Советник для статьи. Тестирование для всех желающих. - страница 8

 
Avals:


да не нужен форвард вообще при правильном анализе оптов.

Суть форварда - оценить плавают ли экстремумы оптимизируемых параметров во времени. Т.е. отсечь варианты, когда на всём участке тестирования (оптимизационном + аутофсамплес) несколько локальных экстремумов. Это отсекается гораздо лучше отдельным анализом по каждому опту на одноврешинность его экстремума и монотонность. Т.е. это уже гарантия, что опт "не плавает" во времени. А форвард имеет значительные недостатки - он рассматривает только отдельные точки на оптимизационной поверхности, а не в совокупности. Что в купе с отфонарным делением участков на оптимизационный и аутофсамплес уменьшает стат.достоверность такого анализа ниже плинтуса)) Это всего лишь одна реализация - может повезти с выбором аутофсамплеса и хреновый набор оптов прокатит, или наоборот - период аутофсамплес попадет на период временной просадки "хорошего" набора оптов.

Но в любом случае, повторюсь, что задача оптимизации это оценка робастности каждого параметра в составе системы. Если есть сомнения лучше его отбросить или изменить. Оставить только то, что на 100% подтверждается статистикой и торговой логикой.


То есть, Вы хотите сказать, что чем проводить серию форвард-тестов, лучше просто оптимизировать параметры на как можно большем участке истории? В принципе тоже в этом есть доля истины, так как "подогнать" параметры на большем участке для получения красивой кривой уже сложнее. :)
 
Avals:


не надо ничего случайно искажать. Это делает сам ГА механизмом мутации. Оптимизация нужна для провекри каждого отдельного опта на робастность, а не поиска глобальных экстремумов.

В том все и дело, что ГА ищет не просто глобальные экстремумы, а экстремум который будет превосходить другие экстремумы по значению многомерной функции, т.е.

max(y = f(x0, x1, ... xn))

где:

x0, x1 ... xn - входные параметры ТС

y - фитнес функция ГА

И нет никакой гарантии, что найденный ГА экстремум в точке многомерного пространства с коррдинатами {x0, x1, ... xn} не является плавающим во времени и временным экстремумом лишь для участка исторических данных. Если бы оптимизация способна была проверять на робастность, тогда подгонки бы не существовало вообще. А поскольку подгонка имеет место, то необходимы дополнительные проверки в том числе и форвардные тесты.

Avals:

Но в любом случае, повторюсь, что задача оптимизации это оценка робастности каждого параметра в составе системы.

Чушь собачья и отсебятина. Оптимизация - это поиск экстремумов по определению и никаких других задач она не решает.
 
tol64:

То есть, Вы хотите сказать, что чем проводить серию форвард-тестов, лучше просто оптимизировать параметры на как можно большем участке истории? В принципе тоже в этом есть доля истины, так как "подогнать" параметры на большем участке для получения красивой кривой уже сложнее. :)

Если бы котировки были бы стационарными, тогда взяв больший участок мы бы получили большую статдостоверность, т.к. на стационарных данных имеет место закон больших чисел.

А поскольку мы имеем дело с нестационарными данными, то статистика и закон больших чисел здесь уже не работают. Потому что закон больших чисел в интерпретации Чебышева утверждает, что с увеличением числа испытаний при наличии матожидания = Const и конечной величине дисперсии, статистические данные становятся более близкими к своим константным значениям. Нестационарность исключает константность матожидания и конечность дисперсии, а следовательно уточнить мы ничего не в состоянии, поскольку того, чего нет и не может быть по определению вычислять и уточнять бессмысленно.

Трудно искать черную кошку в темной комнате, особенно если ее там нет (с) Конфуций

 
Reshetov:


Чушь собачья и отсебятина. Оптимизация - это поиск экстремумов по определению и никаких других задач она не решает.
оптимизатор ещё много чего может, если правильно его использовать. Это только ботаники теребят его, оптимизируя кучу параметров, чтобы использовать одну верхнюю строчку ;)
 
IgorM:
ув. Юрий, что там со статьёй? когда публикация?

Только что отправил текст статьи на проверку.

После проверки она будет доступна по адресу: https://www.mql5.com/ru/articles/366

 
Reshetov:

Только что отправил текст статьи на проверку.

После проверки она будет доступна по адресу: https://www.mql5.com/ru/articles/366

спасибо!

ЗЫ: вижу уже первые строки статьи: "404 Запрашиваемая страница не найдена", аж дух захватывает .... )))))

ЗЫ: надеюсь, что в Вашей статье будет рассказано как выбрать оптимальную структуру сети, и когда сеть считать достаточно обученной, вот балуюсь учу 2х2 ...

>
 
IgorM:

спасибо!

ЗЫ: вижу уже первые строки статьи: "404 Запрашиваемая страница не найдена", аж дух захватывает .... )))))

ЗЫ: надеюсь, что в Вашей статье будет рассказано как выбрать оптимальную структуру сети, и когда сеть считать достаточно обученной, вот балуюсь учу 2х2 ...

Да, но это не совсем сеть, т.к. в качестве первого слоя - экспертная система для трех входов, а не нейроны, скрытый слой - перцептрон, т.е. уже нейрон, а на выходе линейный сигмоид. Необходимость и достаточность подбора правил для базы знаний экспертной системы описаны подробно. Т.е. оптимизировать ничего не придется. Экспертная система должна полностью соответствовать условиям, как описано в статье и другая архитектура уже для нее не подходит: убрать ничего нельзя, т.к. она недоучиться и добавить лишнего ничего тоже нельзя, т.к. она обязательно переобучится.

Там есть подробная инструкция, как оптимизировать советника с форвардными тестами и как выполнить дополнительную проверку стабильности найденного экстремума. Нельзя сказать, что всего этого более чем достаточно, чтобы считать ТС на 100% обученной в условиях нестационарности, но можно сказать, что все это выполнить будет необходимо, чтобы не попасть впросак на нестабильности или случайности форвардного теста.

 
Reshetov:

Да, но это не совсем сеть, т.к. в качестве первого слоя - экспертная система для трех входов, а не нейроны, скрытый слой - перцептрон, т.е. уже нейрон, а на выходе линейный сигмоид. Необходимость и достаточность подбора правил для базы знаний экспертной системы описаны подробно.

интересно..., как раз задумываюсь попробовать сделать систему из массива НС - на вход НС подавать выходы уже обученных НС
 

Публикация статьи временно откладывается. Текст прошел редакцию, а вот скриншоты из-за моей невнимательности превысили по размеру допустимую норму. Придется прогонять всю оптимизацию заново, чтобы снять скрины. А оптимизация в МТ5 жутко медленная. Поэтому, публикация пока отложена на неопределенный срок.

 
Reshetov:


Публикация статьи временно откладывается. Текст прошел редакцию, а вот скриншоты из-за моей невнимательности превысили по размеру допустимую норму. Придется прогонять всю оптимизацию заново, чтобы снять скрины. А оптимизация в МТ5 жутко медленная. Поэтому, публикация пока отложена на неопределенный срок.


Может скрины в Фотошопе меньше сделать без потери качества?

P.S. Хотя, если там элементы терминала, то не очень получится.

Причина обращения: