What is an Ensemble Strategy or Method? “In statistics and machine learning, ensemble methods use multiple learning algorithms (trading strategies in our case) to obtain better predictive performance than could be obtained from any of the constituent (individual strategies) learning algorithms.” A simpler example would be to think of it as a...
なぜか自分の趣味が一番魅力的だと思っている。
その通りだ。
人それぞれだ。
でも、私は私にも興味がある。
しかし、なぜ私が同じ熊手を踏むのか？
私はここで研究の成果をポジティブに感じ、この分野で確立された専門家の仲間入りを喜んでするつもりだ。
しかし、思考の誤りは肉眼で見える。
そして、短期間で期待通りの結果を出すために、正しい方向へ進んでほしいと切に願う。
戦略について
https://buildalpha.wordpress.com/2018/11/20/buildalpha-ensemble-strategies-reduce-overfitting-by-combining-strategies/
----------------------------------------
つまり、ある戦略が新しいデータに対して有効かどうかを知るために必要なのは、戦略の再トレーニングの指標だけであり、それ以外はすべて解決可能なのだ...。
----------------------------------------
オーバートレーニングを検出するためにいくつかのアプローチを取るというアイデアがある。予測変数としてAMOを投入し、オーバートレーニングの確率を予測するようにAMOに教え、それを指標にすることも可能です。
あるいは
戦略が新しいデータで機能するかどうかを知るための、戦略の再トレーニング指標。
grail(聖杯)の別バージョン？:-)"将来うまくいくかどうかを知る"
"聖杯 "という言葉の別のバリエーション？:-)"将来うまくいくかどうかを知るために"
、ー例えばー新しいー新しいー 新しいー
Pハッキングと戦略について
https://mathinvestor.org/2019/04/p-hacking-and-backtest-overfitting/
もしよろしければ、このような興味深く重要なトピックに貢献したいと思います。
機械 学習（ Machine Learning, ML）とは、 人工知能の手法の一つであり、その特徴は、問題に対する直接的な解答ではなく、類似した問題群に対する解答を適用することによって学習 することである。 このような手法を構築するために、数理統計学、数値的手法、数学的分析、最適化手法、確率論、グラフ理論、およびデジタル形式のデータを扱うための様々な技術が使用される。
P.Z.
P.Z.
ここで最も重要なことは、たくさんの言葉を書かないことである。すでに検索に疲れているので、1-2文は読まれないだろう。
Pハッキングと戦略について
https://mathinvestor.org/2019/04/p-hacking-and-backtest-overfitting/
つまり、戦略の最適化や学習は次のようになるはずだ：
平均スコアは、クロスバリデーションを使ったときの結果のアナログである。
つまり、戦略やトレーニングの最適化は次のようなものだ：
ここで、平均スコアは、クロス・バリデーションを使用した場合の結果のアナログである。