フィッティングと実際のパターンの境界線はどこにあるのでしょうか？ - ページ 54 1...474849505152535455565758596061...64 新しいコメント Роман 2011.02.04 08:04 #531 Vigor: 大多数のトレーダーが負けているのですが、これはパターンなのでしょうか？はい、パターンはありますか？いや、フリンジだけどね。これで儲けられるのか？はい、シェフになるための勉強です。 ははははは......。笑えませんね。 削除済み 2011.02.04 15:24 #532 うっかり別のテーマの実験をしてしまい、その結果、どう評価したらいいのかさえわからない) Expert Advisorを最適化したところ、誤って全く間違った分析用データを含むファイルを与えてしまいました。つまり、最適化の際、Expert Advisorは2010年11月のデータを使って取引していましたが、2009年のどこかのデータを分析し（ほとんど意味のない相関関係です）、それに基づいて取引を開始していました。学習した結果、純粋なフィッティング（一方を分析し、他方をトレードする）で旧1000pipsの利益という結果を得ることができました。エラーを理解し、正しいデータで最適化を行った結果、2000pipsを獲得しました。あとは、純粋なフィッティングとフィッティング＋規則性で、フィッティング成分と学習結果を分離することをどのように学習すればよいかを考えています。 そして、一般的に、アプローチ：1つを分析し、別の取引を、私たちはエキスパートアドバイザーの "永続性 "を決定することはできませんか？ Andrey Dik 2011.02.04 16:44 #533 Figar0: .............そして、一般的に、非常にアプローチ：1つのものを分析し、別のものを交換すると、私たちは専門家の "永続性 "を決定することはできませんでしょうか？ それは、誰もがいつもやっていることです。歴史を分析することと、現実の取引は別物です。 というか、orがないと、何もわからない。 削除済み 2011.02.04 17:09 #534 joo: それは、誰もがいつもやっていることです。歴史を分析することと、現実の取引は別物です。 というか、一番は、orがないと、何もわからない。 Expert Advisorが1～200の時間枠を使用し、2本目から1本目にかけてその方向にオープンしたとすると、MA[1]>MA[2] - 買い、MA[1]<MA[2] - 売りの順となります。 数値が間違っていて、条件は以下の通りです。 MA[1000001]>MA[1000002] - 買い、MA[1000001]<MA[1000002]、つまり100万本のバーでのワンドの挙動はEAが取引を開始したときの現状を表していないのです。Expert Advisorの状態は "empty"、プラシーボです。しかし、学習期間中に利益を上げる波動期はほぼ確実に見つけることができます。それは純粋に裸で追いかけることでしょう。こういうことだったんですね。しかし、そのような少数の自由度の原始的な Expert Advisor をそのような方法で歪めることはおそらく無意味です。しかし、その代わりに、入力も訓練期間中は現実とは全く関係のないNS（例えば、ペンギンの生態に関するビデオのデジタルコピーからのビットの2進数）を想像してみてはどうだろう。何もないところから学習段階でExpert Advisorに利益を出させ、意図的にフィットさせ、そのフィット具合を推し量るようにしましょう。なんとなく...そして、同じ学習期間のExpert Advisorが判断を下す瞬間の状況を記述した正しいデータを与えるのです。また、その結果も得ることができます。この2つの結果を比較し、Expert Advisorの適合性、入力の情報量、パターン検出能力などを理解しようとした。 明確になったかどうかはわからないが) Vladimir Gomonov 2011.02.04 17:49 #535 Figar0: 私のExpert Advisorが期間1～200のスイングルールを使用し、2本目から1本目にかけてその方向に開き、MA[1]>MA[2]-買い、MA[1]<MA[2]-売りとしたとします。数値が間違っていて、条件は以下の通りです。 MA[1000001]>MA[1000002] - 買い、MA[1000001]<MA[1000002]、つまり100万本のバーでのワンドの挙動はEAが取引を開始したときの現状を表していないのです。Expert Advisorの状態は "empty"、プラシーボです。しかし、学習期間中に利益を上げる波動期はほぼ確実に見つけることができます。それは純粋に裸で追いかけることでしょう。こういうことだったんですね。しかし、そのような少数の自由度の原始的な Expert Advisor をそのような方法でねじることはおそらく意味がない。しかし、その代わりに、入力も訓練期間中は現実とは全く関係のないNS（例えば、ペンギンの生態に関するビデオのデジタルコピーからのビットの2進数）を想像してみてはどうだろう。何もないところから学習段階でExpert Advisorに利益を出させ、意図的にフィットさせ、そのフィット具合を推し量るようにしましょう。なんとなく...そして、同じ学習期間のExpert Advisorが判断を下す瞬間の状況を記述した正しいデータを与えるのです。また、その結果も得ることができます。専門家の適性、インプットの情報性などを考えています。明確になったかどうかはわからないが）。とにかく、話題がかっこいい。 明らかに、十分に複雑な調整可能な関数のセットは、マッピングパラメータを調整することで、任意のランダムな集合を任意の他の集合（ランダムかどうかにかかわらず）にマッピングすることができる。理論的にはどんな精度でも...。:) DCのトレーダー（だけではありませんが）もこの方法で取引するように訓練されています。彼らは、標準的な（動作していない）指標のかなりランダムな流れを取引操作 の流れに変換するように教えています...:-) .....// または :-( ...? 最近、ある事件が起こりました。いくつかの作業モードを持つスマートな指標を使用してExpert Advisorを最適化しました。モードはパラメータ化可能（各々）。そのため、最適化のために誤ったモードのパラメータを設定してしまったのです。すなわち、これらのパラメータは、インジケータの現在のモードでのExpert Advisorのパフォーマンスに影響を与えなかった。 // 動作しないパラメータに加え、最適化されたパラメータがいくつかあるため、自分のミスを見つけるのが間に合いませんでした。そのため、最適化は完了しました。 興味深いのは、これらの（非稼働）パラメータが徐々に特定の値に収束し、最適化の最後まで変化しなかったことです。つまり、あたかも本当に最適化されているかのような、疑似感覚的な振る舞いをする...。(!!) もし私が専門家の著者でなかったら、これらはExact-Optimal-Graal-itpの値であり、大切に保存されるべき（できれば一般には秘密にしておきたい）、と判断してユート、ユート......としたことでしょう。そして、どんな場合でも変えないことです。 このケースを見たとき、そして気づいたとき、私は悲しいことに、これこそ、私たちの不可解な人生全体、特にFXが満ちている迷信創造のメカニズム だと思ったのです...。;-) ------------------ また、「アジャスタブル」のためにシステムを研究するという提案については、私の意見では、それは価値がありません。良いシステムとは、適応性が高いことであることは明らかです。しかし、抽象化することも得意です。悪いシステムは、適応性が悪く、適応性が良いということがあります。しかし、抽象化することはできない。だから、適応性はシステムの品質（汎化性）の基準にはなりにくい。 フィッティング現象を抑えるために、学習段階で低振幅のランダム信号を加えたよく知られた尺度を使うのがよいでしょう。これは、より実用的なものです。 Andrey Dik 2011.02.04 18:53 #536 Figar0: 私のExpert Advisorが期間1～200のスイングルールを使用し、2本目から1本目にかけてその方向に開き、MA[1]>MA[2]-買い、MA[1]<MA[2]-売りとしたとします。 数値が間違っていて、条件は以下の通りです。 MA[1000001]>MA[1000002] - 買い、MA[1000001]<MA[1000002]、つまり100万本のバーでのワンドの挙動はEAが取引を開始したときの現状を表していないのです。Expert Advisorの状態は "empty"、プラシーボです。しかし、学習期間中に利益を上げる波動期はほぼ確実に見つけることができます。それは純粋に裸で追いかけることでしょう。こういうことだったんですね。しかし、そのような少数の自由度の原始的な Expert Advisor をそのような方法でねじることはおそらく意味がない。しかし、その代わりに、入力も訓練期間中は現実とは全く関係のないNS（例えば、ペンギンの生態に関するビデオのデジタルコピーからのビットの2進数）を想像してみてはどうだろう。何もないところから学習段階でExpert Advisorに利益を出させ、意図的にフィットさせ、そのフィット具合を推し量るようにしましょう。なんとなく...そして、同じ学習期間のExpert Advisorが判断を下す瞬間の状況を記述した正しいデータを与えるのです。また、その結果も得ることができます。この2つの結果を比較し、Expert Advisorの適合性、入力の情報量、パターン検出能力などを理解しようとした。 明確になったかどうかは分かりませんが）。 だけでなく、常にTSが利益になる歴史の最適化された間隔のためのMAがありますが、注目...は、複数のMAが存在する可能性があります。 したがって、あなたのような状況になる可能性は十分にあります。つまり、システムパラメータは、市場の規則性とは何の共通点もなく、歴史の異なる間隔で利益を上げ、さらに将来のある時点で利益を上げる可能性があるのです。また、そうでない場合もあります。 そのため、TSは2つのタイプに分けられる。2つ目のタイプは、利益を出すか出さないかのどちらかです。簡単に確認することができます。しかし、最初のタイプは......どうすれば確認できるのでしょうか？ 私の考えでは、合う、合わないの線引きはしない方がいいと思います。この線が全く存在しないTCに集中すべきです。そういうことなのです。少なくとも、ボーダーラインがなく、パターンが見つかったという実感はあるはずです。それ以外にはないでしょう？保証はないし、これからもない。永遠に不確かな状態と、永遠に選択する権利が存在することになる。:) はっきりしないけど。 今回はうまくいったかどうかわからないけど。:) 削除済み 2011.02.04 20:06 #537 MetaDriver: また、「フィット感」のためにシステムを勉強しようという提案については、私見ですが、それは意味がないと思います。良いシステムとは、適応性が高いということです。しかし、抽象化することもできます。悪いシステムは、適応性が悪く、適応性が良いということがあります。しかし、抽象化することはできない。だから、適応性はシステムの品質（汎化能力）の基準にはなりにくい。 まあ、それ自体が目的ではなく、適合性のテストでもなく、「境界線」を求めてさまよう思考に過ぎないのだが...) 実用的な結果は、なんとなく自分に近いところにある。思考はおおよそ次のように形成されている。一つの歴史に対して、適合性（P1）と適合性＋違法性（P2）という二つの学習結果を持つ。 P1 ~= P2。 - TSは、設計されたパターンを見つけるために過剰な汎化能力を持っており（例えばNSでは-1層削除、隠れニューロンの数を減らす、異なる活性化関数を取るなど）、そうでなければパターンを利用した結果を分離することは非常に困難であると思われます。あるいは、もっと単純に、私たちの規則性は全く規則性がないとも言えるでしょう。 2*P1< P2です。 - が必要な場合、TCをいじくり回すことに意味があり、最適な学習結果は、パターンを検出することができる可能性が高いのです。 こういう実用化のための鎖を、私は作ろうとしているのです。そして、私のTCの一部には、それが有効かもしれないと思うのです。 ジュそして、今回はうまくいったのでしょうか。:) 何かに近いものがあるのだろう）自分の考えを表現することが、もう怖くてたまらなかった。 削除済み 2011.02.04 20:30 #538 1）アフターエフェクト（市場特性の慣性）を利用するためにフィットさせる？ 2) 偽らない最適化効果を生かすために調整しない？ 矛盾？ 他の選択肢もある :) Andrey Dik 2011.02.04 21:33 #539 -Aleksey-: 1）後遺症の効果（市場特性の慣性）を利用するための適合性？ 2) 偽らない最適化効果を生かすために調整しない？ 矛盾している？ 他の選択肢もある :) 誤った最適化をしない効果は...。脳が壊れるところでした。 1）市場イナーシャ特性TA全体がベースになっています。TAでは、一度始まった（いつ始まるかわからない）プロセスは、（いつまで続くかわからない）継続することを前提としています。典型的な例：MA200で、価格が下降するスリッページを横切ったとき、このまま下降することを期待して売りのポジションをとります。しかし、値段は行かず、МА200を気にせず、すぐに切り返し、上がっていく。待つのです。価格が上方に移動し、MA200を上方にクロスする - これは買いシグナルです - 妻は新しいコートをねじ込みます）。 チャンネル、レベル等も同様です。 2）因果関係の性質あらかじめ決められた順序と長さの事象の連鎖があるならば、あらかじめ知られた順序と長さとしての事象の連鎖が返ってくるのである。最適化の方法は、事象の因果関係の連鎖における変化が、結果的な事象の連鎖に及ぼす影響の規則性を明らかにするものである。規則性があるかないか、チェックしやすいかどうか、使いやすいかどうか、すべてがシンプルです。 そういう非常に他の選択肢を提案する。 Vladimir Gomonov 2011.02.04 21:57 #540 joo: 2) 因果関係特性。あらかじめ決められた順序と長さの事象の連鎖があるならば、あらかじめ決められた順序と長さの事象の逆連鎖もある。最適化の方法は、事象の因果関係の連鎖における変化が、結果的な事象の連鎖に及ぼす影響の規則性を明らかにするものである。規則性を見出すか見出さないかというシンプルさ、チェックのしやすさ、使い勝手の良さ。 偶然に騙される心」あるいは「生命の遺伝的メカニズムの創造的な狂気」のサイクルを継続する。 ;-) プラス強化で学習する本からの抜粋です。カレン・プライヤー「犬にうなり声をかけるな // 本の全貌は予告編でおすすめです。 迷信：ランダムな強化 現実の世界では、援軍はことあるごとに発生し、偶然の産物であることも多い。鷹を研究しているある生物学者によると、鷹がある茂みの下でネズミを捕まえると、1週間は毎日、時にはそれ以上、その茂みをチェックするようになるそうです。その特定の場所を飛ぶ可能性が高いのは、強化の強さによるものです。その前日、ゴミ箱に5ドル入っていたとしても、よく見ずに通り過ぎてみてください。 ランダム強化はタカにとって良いことです。一般的に言って、動物の行動は、それぞれの種がどんな強化からも利益を得られるように進化してきたと言えるのです。しかし、多くのランダム強化は有用な結果を伴わないが、それにもかかわらず行動に強い影響を与えることができる。行動がその後の出来事とは関係ないが、被験者の脳内でその出来事の必要条件として関連付けられている場合、迷信的行動と言う。例えば、鉛筆を噛んでしまう人がそうです。試験中にたまたま鉛筆を口にくわえて、すぐに正解や良い考えが浮かんだとしたら、この強化が行動を変えるかもしれません。 私は大学時代、歯形がつかない鉛筆を一本も持っていませんでした。特に難しい試験のときは、鉛筆を半分に噛んでしまうこともありました。きっと考え事をするのに役立つと思ったからです。実際には、ランダムで偶発的な行動に過ぎなかったのです。それは、ある服を着ることや、ある仕事をする前にある儀式を行うことも同じである。ある野球選手が投球準備のたびに、帽子を触る、ボールでグローブを触る、帽子を前に出す、耳をこする、帽子を後ろに出す、足をシャカシャカさせる、など9つの動作の連鎖を行っているのを見たことがあります。この一連の動作は非常に素早く行われるため、解説者は決してそのことに触れないが、それでも複雑な迷信的行動を構成している。 迷信」は動物の訓練でしばしば発生する。あなたが意図して導入したのではない基準によって、動物はその反応を誘導されるかもしれませんが、それはしばしば強化と一致し、条件付き結合を形成します。例えば、ある動物が、強化されるためには、特定の場所にいること、特定の方向を向くこと、特定の座り方をすることが必要だと考えることがある。新しい場所や違う向きで動作させたい時に、突然全体の動作が不思議と崩れる、なぜこうなったかを考えてきてください。ですから、行動が形成され始めたらすぐに、自分にとって重要でないと思われる条件の選択肢を多様化し始める方が、後で邪魔になるような偶然の条件付けがない分、ずっと良いのです。何よりも、ランダムな時間的接続が形成されないようにすること。動物も人間も、時間の間隔を感じ取るのが得意です。あるとき、私は2匹のモルモットを訓練して、私の手の合図でジャンプするようにしたと確信したのですが、ある科学者がストップウォッチを持って、彼らが29秒ごとにジャンプしていることを証明してくれたのです。私がうっかりしていたせいで、彼らは非常に規則正しく命令を出すように条件付けられ、私が想定した情報ではなく、これを利用されたのです。多くの世襲トレーナーは、単に迷信的な考え方や行動の虜になっているに過ぎない。その中で、イルカは白い服を着た人を好む、ラバは叩かれるべき、クマは女性が嫌い、などと言う人に会ったことがあります。これは、人と接する仕事をしていて、例えば、小学5年生には怒鳴るべきで、尊敬を得るためには罰が必要だと考えている人にも当てはまります。このような教育者は、伝統に翻弄され、効果的な方法と単なる迷信であるものを切り分けることができないため、いつも同じ方法で仕事をすることを余儀なくされるのです。このような弱点、あるいは混乱は、教育、工学、軍隊、そして何よりも医学など、多くの職業で見られる。薬効があるからではなく、昔からそうしてきたから、あるいはそうしているから、という理由で患者に処方されるものの多さには呆れるばかりです。病院に行ったことのある人なら、迷信的な行動に過ぎない不必要な行動の例を6つも思い浮かべることができるだろう。興味深いことに、迷信的な行動は、その効果のなさを指摘するだけでは消えません。非常に暗記的であるため、それに応じて強く警戒されるのです。医者に、効果のない、あるいは有害な治療法を使う習慣について話してみれば、適当な言葉ではねつけられるだろう。あの野球選手でさえ、神経質な9段の迷信的な表現で、例えば4回触れる帽子なしでボールをプレーしようと言う人には、きっと猛烈に反発する。迷信的な行動をなくすには、それが強化に関係しないようにすることです。息子のテッドはフェンシングが大好きです。週に2、3回は練習に通い、週末は大会に出ることも多い。ある日、強い相手との決闘の最中、愛用の剣を家に置いてきてしまい、落ち込んでしまった。試合には負けた。その時、彼は、自分が使っている剣よりも、気分が落ち込むことの方が、明らかに自分の行動に影響を与えることに気づいたのだ。テッドは、フェンシングに関連する迷信的な行動を特定し、それと闘いました。 彼は、特定の衣類への愛着から、自分の戦いが夢や口論、さらには大会でフルーツジュースがないことに影響されるかもしれないという内なる信念まで、自分自身にそうした点を数多く見つけました。 こうした状況を一つ一つ体系的に分析し、それが迷信であることに気づいて、それに依存している自分を一つずつ打ち破っていったのです。その結果、今では、たとえ電車に遅れる悪夢を見たとしても、道具をなくしたとしても、タクシーの運転手との戦いでも、トラックスーツに違う靴下で借りた剣でフェンシングをしても、落ち着いて自信を持って一戦一戦に臨むことができるようになった。 ファイル: fqjfdfhmvmytpwkehkh.rar 138 kb 1...474849505152535455565758596061...64 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
大多数のトレーダーが負けているのですが、これはパターンなのでしょうか？はい、パターンはありますか？いや、フリンジだけどね。これで儲けられるのか？はい、シェフになるための勉強です。
ははははは......。笑えませんね。
うっかり別のテーマの実験をしてしまい、その結果、どう評価したらいいのかさえわからない)
Expert Advisorを最適化したところ、誤って全く間違った分析用データを含むファイルを与えてしまいました。つまり、最適化の際、Expert Advisorは2010年11月のデータを使って取引していましたが、2009年のどこかのデータを分析し（ほとんど意味のない相関関係です）、それに基づいて取引を開始していました。学習した結果、純粋なフィッティング（一方を分析し、他方をトレードする）で旧1000pipsの利益という結果を得ることができました。エラーを理解し、正しいデータで最適化を行った結果、2000pipsを獲得しました。あとは、純粋なフィッティングとフィッティング＋規則性で、フィッティング成分と学習結果を分離することをどのように学習すればよいかを考えています。
そして、一般的に、アプローチ：1つを分析し、別の取引を、私たちはエキスパートアドバイザーの "永続性 "を決定することはできませんか？
.............
そして、一般的に、非常にアプローチ：1つのものを分析し、別のものを交換すると、私たちは専門家の "永続性 "を決定することはできませんでしょうか？
それは、誰もがいつもやっていることです。歴史を分析することと、現実の取引は別物です。
というか、orがないと、何もわからない。
それは、誰もがいつもやっていることです。歴史を分析することと、現実の取引は別物です。
というか、一番は、orがないと、何もわからない。
Expert Advisorが1～200の時間枠を使用し、2本目から1本目にかけてその方向にオープンしたとすると、MA[1]>MA[2] - 買い、MA[1]<MA[2] - 売りの順となります。
数値が間違っていて、条件は以下の通りです。 MA[1000001]>MA[1000002] - 買い、MA[1000001]<MA[1000002]、つまり100万本のバーでのワンドの挙動はEAが取引を開始したときの現状を表していないのです。Expert Advisorの状態は "empty"、プラシーボです。しかし、学習期間中に利益を上げる波動期はほぼ確実に見つけることができます。それは純粋に裸で追いかけることでしょう。こういうことだったんですね。しかし、そのような少数の自由度の原始的な Expert Advisor をそのような方法で歪めることはおそらく無意味です。しかし、その代わりに、入力も訓練期間中は現実とは全く関係のないNS（例えば、ペンギンの生態に関するビデオのデジタルコピーからのビットの2進数）を想像してみてはどうだろう。何もないところから学習段階でExpert Advisorに利益を出させ、意図的にフィットさせ、そのフィット具合を推し量るようにしましょう。なんとなく...そして、同じ学習期間のExpert Advisorが判断を下す瞬間の状況を記述した正しいデータを与えるのです。また、その結果も得ることができます。この2つの結果を比較し、Expert Advisorの適合性、入力の情報量、パターン検出能力などを理解しようとした。
明確になったかどうかはわからないが)
私のExpert Advisorが期間1～200のスイングルールを使用し、2本目から1本目にかけてその方向に開き、MA[1]>MA[2]-買い、MA[1]<MA[2]-売りとしたとします。
数値が間違っていて、条件は以下の通りです。 MA[1000001]>MA[1000002] - 買い、MA[1000001]<MA[1000002]、つまり100万本のバーでのワンドの挙動はEAが取引を開始したときの現状を表していないのです。Expert Advisorの状態は "empty"、プラシーボです。しかし、学習期間中に利益を上げる波動期はほぼ確実に見つけることができます。それは純粋に裸で追いかけることでしょう。こういうことだったんですね。しかし、そのような少数の自由度の原始的な Expert Advisor をそのような方法でねじることはおそらく意味がない。しかし、その代わりに、入力も訓練期間中は現実とは全く関係のないNS（例えば、ペンギンの生態に関するビデオのデジタルコピーからのビットの2進数）を想像してみてはどうだろう。何もないところから学習段階でExpert Advisorに利益を出させ、意図的にフィットさせ、そのフィット具合を推し量るようにしましょう。なんとなく...そして、同じ学習期間のExpert Advisorが判断を下す瞬間の状況を記述した正しいデータを与えるのです。また、その結果も得ることができます。専門家の適性、インプットの情報性などを考えています。
明確になったかどうかはわからないが）。
とにかく、話題がかっこいい。
明らかに、十分に複雑な調整可能な関数のセットは、マッピングパラメータを調整することで、任意のランダムな集合を任意の他の集合（ランダムかどうかにかかわらず）にマッピングすることができる。理論的にはどんな精度でも...。:)
DCのトレーダー（だけではありませんが）もこの方法で取引するように訓練されています。彼らは、標準的な（動作していない）指標のかなりランダムな流れを取引操作 の流れに変換するように教えています...:-) .....// または :-( ...?
