Тиковая ТС, без использования каких-либо индикаторов, включая бары. Более того, никак не обращается к истории цены. Внутри нет циклов. В общем быстрая однопроходная болванка. При этом еще и переворотная: сигнал на закрытие является сигналом на открытие противоположной позиции. Т.е. в рынке постоянно. Постоянный лот. Ну и для некоторой честности...
質問01.
以下のインジケータは、外部入力パラメータが1つしかありません。
これらの指標を選んだのは、まさに外部入力パラメータが最小であるためです。
そのアルゴリズムをMOの手法で再現することは可能でしょうか。すなわち、任意の履歴を取り、任意のパラメータで指標を実行し、それをMOに供給する。出力に適切な指標となるアルゴリズムを得ることは可能ですか？
MOのタスク設定についての質問です、つまり履歴をマークアップしましょう、同じPriceChannelは教えやすいと思います、ZZは複雑さで2番目かもしれませんがEkponential Smoothing - 分類ではなく回帰です、おそらく、同じかもしれませんが回帰を扱ったことがありません。
質問03.
そんな場面に、実際に何度か遭遇したことがあります。TSはテスト間隔での利益を表示します。OOSを数倍長く動かしても、同じ利益を表示しています。一度本命の口座に賭けると、数ヶ月は利益が変わらない。
そしてある瞬間、システマティックに倒れる。同じTSを再最適化しても、良い結果は得られない。最高のケースでは、急落を遅らせることができます。
しばらくして、プログラマーはすべてが最悪であることを理解し、本当のアカウントから離れる。テスターでTSがどのように負けていくのか、数ヶ月間観察するのです。
そして突然、2週間分の利益、1ヶ月分の利益、OOS月分の利益-。これは同じTSです。リアルに置くと、最初の段落から説明したとおりのものが出てきます。
これは仮定の話ではなく、実践のケースです。この場合、TSは少数のシンボルに対してのみ、その真価を 発揮した。また、一年中消耗している人もいました。
そしてもちろん、TSは24時間取引する必要はない。日中の取引間隔があったかもしれない。
一般的なMOの応用例ということで、似たような特徴を持つTSを入手することは可能だったのでしょうか？
質問02.
4つの入力パラメータを持つTSが、ある間隔で何千もの取引を行うようにします。可能なバリエーション数の少ない2つの入力パラメータをフィルタとして追加する。出力では、約1,000トレードで直線的なグラフが表示されています。そして、そのどれもがテストエリア全体に多かれ少なかれ均等に配置されています。
OOSで初期間隔の5%を失う確率が高い理由は何でしょうか？大きな間隔とたった6つの入力で、実に多くのトレードでストレートアップを実現しました。そして出てきたのは、素っ頓狂なフィット感だった。
パラメータが6つ以上あるということでしょうか？最初の質問と 重なりますが、私たちにとって単純なアルゴリズムも、実は本質的には複雑なのでは？
そして、なぜ梅があるといけないのか？過去のデータで何が似ているのか、それはモデルの正しさを評価するための別問題です。
そして、何をインプットしたのか、トレーニングのために歴史をどうマークしたのか、何を教えたのか......ここにはいろいろなニュアンスが含まれています。
質問03.
