三维（2个优化参数）在透视中不可见（像二维图）。我们分析4张图，寻找稳定的数值组，然后把它们放在一起，看看结果。这个方法并不完美，特别是由于参数之间的相互影响，分别找到它们的极值与同时找到所有参数的稳定值组是不一样的。但枚举没有指数 级增长，任何最简单的测试人员都可以应对这项任务。如果你对如何优雅地解决这一困难有任何建议，请在工作室进行。 由于我在这个领域没有受过专门的教育，所以我在使用我自己的灵巧的技巧。由于没有数学博士学位，我无法阅读鸟语的书籍。 Vasiliy Sokolov 2012.02.23 09:24 #98 Roman.: 这让我想起了稳定参数值的山脉和高原。 Prog:3D1V8- 带有描述和我在猫头鹰优化报告中的具体例子。对于可视化的选择，包括在猫头鹰中的外部变量的平面集合是一个伟大的选择，IMHO。我自己也在使用它。 谢谢你的演练。我自己一直在寻找这样的东西。只是我的WealthLab出现了可怕的故障，并且断断续续地做出图形。 Vasiliy Sokolov 2012.02.23 09:27 #99 faa1947: 在统计学的语言中，它意味着分散性的稳定，其大小是一个缩影。这种变异性是TS的稳定性。 是否有任何统计方法可以让我们分析性地搜索这些稳定的高原？ 但仍然同意，即使有这些分析方法，仍然需要一个测试者，这至少形成了这些方法将进一步发挥作用的结果空间。 СанСаныч Фоменко 2012.02.23 10:22 #100 C-4: 是否有任何统计方法可以让我们分析性地搜索这些稳定的高原？ 但仍然同意，即使有这些分析方法，仍然需要测试者，至少要形成结果的空间，这些方法将在此基础上进一步工作。 你不能没有测试员，因为它提供了应该分析的统计数据 在过去，没有问题。方差必须是稳定的。偏离莫方差--方差的变化将给出稳定性的衡量标准。 1...34567891011 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，我已经说过，测试器允许你将参数相对于它们的极值进行转移。它是什么意思？假设，使用同一个测试器，我们已经确定了一些参数的值，在测试的时间间隔内，专家顾问的利润是最大的。该时间区间的市场是完全已知的，它的任何可测量的属性都将准确无误地确定其状态。在测试器的帮助下，找到给出利润极值的最佳参数后，我们相对于这个极值做一个转变，看看结果的变化。在未来，会出现相反的情况：市场会以某种数值远离我们的极值，这个极值在多大程度上位于广泛的盈利范围内，将决定整个系统的稳定性。
现在我们来看看一个具体的图表。
位于完全不同的地方、产生的利润低于极值的一组价值是真正有意义的!另一方面，测试者对此一无所知，如果给它的任务是寻找最大的利润率，它将发现一个微不足道的统计激增。在未来，即使是市场参数的最小变化，也会导致我们发现自己正处于那座高峰的脚下！"。为了避免这种情况，我们应该把重点放在稳定的范围上，而不是个别组合的具体数值上。只有一种方法可以找到稳定的二重奏：通过观察相对于固定市场足迹的参数，形成一个二维或三维稳定图。
间接地，我们可以通过股票趋势的平稳性来确定我们可能处于统计学上的尖峰的极端，而不是稳定区。从直觉上讲，我们更喜欢一个稳定的平坦的正向结果（趋势），而不是一个参差不齐的曲线，其最终余额甚至高于产生稳定增长的参数。这是由有关过程的分形性质解释的。如果整个过程是不稳定的或随机的，我们将在它的任何一段观察到同样的不稳定特征，即规模：剧烈的下降让位于意外的上升。
