記事「最適化アルゴリズムの効率における乱数生成器の品質の役割」についてのディスカッション - ページ 12 1...56789101112131415 新しいコメント Stanislav Korotky 2024.04.08 19:27 #111 Andrey Dik #: ロバスト性の原因となる、あるいはロバスト性に影響を与える要素は回路内にないのか？その要素とは何か？ 一般化には多くの方法があり得るので、最も効果的な方法を特定するために、すべてを試すことが望ましい。この観点から、フローチャートはアプローチによって異なるように補強される。 例えば、"Result "ブロック（クラスタリングには1つの結果だけでなく、すべての結果が必要なので、"Results "に名前を変更すべきである）の後に、（クラスタリングのための）"Postprocessing "があるかもしれない。 あるいは、"フィットネス関数 "と "最適化アルゴリズム "の間に "コントローラ "を配置する。 また、この図には明らかに「入力データ」が欠けている。それなら、IS/OOSに分割してブロックを並列に適用し、確認しながら進めることもできるだろう。 最後に、よく知られたWalk-Forward Optimisationのアプローチがある（ただし、時系列に特化したもので、一般的な最適化ではない）。彼にとっては、現在のスキームは最適化の一段階に過ぎず、実際には外部のブロック "マネージャー "によって何段階か準備されるべきものである。比喩的に言えば、FFが時間とともにどのように "呼吸 "するのかを見て、次の形を予測することを学ぶのだ（どのように？）あるいはその逆もある。予測不可能なほど変化するため、TSと金融商品のどちらかが明らかに相性が悪い......あるいは、うまく機能させるためには前進ステップを1週間に短縮する必要がある......。これは安定性の問題だけでなく、この安定性の持続期間の問題でもある。 Andrey Dik 2024.04.08 19:48 #112 Stanislav Korotky #:一般化には多くの方法があり得るが、最も効果的な方法を特定するためには、それらをすべて試してみることが望ましい。この観点から、フローチャートはアプローチによって異なる方法で完成することになる。例えば、"結果 "ブロック（クラスタリングには1つの結果だけでなくすべての結果が必要であるため、"結果 "に名前を変更すべきである）の後に、（クラスタリングのための）"後処理 "があるかもしれない。あるいは、"Fitness function "と "Optimisation Algorithm "の間に "Controller "があるかもしれない。また、この図には明らかに「入力データ」が欠けている。それなら、IS/OOSに分割してブロックを並列に適用し、チェックしながら進めていけばいい。最後に、よく知られているWalk-Forward Optimisationのアプローチがある（ただし、時系列に特化したもので、一般的な最適化ではない）。彼にとって、現在のスキームは最適化の一段階に過ぎず、実際には外部のブロック「マネージャー」によって何段階か準備されるべきものである。比喩的に言えば、FFが時間とともにどのように "呼吸 "するのかを見て、次の形を予測することを学ぶのだ（どのように？）あるいはその逆もある。予測不可能なほど変化するため、TSと金融商品のどちらかが明らかに互いに合わない......あるいは、うまく機能させるためには前進ステップを1週間に短縮する必要がある。これは安定性の問題だけでなく、この安定性の持続期間の問題でもある。 あなたが挙げたものは、そうあるべきだし、多くの場合そうあるべきだが、それは「対症療法」を指しており、得られた結果の頑健性や非頑健性の理由には触れておらず、外的な尺度である（患者の体温を定期的に測定して診断を下すようなもので、これは悪いことでも良いことでもないが、客観的なアナムネシスを得る機会を与えないだけかもしれない）。 実際、結果の頑健性に本当に影響するものはすべて、すでにこのスキームの中にある。 Stanislav Korotky 2024.04.08 20:25 #113 Andrey Dik #:しかし、それは「対症療法」であり、得られた結果の頑健性や非頑健性の理由を考慮しておらず、外的な尺度である（患者の体温を定期的に測定して診断を下すようなもので、これは悪いことでも良いことでもないが、客観的な病歴を得る機会を与えないだけである）。実際、結果の頑健性に本当に影響するものはすべて、すでにこのスキームの中にある。 そして、検査に関する説明やデモンストレーションを待つのである。 Andrey Dik 2024.04.08 21:03 #114 Stanislav Korotky #:そして、テストの明確化とデモンストレーションを待つ。 