トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 2963

[Andrey Dik]

Maxim Dmitrievsky #:
私が考える唯一の選択肢は、オフ・トレインで最適化し、オン・トレインでMOをトレーニングすることだ。それでも、異なる歴史的時代から共通するものを引き出すという点では、それなりに意味がある

FFの使い方には想像の余地がたくさんある。FFの準備について、推奨される方法はいくつかあるが、唯一の正しいレシピがないのは残念だ。

例えば、バランスの最適化だ。TSは1回の取引で90％の利益を示し、残りの100回の取引はほぼゼロである。これは良いFFなのだろうか？もしかしたら良いのかもしれないが、この戦略にとってはそうではない。

したがって、FFはモデルから要求されるすべてを考慮に入れなければならず、問題は大域的最適値を最大化することに還元される。そして、もう一つの結論が導き出される。モデルとFFはそれ自体ではありえない。良いモデルは不適切なFFによって台無しにされるし、その逆もまた真である。

[СанСаныч Фоменко]

Andrey Dik #:

数ヶ月前、このスレッドで私の参加を得て対話が行われ、そう言われました)))ここで多くの人が、MAX/MIN FFはどのような形でもあってはならないと主張しました))))。

ーffをーにー...ー...ー..ー.ー..ー.ー..ー..ー

あなたはまだ理解していない：それは最適化についてでは全くない - それは学習のための教師を作成するためのツールです。

ーMOEにはークにはーにはークにはークにはークにはークにはークにはーークにはーーーーーーーーーーーーーーーーーのー

教師の質は、FFの質によって決まるわけでもなく、最適化の質によって決まるわけでもない。この例では、私たちは悩むことなく、最初のアルゴリズムを採用し、それを正面から使いました。

教師の質は、将来にわたって予測力を失わない予測子を選択する能力によって決定されます。 しかし、教師のこの特性を決定する際、FFは全く使用されません。

[Andrey Dik]

СанСаныч Фоменко #:

あなたはまだ理解していない。MOEは最適化のためではなく、学習のための教師を作るためのツールなのだ。MOEにはいくつかの問題しかなく、最初の問題は知的な教師です。

いや、あなたはまだわかっていない。最適化がなければ、原理的にMOEは存在しない。

賢い教師」とは何ですか？ その賢い教師への適合性の基準はどこにあるのですか？ あなたはモデルの教師への適合性を評価するつもりなのですか？ 適合性の評価はFFなのです。

FFは評価基準であり、最適化とは評価基準を最大化することである。

[СанСаныч Фоменко]

Andrey Dik #:

いいえ、あなたは理解していない。最適化がなければ、MOは存在し得ない。最適化がなければ、何も存在し得ない。

賢い教師」とは何ですか？ その賢い教師への適合性の基準はどこにあるのですか？ モデルが教師に適合しているかどうかを評価するのですか？ 適合性の評価とはFFのことです。

FFは評価基準であり、最適化とは評価基準を最大化することである。

あなたが書いている間に、私は補足した。

付け加えます。

先生を作るときに最適化を使うのは一つのことで、モデルの外部にある。

モデルのパラメーターを検索するときに最適化を使うのは別のことで、モデル自体に組み込まれており、最適化オプションを選択できるモデルもあります。

分類モデルの使用を評価するのは3番目で、ここには最適化の匂いはない。独自の分類エラー推定システムがある。

例えば、誤差行列

より意味のある

上記の分類モデルの評価例を拡張する特別なパッケージがある。例えば、PerformanceAnalyticsパッケージ

[Andrey Dik]

СанСаныч Фоменко #:

あなたが何も理解していなかったように、あなたはまだ理解していない：それは最適化そのものについてでは全くなく、学習のための教師を作るためのツールなのだ。

MOEにはいくつかの問題点しかなく、最初の問題点は知的な教師である。

そして教師の質は、FFの質によって決まるわけでもなく、最適化の質によって決まるわけでもない。この例では、私たちは悩むことなく、最初に見つけられたアルゴリズムを真正面から採用しました。

教師の質は、将来にわたって予測力を失わない予測因子を選択する能力によって決定されます。 しかし、教師のこの特性を決定する際、FFは全く使用されません。

最適化は，どの段階でも使用される．教師およびそのパラメータを選択する段階を含み，次に教師をマッチングする段階 - エラーの最小化．

最適化のないSIMPLEプロセスは一つもなく、MoEではさらに少ない。

どんな最適化も、最大／最小FFに基づいている。

意味のあるプロセスは、すべて最適化の対象となる。

意味のないプロセス - すべてではない。

[削除済み]

Andrey Dik #:

最適化はどの段階でも使用される。教師およびそのパラメータを選択する段階を含む。

最適化のない SIMPLE プロセスは一つもなく、MOE ではさらに少ない。

どんな最適化も、最大/最小 FF に基づいている。

意味のあるプロセスはすべて最適化の対象となる。

意味のないプロセスは、すべてではない。

ここで一種の分かれ道がある。話題は強化学習に移っているが、そこからすべてのアプローチを使うのが理にかなっているのかもしれない。トレーディングにおいては、強化学習は今のところ何の意味もないことが証明されている。既成の例を使った教師とのトレーニングか。あるいは、未知のサイをあれこれ掛け合わせたもので、そのための理論的な装置すらない)

先生と一緒に純粋に学ぶのであれば、TCやシグナルを探して、その例から学ぼうとする方が理にかなっている。

[Andrey Dik]

Maxim Dmitrievsky #:
ここは分かれ道のようなものだ。話題は強化学習に移り、そこからあらゆるアプローチを使うことは理にかなっているのかもしれない。トレーディングにおいては、強化学習は今のところ何の意味もないことが証明されている。既成の例を使って先生と一緒にトレーニングするか。あるいは、未知のサイをあれこれ掛け合わせたもので、理論的な装置すらない。）

純粋に先生と一緒に学ぶのであれば、TCやシグナルを探して、その例から学ぼうとする方が理にかなっている。

10年前、私はBPでTSの理想的な入力を見つける方法を紹介した。- この場合の感度のしきい値はスプレッドと手数料であり、取引頻度はしきい値に依存する。

私は研究したことはありませんが、教師としてそのような「最適シリーズ」の統計的特性を見るのは興味深いでしょう。

[Aleksei Kuznetsov]

Andrey Dik #:

10年前、私はBPでTSの理想的なエントリーを見つける方法を紹介しました。- この場合の感度のしきい値はスプレッドと手数料で、取引頻度はしきい値に依存します。

こちらも11年前のhttps://www.mql5.com/ru/code/903。そして、チャートは彼の例のmytarmailSよりも きれいです。

しかし、私はそれがあなたのものだとは思わない。あなたのはどこですか？

[Andrey Dik]

Forester #:

こちらも11年前のhttps://www.mql5.com/ru/code/903。そして、グラフは彼の例のmytarmailSよりも きれいだ。

しかし、あなたのグラフには見えません。あなたのは？

https://www.mql5.com/ru/articles/55。

[削除済み]

Forester #:

こちらも11年前のhttps://www.mql5.com/ru/code/903。そして、グラフは彼の例のmytarmailSよりも きれいだ。

これはトレーニング前で、彼のものはトレーニング後です。つまり、単にきれいにプロットするだけでなく、モデルを最小誤差に近づけている。このアプローチは興味深いが、新しいデータでどのように改善するかはまだ研究されていない。