そんな場面に、実際に何度か遭遇したことがあります。TSはテスト間隔での利益を表示します。OOSを数倍長く動かしても、同じ利益を表示しています。一度本命の口座に賭けると、数ヶ月は利益が変わらない。
そしてある瞬間、システマティックに倒れる。同じTSを再最適化しても、良い結果は得られない。最高のケースでは、急落を遅らせることができます。
しばらくして、プログラマーはすべてが最悪であることを理解し、本当のアカウントから離れる。テスターでTSがどのように負けていくのか、数ヶ月間観察するのです。
そして突然、2週間分の利益、1ヶ月分の利益、OOS月分の利益-。これは同じTSです。実機に装着して、最初の段落から説明されているのと同じように、すべてを手に入れることができるのです。
これは仮定の話ではなく、実践のケースです。この場合、TSは少数のシンボルに対してのみ、その真価を発揮した。また、一年中消耗している人もいました。
そしてもちろん、TSは24時間取引する必要はない。日中の取引間隔があったかもしれない。
一般的なMOの応用例ということで、似たような特徴を持つTSを入手することは可能だったのでしょうか？
ですから、これはまた市場のフェーズとTS/モデルMOが学んだことに関連する質問です。例えば、私はCatBoostで モデルを訓練 - 訓練のうち、履歴上のすべての良い、本物にそれを置くと3ヶ月間沈黙していた - 私はそれを脱いで、テストを通して最後の月のために私は有益な取引の多くを逃したことがわかります（先月）、しかし、市場は本当に非常にフラットだったので明らかにモデル自体が考慮に何かを取って、取引しなかった、とモデルは（分）トレンドに設定されている。
なぜ、排水口があるといけないのか？過去のデータの類似性とは何か、それはモデルの正しさを評価するための別問題である。
そして、何をインプットしたのか、トレーニングのために歴史をどうマークしたのか、何を教えたのか......ここにはいろいろなニュアンスが含まれています。
どんなトレーニング？6つの最適化可能なパラメータを持つシンプルでクラシックなExpert Advisorです。通常のGAは、インターバルで優れた結果を示しています。
なぜOOSで失敗すると思ったのか」という答えに興味はありません。また、1000回トレードしてもOOSで負けるのが妥当な理由は何でしょうか？
素人の私の推理は以下の通りです。
TCは自由度が非常に少ない。だから、調整の確率が下がるんです。
数千の取引が等間隔に 並んでいる-それは、この間隔に長く続く「パターン」が検出されたことを意味する。特に、バランスグラフはほぼ直線なので。
この理由のどこが実際に間違っているのでしょうか？実際には、入力パラメータは6個ではなく、従来は100万個であったと推測されます。TCアルゴリズムを再現するユニバーサルマシンの入力パラメータ数です。つまり、アルゴリズムそのものが、ある入力パラメータのセットなのです。
何の訓練だ！？6つの最適化可能なパラメータを持つ通常のクラシックEAです。通常のGAは、インターバルで優れた結果を出す。
何を期待していたんだ、OOSで負けるに決まっている」という答えに興味はない。また、1000回トレードしてもOOSで負ける理由は何でしょうか？
また、学習間隔とは？1000回の取引は、1つの世界的なトレンドで、そのベクトルでポジションを開く と、それだけで優位に立つことができます。
例えば、5年分の履歴をもとにSi先物のトレーニングを行い、より様々な状況を想定しています。2008年から2016年まで、私は15分足でFXのEAを最適化していましたが、それらは平均化で十分に生き残ることができます。
そして本質的な最適化は、同じMO方式ですから、先に述べたことはすべて正しいのです。
素人の私の推理は以下の通りです。
TCの自由度は非常に少ないです。だから、調整する確率が下がる。
数千の取引が等間隔に並んでいる-それは、この間隔に長く続く「パターン」が検出されたことを意味する。特に、バランスグラフはほぼ直線なので。
なぜあなたは市場の類似性を評価することを考えるようにしたくない - 私は例えば、外国為替のボラティリティは、今年も、過去数年間で著しく下落していることがわかります - 私は月あたり3-4倍以上を稼ぐために使用し、今ちょうどない動きと外国為替の私のTS上のないお得な情報です。
そして、すべてを客観的に見て、TSが何をやっているのか、本当に単純なことなのか、その行動は合理的なのか、それとも偶然の産物なのかを考えてみることです。
この理由の何が本当に問題なのでしょうか？
市場の定常性を仮定した誤った推論であり、これは同じではない...。
実際には、入力パラメータは6個ではなく、従来は100万個であったと推測されます。TSアルゴリズムを再現するユニバーサルマシンの入力パラメータの数である。つまり、アルゴリズムそのものが、ある入力パラメータのセットなのです。
インジケーターの場合、インジケーター自体のロジックを考える必要があるため、パラメーターが多くなり、インジケーターコードのほぼ全てのifが個別の条件となり、当然、数え切れないほどの組み合わせが生成されます。しかし、私自身は逆に、多くの市場参加者がインジケーターを使用していることを想定し、参加者のTSのロジックを少しでもお金でキャッチできる確率が高いという意味で、インジケーターの使用は賢明な方法だと考えています。
質問01.