わかった。ロバスト性の議論の参加者として、セイバーとアンドレイのビジョンも聞きたい。 もし私が、非定常過程におけるシステムのロバストな結果を得るための実用的な方法を発表したら、すぐにノーベル賞とマラカイトの固まりでできた記念碑をもらえるだろう。しかし、少なくとも、何が結果の頑健性に影響を与え、何がそうでないかを理解することは、すでに良いことである。 削除済み 2024.04.08 22:01 #115 タフだ)我々のモットーは無敵だ。 fxsaber 2024.04.08 23:19 #116 Stanislav Korotky #: 問題は、「丘の頂上」を持つこれらの集合を次にどうするかである。以前は最適化アルゴリズムの解として1つの大域的最大値を持っていた。しかし、それらは安定性問題を解決するには至らない。 TCは、ある設定において比較的安定したパターンを捉えることができるとしよう。同時に、OnTesterの大域的な最大値はこれらの設定値には収まらず、どのFFを選べば目的のブルズアイにヒットするかわからない。 もし価格のあるパターンがTSによって再現されるなら、求められたセットはFFのある局所的な頂点に対応するだろう。いくつかの高値の頂点は、サンプルにあった非システム的な白鳥に対応する。このため、古典的なAOでは、低いが安定する可能性のある入力セットが見逃される。 この単純な声明は、実際に簡単にテストできる。重複しない多数のポジションを持つほとんどすべてのTSを例に挙げる。例えば、そのようなポジションが1日に10個ある。2023年全体のInputsMax1と2023年夏のInputsMax 2の最大値を求めよ。明らかに、2023年の夏には、どのAOもInputsMax1を見つけることはできない。しかし、2023年夏のローカル頂点の中に、InputsMax1に非常に近いものがあることがわかるだろう。 質問に戻る。発見された50個の頂点はOOSで実行されるべきである。そしてその中に条件InputsMax1が見つかれば、さらに掘り下げる。そうでなければ捨てる（シンボルを変える）。 削除済み 2024.04.08 23:23 #117 誰もグローバル・マキシマムを必要としないし、それを見つけることが超正確であることの最初の証明である。これでひとまずチェックメイト。MOのトピックで膠着状態が現れたが、チェックメイトはさらに続く。ただし、そこでは相手がキングとクイーンを間違えている。 削除済み 2024.04.09 00:39 #118 確かに回路図には狂暴性に影響するものはない フィット感に影響するのは回路図にあるものだけだ。回路図が良ければ良いほど、フィット感も良くなる。 FFの話であれば、ロバスト性には何の影響もない。 Nikolai Semko 2024.04.09 03:13 #119 なぜ丘やピークを静的なものとして語るのか理解できない。市場は静的なものではない！結局のところ、それは絶対に明らかだ。例えば、2つのパラメータを「最適化」するときに、毎日新しいFFサーフェスを得て、得られたフレームをつなぎ合わせると、次のようなものになる。 では、正しい丘さえつかんだとしたら？それは歴史の丘であって、未来の丘ではない。 だから私はドミトリエフスキーに同意する。マカカ、ツル、タコの方法による最適化といっても、歴史にフィットすることはまだフィットしている。 Nikolai Semko 2024.04.09 03:45 #120 各高調波には、振幅、周波数、位相シフトの3つのパラメータがある。 もちろん、高速フーリエ変換を使えば数ミリ秒で計算できるが、我々は安易な方法を探さず、総当たり最適化、遺伝的アルゴリズム、ディックの記事を使って、これら30個のパラメーターの最適な組み合わせを選択する。 うまくいけば、優秀なスーパーコンピューターを使えば、遺伝的探索の後、2、3日で30*10000=300000の全パラメーターの正しい組み合わせが得られるだろう。だから、毎週、週末にこの戦略を再最適化する。 そして、これが週足チャートで得られる結果だ： 見ての通り、最適化中に何百キロワットものエネルギーを消費したにもかかわらず、赤い外挿線は取引にあまり役立たない。） この寓話の教訓：不必要なエネルギーを消費しないためには、パラメータを検索するのではなく、TS内の取引プロセスで計算する必要があります。 どのようなパラメータに対しても、必ず「高速フーリエ変換」が存在する。 ファイル: 2Fourier.mq5 16 kb 1...56789101112131415 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
ロバスト性の原因となる、あるいはロバスト性に影響を与える要素は回路内にないのか？その要素とは何か？
