オプティマイザーを使った作業の原則と、はめ込み回避の基本的な方法。 - ページ 3

[Vasiliy Sokolov]

なぜパターンに定常性が必要なのか？仮に、作業パターンがあるとします。その発生頻度の時間的分布は硬直的な非正規分布である。 また、このパターンの主な特徴は、非定常的で時間と共に浮動することである。それがどうした？主な条件はただ一つ、「現れ続け、消えないこと」。単純に、手持ちが非定常的になるが、それでもポジティブであること、これが大きなポイントです。もう一つの問題は、非定常性がまさにこのパターンの探索を深刻に複雑にしているということである。例えば、昨年まで毎日出現していたパターンが、今日突然消えたとしたら、統計学は「そのパターンはもはや機能しない」と言うだろう。 しかし、これは真実ではない。なぜなら、それは好きなときに出現し、定常的な特性を生み出す義務はないのである。これは、アルゴリズムの再最適化の必要性を決定する、根本的なレベルでのその特性です。なぜなら、一方的に、歴史上だけあるパターンに完全に対応する固定パラメータで作業しているからです。明日は少し違うということで、フィッティングの極限状態からの移行があります。

そして、明日のシフトを乗り切ればいいのです。そして、比較的安定した規則性、あるいは（中略） その大まかな推定によって規則性そのものが十分に広い範囲内で 変化するような、十分に荒い（単純な）識別 ・ 対処方法を用いて 生き延びることができる。

なぜ複雑な手法よりもシンプルな手法の方が効果的なのか、そもそもなぜマーケットで儲けることが可能になるのか、これが私の理論的根拠である。

[Леонид]

ask: 言葉の均衡を保つ者であり、それ以外の何者でもない。非定常なのか、パターンがあるのか、定義する必要があります。私の頭では、「非定常系列の規則性」というフレーズが理解できないので、「非定常系列の規則性」はすでに見つかっていると理解していいのでしょうか。

ちょっと調べてみたら......。

定常性とは、あるプロセスが時間の経過とともにその特性を変化させない性質のことである。

このように、非定常系列は時間の経過とともにその特性を変化させる。しかし、だからといって、そこにパターンがあるはずがないのです。

非定常の金融系列とカオス系列を混同していますね。カオス的な系列は規則性を持つことができないが、時間と共に特性が変化する非定常的な系列は規則性を持つことができる。さらに、これらの変化を事前に決定する規則性が存在することもある。

一見したところ、金融シリーズにはいくつかの規則性が見受けられる。

トレンドという形で上下動がはっきりしていること。パターン？- パターンです。

フラットとしての不定形な横方向の動きが顕著なもの。規則正しい生活？- 規則正しい生活。

ヘッドアンドショルダー」「フラッグ」などの形状。規則正しい生活？- 規則正しい生活。

その他もろもろ......)))))

[Avals]

C-4:

なぜパターンに定常性が必要なのか？仮に、作業パターンがあるとします。その発生頻度の時間的分布は硬直的な非正規分布である。そのパターンの主な特徴は、やはり非定常で時間とともに浮き上がることである。それがどうした？主な条件はただ一つ、「現れ続け、消えないこと」。単純に、手持ちが非定常的になるが、それでもポジティブであること、これが大きなポイントです。もう一つの問題は、非定常性がこれらの規則性の探索を著しく困難にすることである。それを特定し、その過程で利用するためには、標準的な統計手法に頼るわけにはいきません。例えば、あるパターンが去年から毎日出ていたのに、今日突然消えたとしたら、統計上はそのパターンはもう機能しないと言うことになる。しかし、それは違う。なぜなら、それは出現したいときに出現するのであって、定常的な特性を発生させる必要はないのだから。アルゴリズムの再最適化の必要性を決めるのは、基本的なレベルではその特性である。なぜなら、一方的に、歴史上だけあるパターンに完全に対応する固定パラメータで作業しているからです。明日は少しパターンが違うので、フィッティングの極限からずれるということです。

これが準定常性、つまりある範囲でのモの変化です。モに限ったことではないのかもしれませんが、この文脈では一番気になるところです。

C-4:

そして、すべての疑問は、明日のシフトを生き抜くことだけです。そして、比較的安定した規則性あるいは（そして）十分に荒い（単純な） 識別 方法を用いて生き延び 、その荒い推定によって規則性そのものが十分に広い範囲で 変化するように働きかける ことができるのです。

複雑な手法よりもシンプルな手法の方が効果的であり、そもそもなぜマーケットで儲けることが可能になるのか、これが私の理論的根拠である。

だから、超複雑な手法でも、かなり粗いパターンの推定が可能なのだ)。それよりも、システムパラメータの数と、その変化に対する結果の感度が問題です。パラメータを少し変えただけで、結果が変わってしまうようでは困ります。他にもサインはあります。つい最近、ここに書きましたhttps://www.mql5.com/ru/forum/137614/page5

[СанСаныч Фоменко]

Avals:
残りを常にではなく、選択的に塊で取るようにする。このような行上の塊の始まりと終わりを識別する方法を知っていれば（もちろん事後的にではありません）、これだけで十分な取引ができます。そうでない場合は、モデルを変更する必要があります。

もう一度言いますが、静止しているチャンクはありません。

[Avals]

faa1947:
もう一度言いますが、文房具のような作品はありません。

もう一度言いますが、取引ではプラスの値を獲得し、あらかじめ設定した損失以上にならないようにしたいものです。入口から出口までの擬似的な定常部分です。そして、それらはもちろん取引される価格シリーズにある。

株式の増分は準定常的であり、正のMoは好ましくは小さな限度内で変化する。そうでなければ、このような等価性とそれを生み出すシステムは必要ないのです。

[Леонид]

faa1947: Еще раз: не бывает стационарных кусов.

例えば、トレンドは据え置き型なのか、そうでないのか。

[СанСаныч Фоменко]

Avals:

もう一度：あなたが肯定的なMOを取得し、所定の損失以上のないようにしたい取引を入力してください？これらは、トレードのエントリーからエグジットまでの準定常的なストレッチである。

それがこのスレッドのポイントです。

実際には準定常であり、予測では非定常である。フォワードテストも含め、テストは準定常であるのに対し、未来は非定常であるため、テストは何も教えてくれません。未来商を準定常状態に変換することが必要である。これは、少なくとも部分的には非定常性をシミュレートすることによってのみ可能である。

[Avals]

faa1947:

これは、少なくとも部分的には非定常性をモデル化することによってのみ可能である。

誰が反対してもいい、やってみろ))しかし、いずれにせよ、市場の変化をモデル化する場合、過去のその統計や、ある種の不変のモデルに頼らざるを得ないのです。つまり、このモデルのパラメータのみが直近の履歴に基づいて変化する。適応性はTSの正常な特性である :)

[Леонид]

それにしても、この流れは据え置きなのかどうなのか。

[СанСаныч Фоменко]

Avals:
誰が気にする、それをモデル化する))しかし、いずれにせよ、市場の変化をモデル化する場合、過去のその統計や、ある種の不変のモデルに頼らざるを得ないのです。つまり、このモデルのパラメータのみが直近の履歴に基づいて変化する。適応性はTSの正常な特性である :)

適応性そのものであり、非定常性の問題を解決するものではありません。非定常性をモデル化する手法や技法は数多く存在する。その結果、少なくとも非定常な残差の広がりを抑えることができる。