1997 年 10 月 15 日,英国人安迪-格林驾驶 Thrust SSC 喷气式汽车展示了 世界上汽车或任何陆基制导车辆的最快速度 - - 1228 公里/小时。
这条 21 公里长的赛道是在美国内华达州黑岩沙漠的一个干涸湖底铺设的。
//---
让我们看看这是否是为了欺骗公众而伪造的。
我们将制作一模一样的赛道,但在上面铺上石头,然后试着驾驶它。
于是我们发现,获得与安迪-格林 相同速度的概率趋近于 0%。这清楚地表明,̶c̶о̶о̶в̶е̶t̶n̶и̶k̶k̶速度记录是虚构的。
:)
//---
使用这种方法获得自定义报价的例子并不正确。
置换测试也可以在优化后使用 для определения степени переобучения 。为了测试是否存在过度训练,我们需要测试和比较排列和非排列数据集的性能。非重排性能与排列结果的差异程度可以用来量化过度训练。当过度学习占主导地位时,置换和非置换性能结果之间的差异就会很小。我们将看到相当大的 p 值。
不清楚为什么过度训练的模型在随机情况下会表现良好?据我所知,恰恰相反,如果在生成的可信数据上进行测试,模型会通过泛化而不是记忆(过度训练)被认为更稳健。
新文章 在MQL5中置换价格柱已发布:
在这篇文章中,我们提出了一种置换价格柱的算法,并详细说明了如何使用置换测试来识别策略性能被编造来欺骗 EA 交易的潜在买家的情况。
由于涉及多个系列,置换价格柱并不难实现。与置换分时数据类似,在处理价格柱时,我们努力保持原始价格序列的总体趋势。同样重要的是,我们绝不允许柱的打开或关闭分别超过或低于上限或下限的界限。目标是获得一系列具有与原始数据完全相同的特征分布的柱形图。
除了趋势之外,随着系列从开盘到收盘的发展,我们必须保持价格变化的分散性。开盘和收盘之间的价格变化幅度在排列的柱形图中应与原始柱形图相同。在柱形之外,我们必须确保柱间价格变化的分布也是相同的。具体地说,一个柱的关闭和下一柱的开始之间的差异。
这一点非常重要,以免对正在测试的策略造成不利影响。该系列的一般特征应该相似,唯一的区别应该是第一柱和最后一个柱之间每个开盘价、最高价、最低价、收盘价(OHLC)的绝对值。实现这一点的代码与在 MetaTrader 5 的蒙特卡罗置换测试一文中介绍的CPermuteTicks类中使用的代码非常相似。价格柱置换代码将封装在PermuteRates.mqh中包含的CPermuteRates类中。
作者:Francis Dube