セグメントの範囲を結合するアルゴリズム - 作成の支援 - ページ 6

新しいコメント
 
Aleksey Vyazmikin:

パスが長いか短いかの違い、つまりは推定の問題（図の例えの矢印の長さ）なのでしょうか？

私たちは、例の2つの最良の道を踏みたいという欲求を持っています。もし、それが少なければ、道は1つです。

なぜ問題になるのか、その理由を教えてください。

セットの中に短い道と長い道がある場合、長い道だけのエリアに行けば、短い道だけのエリアに行くよりも道は長くなるのです。例えば、写真のように最初は、そして平行に2つのエリアがあり、最初のエリアでは、セグメントは2番目のエリアより3倍短く、パスの75パーセントを占めています。

 
Valeriy Yastremskiy:

もし、セットの中に短いセグメントと長いセグメントのエリアがあった場合、長いセグメントだけのエリアに行けば、短いセグメントのエリアに行くよりも道が長くなる。例えば、冒頭で、図面のように、そして、互いに平行な2つの領域があり、最初の領域では、セグメントは2番目の領域よりも3倍短く、パスの75パーセントを占めているのです。

各セグメントから移動が始まりますので、そのエリアも通過する必要があります。

 
Aleksey Vyazmikin:

すべてのセグメントから移動が始まるので、そのエリアも通過する必要があります。

移動はどのセグメントからでも始められるが、長いセグメントポイントは必要ないことは明らかである。このアルゴリズムでは、任意のセグメントではなく、最も近いセグメントとの関係しか持っていません。長いセグメントを持つ点と、長いセグメントしか持たない近くの点をヒットさせた場合、これは良い結果ではありません。

 
Valeriy Yastremskiy:

移動はどのセグメントからでも始められるが、長いセグメントポイントは必要ないことは明らかである。このアルゴリズムでは、どのセグメントとも関係を持たず、最も近いセグメントとの関係しか持たないので、長いセグメントを持つ点に到達し、長いセグメントしか持たない点の隣に到達すると、最良の結果とは言えません。

"長さ "はここでは相対的なもので、ある地点に到達するまでは計測できない。

もうひとつは、複合アナログへの推定で、1つのセグメントが2つで表現される場合、そう、1つのセグメントを落とすことができるのです。

 
Aleksey Vyazmikin:

ここでいう "長さ "は相対的なものであり、ある地点に到達するまでは計測できないのです。

もうひとつは、複合アナログの推定で、1つのセグメントが2つで表現されている場合、そう、1つのセグメントを削除することができるのです。

理解できない。長さ・価格が点打ちでしか見れないとしたら、もっと大変な作業です。そして、価格/長さの十分な推定がなければ、結果を信頼性高く評価することはできません。

コンポジットアナログについては不明です。

 
Valeriy Yastremskiy:

理解できない。長さ・価格が点打ちでしか見れないとなると、もっと大変な作業になります。また、価格と長さの見積もりが十分でなければ、結果を信頼性高く評価することはできません。

はい、そうです。

ヴァレリー・ヤストレムスキー

コンポジットアナログについては不明です。

下の図では、2つの大きなセグメントとその下に5つの小さなセグメントがありますが、これらは同じ範囲にあり、したがって本質的に同じようなエリアを表現していることがわかります。

問題は、小さい棒グラフは、それぞれが相関する予測因子を見つけ、より正確なカットオフを持つ可能性があること、大きい棒グラフは、より大きな一般化能力を持つこと、どちらが良いかということです。切り口は浅いほうがいいと思う、その分最小限の選択が制限される。

 

もうひとつ考えたのは、最初のステップでは、最適なX%のセグメントを取り出し、それを使ってスペースを埋め、次のステップでは、セグメント間のギャップを特定し、そのギャップに埋め込むセグメントを探したらどうだろうか、ということです。

図では従来2段階だった。


 
Aleksey Vyazmikin:

もうひとつ考えたのは、最初のステップでは、最適なX%のセグメントを取り出し、それを使ってスペースを埋め、次のステップでは、セグメント間のギャップを特定し、そのギャップに埋め込むセグメントを探したらどうだろうか、ということです。

図では、2つのステージを条件付きで表示しています。


まあ、それはそれとして、まず点から長さ・値を推定し、複数の価値ある有害なセグメントを特定し、そのセグメントの価値と、パスを隙間なく最適に埋める能力に基づいてパスを構築していく。

少なくとも、その解決策はベストとは言えないが、平均よりはましだろう。

 

質問はテーマから外れており、どちらかというと哲学的なものです。属性をセグメントに分割して分類するアプローチは、アウトプットのインプットへの不連続な依存を意味することに気づかされたのでしょうか？つまり、ある属性で取引が開始され、最初の属性に非常に近い別の属性では開かれないという状況が発生する可能性があります（それらはボーダーに近いですが、その反対側にあります）。そのやり方が悪いとは言いません。ただ、聞きたいのは、その背景にはトレーダーの直感のようなものがあるのか、それとも恣意的な選択なのか、ということです。

代替案として、ロジスティック 回帰や最近接法による分類を提案することができる。出力には、あるクラスに属する確率の推定値が含まれ、例えば、取引量を決定するために使用することができる。私は特定のアルゴリズムにこだわっているわけではなく、特定のMOアルゴリズムを選択するトレーダーとしての側面に興味があるだけです。

 
Valeriy Yastremskiy:

つまり、まず点から長さ・値を推定し、多くの価値あるセグメントと有害なセグメントを特定し、そのセグメントの価値と、パスを隙間なく最適に埋める能力に基づいてパスを構築する、ということなのです。

最低限、ベストな解決策にはなりませんが、平均よりはマシになるはずです。

ここで問題になるのは、「多くの価値あるセグメントと毒」をどのように識別するかです。つまり、それらの交換可能性を識別する必要がありますし、先に提案したように2回に分けて行うことも必要です。それとも他に選択肢があるのでしょうか？

12345678
新しいコメント