最近、ある事件が起こりました。いくつかの作業モードを持つスマートな指標を使用してExpert Advisorを最適化しました。モードはパラメータ化可能（各々）。そのため、最適化のために誤ったモードのパラメータを設定してしまったのです。すなわち、これらのパラメータは、インジケータの現在のモードでのExpert Advisorのパフォーマンスに影響を与えなかった。
// 動作しないパラメータに加え、最適化されたパラメータがいくつかあるため、自分のミスを見つけるのが間に合いませんでした。そのため、最適化は完了しました。
興味深いのは、これらの（非稼働）パラメータが徐々に特定の値に収束し、最適化の最後まで変化しなかったことです。つまり、あたかも本当に最適化されているかのような、疑似感覚的な振る舞いをする...。(!!) もし私が専門家の著者でなかったら、これらはExact-Optimal-Graal-itpの値であり、大切に保存されるべき（できれば一般には秘密にしておきたい）、と判断してユート、ユート......としたことでしょう。そして、どんな場合でも変えないことです。
このケースを見たとき、そして気づいたとき、私は悲しいことに、これこそ、私たちの不可解な人生全体、特にFXが満ちている迷信創造のメカニズム だと思ったのです...。;-)
------------------
また、「アジャスタブル」のためにシステムを研究するという提案については、私の意見では、それは価値がありません。良いシステムとは、適応性が高いことであることは明らかです。しかし、抽象化することも得意です。悪いシステムは、適応性が悪く、適応性が良いということがあります。しかし、抽象化することはできない。だから、適応性はシステムの品質（汎化性）の基準にはなりにくい。
フィッティング現象を抑えるために、学習段階で低振幅のランダム信号を加えたよく知られた尺度を使うのがよいでしょう。これは、より実用的なものです。
私のExpert Advisorが期間1～200のスイングルールを使用し、2本目から1本目にかけてその方向に開き、MA[1]>MA[2]-買い、MA[1]<MA[2]-売りとしたとします。
数値が間違っていて、条件は以下の通りです。 MA[1000001]>MA[1000002] - 買い、MA[1000001]<MA[1000002]、つまり100万本のバーでのワンドの挙動はEAが取引を開始したときの現状を表していないのです。Expert Advisorの状態は "empty"、プラシーボです。しかし、学習期間中に利益を上げる波動期はほぼ確実に見つけることができます。それは純粋に裸で追いかけることでしょう。こういうことだったんですね。しかし、そのような少数の自由度の原始的な Expert Advisor をそのような方法でねじることはおそらく意味がない。しかし、その代わりに、入力も訓練期間中は現実とは全く関係のないNS（例えば、ペンギンの生態に関するビデオのデジタルコピーからのビットの2進数）を想像してみてはどうだろう。何もないところから学習段階でExpert Advisorに利益を出させ、意図的にフィットさせ、そのフィット具合を推し量るようにしましょう。なんとなく...そして、同じ学習期間のExpert Advisorが判断を下す瞬間の状況を記述した正しいデータを与えるのです。また、その結果も得ることができます。この2つの結果を比較し、Expert Advisorの適合性、入力の情報量、パターン検出能力などを理解しようとした。
明確になったかどうかは分かりませんが）。
だけでなく、常にTSが利益になる歴史の最適化された間隔のためのMAがありますが、注目...は、複数のMAが存在する可能性があります。
したがって、あなたのような状況になる可能性は十分にあります。つまり、システムパラメータは、市場の規則性とは何の共通点もなく、歴史の異なる間隔で利益を上げ、さらに将来のある時点で利益を上げる可能性があるのです。また、そうでない場合もあります。
そのため、TSは2つのタイプに分けられる。2つ目のタイプは、利益を出すか出さないかのどちらかです。簡単に確認することができます。しかし、最初のタイプは......どうすれば確認できるのでしょうか？
私の考えでは、合う、合わないの線引きはしない方がいいと思います。この線が全く存在しないTCに集中すべきです。そういうことなのです。少なくとも、ボーダーラインがなく、パターンが見つかったという実感はあるはずです。それ以外にはないでしょう？保証はないし、これからもない。永遠に不確かな状態と、永遠に選択する権利が存在することになる。:)
はっきりしないけど。
