The term mutual information is drawn from the field of information theory. Information theory is busy with the quantification of information. For example, a central concept in this field is entropy, which we have discussed before. If you google the term “mutual information” you will land at some page which if you understand it, there would...
あなたのアプローチを紹介した記事をぜひ読みたい)
実際、最適化された、あるいは過剰に最適化されたExpert Advisorを使用するアプローチは、このアプローチの使用です。そして、手動取引の自由と創造的な飛行だけが、これらのモデルを避けることを可能にする)
単純なことで、再最適化ステップは平均取引期間よりもはるかに短くする必要があります。
このような頻繁な再最適化をExpert Advisorの内部部分とすることは論理的です。これは、古いパラメータの再最適化のアルゴリズムを制御する新しいパラメータを持つ新しいEAの出現につながる。）
このような頻繁な再最適化は、EA の内部部分とするのが論理的であろう。これは、古いパラメータの再最適化のアルゴリズムを制御する新しいパラメータを持つ新しいEAの出現につながる。）
興味深い記事だ。今後の記事で相互情報と確率を取り上げると面白いかもしれません。
---ポイントワイズ相互情報は、尺度化された条件付き確率として理解することができる。ポイントワイズ相互情報は、2つの事象が完全に独立である場合に比べ、それぞれの確率を考慮した上で、2つの事象が共起する可能性がどれだけ高いか低いかを定量化した尺度を表している。'' https://eranraviv.com/understanding-pointwise-mutual-information-in-statistics/
--- 順列エントロピー ： https://www.aptech.com/blog/permutation-entropy/
h ttps:// github.com/danhammer/info-theory/wiki/permutation-entropy
単純なことで、過剰最適化ステップは平均トランザクション時間よりもはるかに小さくなければならない。
数字で説明しましょう：
平均取引時間は1時間であり、したがって最適化は1/2時間未満に行われるはずです。
さて、最適化の時点では、30 バー (M1) 未満の新しいデータがあり、最初のオープントレードの結果はまだわかりません。(または現在の取引を終了するか？）
つまり、前回の取引結果が不確実であるため、最適化は行われないのです（管理理論では、フィードバックはありません）。
過剰最適化」を「モデルの再計算」に置き換えてみましょう。
本質は変わりません。私たちは常に、あるパラメータのセットを持つExpert Advisorを扱うことになり、そのパラメータは時々変更されます。これらのパラメータを何らかの形で時間に依存するようにしようとすれば、 古いパラメータが時間にどのように依存するかを決定する新しいパラメータを持つ新しいシステムになって しまうだけだ 。
興味深い記事だ。今後の記事で、相互情報と確率を取り上げると面白いかもしれない： '' ''
---ポイントワイズ相互情報は、尺度化された条件付き確率として理解することができる。ポイントワイズ相互情報は、2つの事象が共起する可能性がどれだけ高いか低いかを定量化した尺度である。'' https://eranraviv.com/understanding-pointwise-mutual-information-in-statistics/
--- 順列エントロピー ： https://www.aptech.com/blog/permutation-entropy/
h ttps:// github.com/danhammer/info-theory/wiki/permutation-entropy
ありがとう。離散分布の情報理論について少し書きます。これは確率的依存性の重要な現れである。
しかし、順列エントロピーの説明はこの連載では複雑すぎるだろう。
本質的な部分は変わりません。私たちは常に、ある一定のパラメータを持つExpert Advisorを扱います。これらのパラメータを何らかの形で時間に依存するようにしようとすると、 古いパラメータが時間にどのように依存するかを決定する新しいパラメータを持つ新しいシステムになって しまいます 。
時間ではない。我々が利用したい市場の特性の変化に依存しているのだ。
反応速度は、第一近似的に、システムが反応する事象の速度に一致すべきである。
反応率が高ければ良い。反応速度が低ければ、反応する時間がない。
つまり、"時には"というのは、特定のシステムによって異なるのだ。
数字で表そう：
平均取引時間は1時間であり、最適化には1/2時間未満かかるはずである。
最適化の時点では、30本未満の新しいデータ(M1)があり、最初のオープントレードの結果はまだわかりません。(または現在の取引を閉じるか?)
そう、これを「意思決定の遅れを減らす」と言います。
現在のトレードを閉じる決断も、それを維持する決断も同じである。
決断は、このTSが遅延に悩まされないように、頻繁に行われるべきです。
たとえば、私のシステムはティック ごとに再計算されます。
そう、「決定待ち時間を減らす」ということだ。
現在の取引を終了させる決断と、その取引から離れる決断は、力関係は同じである。
このTSが遅延に悩まされないように、決断は頻繁に行われるべきだ。
よし、何かありそうだ。