这里有一个足够说明这一思想的例子。我让测试者在一个明知没有意义（几乎是随机的）的专家顾问中找到最有利可图的参数组合。 其结果是一个伟大的最终平衡和类似于上升运动的东西。请注意，在非优化样本（图表的左半部分）中，对相同参数的测试也很成功。这是因为仅仅是时间上的转变并不能保证稳定。一个统计学上的峰值可以比我们的搜索窗口持续更长的时间，在这种情况下，OOS只是说明了这一点。但是还有其他的测试器转移方法，使我们能够正确地分析结果，但后面会有更多的介绍。
......在用测试器找到给出利润极值的最佳参数后，我们相对于这个极值做一个转变，看看结果的变化。 ......形成一个二维或三维稳定性图。
让我们想起了稳定参数值的山脉和高原。
Prog:3D1V8- 带有描述和我在猫头鹰优化报告中的具体例子。对于包括在owl中的外部变量的平面集合选择的可视化，我认为是很好的选择。我自己也在使用它。
Prog:3D1V8- 带有描述和我在猫头鹰优化报告中的具体例子。
顺便说一下，MT5测试器有一个内置的优化结果3D显示，好在也是2D显示，也就是说，你甚至不需要外部软件来查看悬崖和高原的情况。
在未来，相反的情况将发生：市场将远离我们的极端值一定量，而这个极端值的盈利范围有多大将决定整个系统的稳定性。
在统计学的语言中，它意味着分散的稳定性，其值是一个缩影。这种变异性是TS的稳定性。
我们为什么不使用久经考验的意识形态，用攀登的方式阐述我们的想法呢？
顺便说一下，按照我的理解，3D是TS的三个参数，如果有4个，可以看到什么？
翻译成统计学语言，这意味着方差的稳定性，其大小是缩减。这种变异性是TS的稳定性。
我们为什么不使用久经考验的意识形态，用攀登的方式阐述我们的想法呢？
顺便说一下，按照我的理解，3D是TC的三个参数，如果是4，可以看到什么？
三维是相对于一个度量的两个参数。任何参数都可以是一个指标，如利润率、利润系数、期望值等。
二维测试图也是三维空间，只是度量没有其尺度，度量值越高，颜色越丰富。
4D--这就是感知的难度所在。多参数EA形成多维空间。而且它们不容易进行视觉上的分析。我认为，我们应该使用分割法：如果有4个参数，我们就建立4个真正的二维图。Y轴是指标的值，例如利润率，X值是参数的优化。我上面介绍的图形基本上是二维的，我只是展开了表面，使第三维（2个优化参数）在透视中不可见（像二维图）。我们分析4张图，寻找稳定的数值组，然后把它们放在一起，看看结果。这个方法并不完美，特别是由于参数之间的相互影响，分别找到它们的极值与同时找到所有参数的稳定值组是不一样的。但枚举没有指数 级增长，任何最简单的测试人员都可以应对这项任务。如果你对如何优雅地解决这一困难有任何建议，请在工作室进行。
由于我在这个领域没有受过专门的教育，所以我在使用我自己的灵巧的技巧。由于没有数学博士学位，我无法阅读鸟语的书籍。
这让我想起了稳定参数值的山脉和高原。
Prog:3D1V8- 带有描述和我在猫头鹰优化报告中的具体例子。对于可视化的选择，包括在猫头鹰中的外部变量的平面集合是一个伟大的选择，IMHO。我自己也在使用它。
谢谢你的演练。我自己一直在寻找这样的东西。只是我的WealthLab出现了可怕的故障，并且断断续续地做出图形。
在统计学的语言中，它意味着分散性的稳定，其大小是一个缩影。这种变异性是TS的稳定性。
是否有任何统计方法可以让我们分析性地搜索这些稳定的高原？
但仍然同意，即使有这些分析方法，仍然需要一个测试者，这至少形成了这些方法将进一步发挥作用的结果空间。
是否有任何统计方法可以让我们分析性地搜索这些稳定的高原？
但仍然同意，即使有这些分析方法，仍然需要测试者，至少要形成结果的空间，这些方法将在此基础上进一步工作。
你不能没有测试员，因为它提供了应该分析的统计数据
在过去，没有问题。方差必须是稳定的。偏离莫方差--方差的变化将给出稳定性的衡量标准。