今回はうまくいったかどうかわからないけど。:)
また、「フィット感」のためにシステムを勉強しようという提案については、私見ですが、それは意味がないと思います。良いシステムとは、適応性が高いということです。しかし、抽象化することもできます。悪いシステムは、適応性が悪く、適応性が良いということがあります。しかし、抽象化することはできない。だから、適応性はシステムの品質（汎化能力）の基準にはなりにくい。
まあ、それ自体が目的ではなく、適合性のテストでもなく、「境界線」を求めてさまよう思考に過ぎないのだが...) 実用的な結果は、なんとなく自分に近いところにある。思考はおおよそ次のように形成されている。一つの歴史に対して、適合性（P1）と適合性＋違法性（P2）という二つの学習結果を持つ。
P1 ~= P2。
- TSは、設計されたパターンを見つけるために過剰な汎化能力を持っており（例えばNSでは-1層削除、隠れニューロンの数を減らす、異なる活性化関数を取るなど）、そうでなければパターンを利用した結果を分離することは非常に困難であると思われます。あるいは、もっと単純に、私たちの規則性は全く規則性がないとも言えるでしょう。
2*P1< P2です。
- が必要な場合、TCをいじくり回すことに意味があり、最適な学習結果は、パターンを検出することができる可能性が高いのです。
こういう実用化のための鎖を、私は作ろうとしているのです。そして、私のTCの一部には、それが有効かもしれないと思うのです。
そして、今回はうまくいったのでしょうか。:)
何かに近いものがあるのだろう）自分の考えを表現することが、もう怖くてたまらなかった。
1）アフターエフェクト（市場特性の慣性）を利用するためにフィットさせる？
2) 偽らない最適化効果を生かすために調整しない？
矛盾？
他の選択肢もある :)
1）後遺症の効果（市場特性の慣性）を利用するための適合性？
2) 偽らない最適化効果を生かすために調整しない？
矛盾している？
他の選択肢もある :)
誤った最適化をしない効果は...。脳が壊れるところでした。
1）市場イナーシャ特性TA全体がベースになっています。TAでは、一度始まった（いつ始まるかわからない）プロセスは、（いつまで続くかわからない）継続することを前提としています。典型的な例：MA200で、価格が下降するスリッページを横切ったとき、このまま下降することを期待して売りのポジションをとります。しかし、値段は行かず、МА200を気にせず、すぐに切り返し、上がっていく。待つのです。価格が上方に移動し、MA200を上方にクロスする - これは買いシグナルです - 妻は新しいコートをねじ込みます）。
チャンネル、レベル等も同様です。
2）因果関係の性質あらかじめ決められた順序と長さの事象の連鎖があるならば、あらかじめ知られた順序と長さとしての事象の連鎖が返ってくるのである。最適化の方法は、事象の因果関係の連鎖における変化が、結果的な事象の連鎖に及ぼす影響の規則性を明らかにするものである。規則性があるかないか、チェックしやすいかどうか、使いやすいかどうか、すべてがシンプルです。
そういう非常に他の選択肢を提案する。
joo:
2) 因果関係特性。あらかじめ決められた順序と長さの事象の連鎖があるならば、あらかじめ決められた順序と長さの事象の逆連鎖もある。最適化の方法は、事象の因果関係の連鎖における変化が、結果的な事象の連鎖に及ぼす影響の規則性を明らかにするものである。規則性を見出すか見出さないかというシンプルさ、チェックのしやすさ、使い勝手の良さ。
偶然に騙される心」あるいは「生命の遺伝的メカニズムの創造的な狂気」のサイクルを継続する。 ;-)
プラス強化で学習する本からの抜粋です。カレン・プライヤー「犬にうなり声をかけるな
// 本の全貌は予告編でおすすめです。
迷信：ランダムな強化
現実の世界では、援軍はことあるごとに発生し、偶然の産物であることも多い。鷹を研究しているある生物学者によると、鷹がある茂みの下でネズミを捕まえると、1週間は毎日、時にはそれ以上、その茂みをチェックするようになるそうです。その特定の場所を飛ぶ可能性が高いのは、強化の強さによるものです。その前日、ゴミ箱に5ドル入っていたとしても、よく見ずに通り過ぎてみてください。 ランダム強化はタカにとって良いことです。一般的に言って、動物の行動は、それぞれの種がどんな強化からも利益を得られるように進化してきたと言えるのです。しかし、多くのランダム強化は有用な結果を伴わないが、それにもかかわらず行動に強い影響を与えることができる。行動がその後の出来事とは関係ないが、被験者の脳内でその出来事の必要条件として関連付けられている場合、迷信的行動と言う。