以下のインジケータは、外部入力パラメータが1つしかありません。
これらの指標を選んだのは、まさに外部入力パラメータが最小であるためです。
そのアルゴリズムをMOの手法で再現することは可能でしょうか。すなわち、任意の履歴を取り、任意のパラメータで指標を実行し、それをMOに供給する。出力で対応するインジケータのアルゴリズムを取得することは可能でしょうか？
EMAのようなスムージングは正確に得られますが、コード形式の「アルゴリズム」ではなく、結果のことを指しているのだと思います :)
PriceChannelとZZは、欠点がありそうなので、どうなんだろう。一般的に、タスクは面白いです、ありがとう:)
質問02.
ある区間で4つの入力パラメータを持つTSが数千件の取引を行ったとする。可能なバリエーション数が少ない2つの入力パラメータをフィルタとして追加する。出力されるのは、約1,000トレードの直線チャートです。そして、そのどれもがテストエリア全体に多かれ少なかれ均等に配置されています。
OOSで初期間隔の5%を失う確率が高い理由は何でしょうか？大きな間隔とたった6つの入力で、実に多くのトレードでストレートアップを実現しました。そして出てきたのは、素っ頓狂なフィット感だった。
パラメータが6つ以上あるということでしょうか？これは、最初の疑問に対する 言及のようなものです。シンプルなアルゴリズムは、その性質上、複雑ではないでしょうか？
予測というより、ストラテジーアルゴリズムとMMの種類の問題ですね。推定でどのような誤差が生じるかわからない場合、パラメータの1つを用いて誤差の発生確率を計算してもよいし、数学的予測の最大値を計算してもよいでしょう。
質問03.
そんな場面に何度か直面しました。TSはテスト間隔での利益を示しています。数倍の値段でOOSを開いても、利益は変わらない。実際のアカウントで賭けると、数ヶ月間同じ利益を示しています。
そしてある瞬間、システマティックに倒れる。同じTSを再最適化しても、良い結果は得られない。最高のケースでは、急落を遅らせることができます。
しばらくして、プログラマーはすべてが最悪であることを理解し、本当のアカウントから離れる。テスターでTSがどのように負けていくのか、数ヶ月間観察するのです。
そして突然、2週間分の利益、1ヶ月分の利益、OOS月分の利益-。これは同じTSです。実機に装着して、最初の段落から説明されているのと同じように、すべてを手に入れることができるのです。
これは仮定の話ではなく、実践のケースです。この場合、TSは少数のシンボルに対してのみ、その真価を発揮した。また、一年中消耗している人もいました。
そしてもちろん、TSは24時間取引する必要はない。日中の取引間隔があったかもしれない。
一般的なMOの応用例ということで、そのような特徴を持ったTSを得ることができたのでしょうか？
そうした特性について、「胸に手を当てて」コメントできる人はいないと思うのです。一般に、MoDを別のものとして使おうと考えるべきではありません。MoDは統計学の延長に過ぎず、一般的なアルゴリズムはMoD、メッシュ最適化もMoDであり、アルゴリズム取引には常にMoDが存在しています:)。
怠惰な人は、TC探しの完全自動化を望み、IRにすべてを任せる傾向がありますが、幸いにもそれは長い間実現しないでしょうし、実現しても経済的な意味はないでしょう。一方、古典的なIRは、分別のある兆候を探すのが下手で、「深い」のはあらゆる点で非常に気まぐれで、それを扱うのは苦痛で結果は漠然としたものです。
素人の私の推理はこんな感じです。
TCの自由度は非常に少ない。だから、適合する確率が下がるのです。
何千もの取引がその間隔で均等に行われている-それは、この間隔での長期的な「パターン」が明らかになったことを意味する。特に、バランスグラフはほぼ直線なので。
この理由のどこが実際に間違っているのでしょうか？実際には、入力パラメータは6個ではなく、従来は100万個であったと推測されます。TCアルゴリズムを再現するユニバーサルマシンの入力パラメータの数です。つまり、アルゴリズムそのものが、ある入力パラメータのセットなのです。