例えば、鉛筆を噛んでしまう人がそうです。試験中にたまたま鉛筆を口にくわえて、すぐに正解や良い考えが浮かんだとしたら、この強化が行動を変えるかもしれません。 私は大学時代、歯形がつかない鉛筆を一本も持っていませんでした。特に難しい試験のときは、鉛筆を半分に噛んでしまうこともありました。きっと考え事をするのに役立つと思ったからです。実際には、ランダムで偶発的な行動に過ぎなかったのです。それは、ある服を着ることや、ある仕事をする前にある儀式を行うことも同じである。ある野球選手が投球準備のたびに、帽子を触る、ボールでグローブを触る、帽子を前に出す、耳をこする、帽子を後ろに出す、足をシャカシャカさせる、など9つの動作の連鎖を行っているのを見たことがあります。この一連の動作は非常に素早く行われるため、解説者は決してそのことに触れないが、それでも複雑な迷信的行動を構成している。 迷信」は動物の訓練でしばしば発生する。あなたが意図して導入したのではない基準によって、動物はその反応を誘導されるかもしれませんが、それはしばしば強化と一致し、条件付き結合を形成します。例えば、ある動物が、強化されるためには、特定の場所にいること、特定の方向を向くこと、特定の座り方をすることが必要だと考えることがある。新しい場所や違う向きで動作させたい時に、突然全体の動作が不思議と崩れる、なぜこうなったかを考えてきてください。ですから、行動が形成され始めたらすぐに、自分にとって重要でないと思われる条件の選択肢を多様化し始める方が、後で邪魔になるような偶然の条件付けがない分、ずっと良いのです。何よりも、ランダムな時間的接続が形成されないようにすること。動物も人間も、時間の間隔を感じ取るのが得意です。あるとき、私は2匹のモルモットを訓練して、私の手の合図でジャンプするようにしたと確信したのですが、ある科学者がストップウォッチを持って、彼らが29秒ごとにジャンプしていることを証明してくれたのです。私がうっかりしていたせいで、彼らは非常に規則正しく命令を出すように条件付けられ、私が想定した情報ではなく、これを利用されたのです。多くの世襲トレーナーは、単に迷信的な考え方や行動の虜になっているに過ぎない。その中で、イルカは白い服を着た人を好む、ラバは叩かれるべき、クマは女性が嫌い、などと言う人に会ったことがあります。これは、人と接する仕事をしていて、例えば、小学5年生には怒鳴るべきで、尊敬を得るためには罰が必要だと考えている人にも当てはまります。このような教育者は、伝統に翻弄され、効果的な方法と単なる迷信であるものを切り分けることができないため、いつも同じ方法で仕事をすることを余儀なくされるのです。このような弱点、あるいは混乱は、教育、工学、軍隊、そして何よりも医学など、多くの職業で見られる。薬効があるからではなく、昔からそうしてきたから、あるいはそうしているから、という理由で患者に処方されるものの多さには呆れるばかりです。病院に行ったことのある人なら、迷信的な行動に過ぎない不必要な行動の例を6つも思い浮かべることができるだろう。興味深いことに、迷信的な行動は、その効果のなさを指摘するだけでは消えません。非常に暗記的であるため、それに応じて強く警戒されるのです。医者に、効果のない、あるいは有害な治療法を使う習慣について話してみれば、適当な言葉ではねつけられるだろう。あの野球選手でさえ、神経質な9段の迷信的な表現で、例えば4回触れる帽子なしでボールをプレーしようと言う人には、きっと猛烈に反発する。迷信的な行動をなくすには、それが強化に関係しないようにすることです。息子のテッドはフェンシングが大好きです。週に2、3回は練習に通い、週末は大会に出ることも多い。ある日、強い相手との決闘の最中、愛用の剣を家に置いてきてしまい、落ち込んでしまった。試合には負けた。その時、彼は、自分が使っている剣よりも、気分が落ち込むことの方が、明らかに自分の行動に影響を与えることに気づいたのだ。テッドは、フェンシングに関連する迷信的な行動を特定し、それと闘いました。 彼は、特定の衣類への愛着から、自分の戦いが夢や口論、さらには大会でフルーツジュースがないことに影響されるかもしれないという内なる信念まで、自分自身にそうした点を数多く見つけました。 こうした状況を一つ一つ体系的に分析し、それが迷信であることに気づいて、それに依存している自分を一つずつ打ち破っていったのです。その結果、今では、たとえ電車に遅れる悪夢を見たとしても、道具をなくしたとしても、タクシーの運転手との戦いでも、トラックスーツに違う靴下で借りた剣でフェンシングをしても、落ち着いて自信を持って一戦一戦に臨むことができるようになった。