何が問題かというと、時系列を推定するとき（それが価格であろうと、サイコロの目の連続や「幸運の輪」の数字であろうと、あるいは温度チャートであろうと）。
あなた（そしてこのフォーラムの参加者全員）は、時系列が将来このように振舞うに違いないと思い込んで いるのです。残念ながら、適合度は常に存在し、入力データを使えば使うほど、適合度と信頼度は高くなる
ハブラの記事の前半を読むhttps://habr.com/ru/company/ods/blog/322716/
グラフの前に
プレゼンテーションがとても良かった。
さて、MOとのご質問についてですが、私のディレッタントな推論です。
トレーニングのための入力データを準備する問題、一般的なトラブルでZigZagと - 最も単純なものは、ZZのねじれの価格を供給することです - 訓練、テスト - 動作しませんが、なぜですか？- 特定のデータに強く拘束されるため、今後そのような価格はない、NSは正則多項式y = ax+bx+cx+dx+ex ...多項式の数はニューロンの数、ニューロンが多いほど品質（NS誤差）は良いが再トレーニングが早く発生..........。オーバーラーニングは、新しいタイプのNSを発明することで対抗しているが、それが良いところと悪いところがあるのも事実......。
しかし、周期的な関数では、NSは、実際には、完全に動作します - 学習のための最小限のデータで、任意のスケールでサイン/コサインのグラフ - そのような関数は、テイラー級数展開を使って書くことができるので？(もう思い出せない) - そして、それは5つの多項式y = ax+bx+cx+dx+ex となる。
ZS: 価格系列は、誰も多項式を発明できていないんです。だから、NSは完璧には動かないんですね...。もしかしたら、数式が存在しないだけかもしれません )))
予測というより、戦略アルゴリズムの種類とMMの問題ですね。私はテスターの聖杯のほとんどは、平均化と、時には長すぎる座っていると言うでしょう、そのようなセットアップを使用して、それは一つのパラメータで "聖杯 "を得ることは非常に簡単です、あなたはより客観的な画像を得るために平均化を削除する必要がありますが、それは十分ではありません、IMHO予想の期待が正しく（トレンド/リバーサル）測定されるべきである、あなたはあまりにも他の人だけでなく自分自身をだますかもしれないので、。
今夜は何かを紡いでいた。引用されていない回答として、他の人が読んでも面白いと思います。
https://www.mql5.com/ru/blogs/post/728196
1.はい、ある程度の精度で（近似誤差）
2.3次の多項式（自由項が3つだけ）を、1キロメートルの長さのグラフに当てはめる。OOSでも使えるということでしょうか？ もちろんそんなことはありません。カーブはほとんど分岐し始めますが、時には方向性に運があることもあります。もし、悪用されているパターンが未知（理論的、概念的、根本的に-何でも）であれば、その質問は、常にSBに適合しているとして、却下することができます
3.MoDの面では、何でも手に入れることができる。基本的にこれらのプロットは、ある特定のトレンドと、それらが類似していれば、うまくいくでしょう。つまり、この場合、世界的なトレンドが変わる、あるいはまた、中期的に見れば、同じようなマーケットになる可能性が高い。 だからこそ、うまくいく／いかないがあるのです。
これらの問題はすべて、計量経済学では 概念的なレベルで解決される。線形トレンドが主要な構成要素であり、それが最初に予測されるのである。その後、トレンドが持続すれば、直線スティックを中心に非線形に変動する。反復がないため最大のトレンドは予測できず、すなわちすべての不確実性は長期計画からとなる。どのような市場曲線も、ほんの数個の自由な用語、通常は3つ以下の用語で表現されます。 MOSはすでに、予測できないまま残っているものを調整することができます。