一般化には多くの方法があり得るので、最も効果的な方法を特定するために、すべてを試すことが望ましい。この観点から、フローチャートはアプローチによって異なるように補強される。
例えば、"Result "ブロック（クラスタリングには1つの結果だけでなく、すべての結果が必要なので、"Results "に名前を変更すべきである）の後に、（クラスタリングのための）"Postprocessing "があるかもしれない。
あるいは、"フィットネス関数 "と "最適化アルゴリズム "の間に "コントローラ "を配置する。
また、この図には明らかに「入力データ」が欠けている。それなら、IS/OOSに分割してブロックを並列に適用し、確認しながら進めることもできるだろう。
最後に、よく知られたWalk-Forward Optimisationのアプローチがある（ただし、時系列に特化したもので、一般的な最適化ではない）。彼にとっては、現在のスキームは最適化の一段階に過ぎず、実際には外部のブロック "マネージャー "によって何段階か準備されるべきものである。比喩的に言えば、FFが時間とともにどのように "呼吸 "するのかを見て、次の形を予測することを学ぶのだ（どのように？）あるいはその逆もある。予測不可能なほど変化するため、TSと金融商品のどちらかが明らかに相性が悪い......あるいは、うまく機能させるためには前進ステップを1週間に短縮する必要がある......。これは安定性の問題だけでなく、この安定性の持続期間の問題でもある。
一般化には多くの方法があり得るが、最も効果的な方法を特定するためには、それらをすべて試してみることが望ましい。この観点から、フローチャートはアプローチによって異なる方法で完成することになる。
例えば、"結果 "ブロック（クラスタリングには1つの結果だけでなくすべての結果が必要であるため、"結果 "に名前を変更すべきである）の後に、（クラスタリングのための）"後処理 "があるかもしれない。
あるいは、"Fitness function "と "Optimisation Algorithm "の間に "Controller "があるかもしれない。
また、この図には明らかに「入力データ」が欠けている。それなら、IS/OOSに分割してブロックを並列に適用し、チェックしながら進めていけばいい。
最後に、よく知られているWalk-Forward Optimisationのアプローチがある（ただし、時系列に特化したもので、一般的な最適化ではない）。彼にとって、現在のスキームは最適化の一段階に過ぎず、実際には外部のブロック「マネージャー」によって何段階か準備されるべきものである。比喩的に言えば、FFが時間とともにどのように "呼吸 "するのかを見て、次の形を予測することを学ぶのだ（どのように？）あるいはその逆もある。予測不可能なほど変化するため、TSと金融商品のどちらかが明らかに互いに合わない......あるいは、うまく機能させるためには前進ステップを1週間に短縮する必要がある。これは安定性の問題だけでなく、この安定性の持続期間の問題でもある。
あなたが挙げたものは、そうあるべきだし、多くの場合そうあるべきだが、それは「対症療法」を指しており、得られた結果の頑健性や非頑健性の理由には触れておらず、外的な尺度である（患者の体温を定期的に測定して診断を下すようなもので、これは悪いことでも良いことでもないが、客観的なアナムネシスを得る機会を与えないだけかもしれない）。
実際、結果の頑健性に本当に影響するものはすべて、すでにこのスキームの中にある。
しかし、それは「対症療法」であり、得られた結果の頑健性や非頑健性の理由を考慮しておらず、外的な尺度である（患者の体温を定期的に測定して診断を下すようなもので、これは悪いことでも良いことでもないが、客観的な病歴を得る機会を与えないだけである）。
実際、結果の頑健性に本当に影響するものはすべて、すでにこのスキームの中にある。
そして、検査に関する説明やデモンストレーションを待つのである。
そして、テストの明確化とデモンストレーションを待つ。
わかった。ロバスト性の議論の参加者として、セイバーとアンドレイのビジョンも聞きたい。
もし私が、非定常過程におけるシステムのロバストな結果を得るための実用的な方法を発表したら、すぐにノーベル賞とマラカイトの固まりでできた記念碑をもらえるだろう。しかし、少なくとも、何が結果の頑健性に影響を与え、何がそうでないかを理解することは、すでに良いことである。
問題は、「丘の頂上」を持つこれらの集合を次にどうするかである。以前は最適化アルゴリズムの解として1つの大域的最大値を持っていた。しかし、それらは安定性問題を解決するには至らない。
TCは、ある設定において比較的安定したパターンを捉えることができるとしよう。同時に、OnTesterの大域的な最大値はこれらの設定値には収まらず、どのFFを選べば目的のブルズアイにヒットするかわからない。
もし価格のあるパターンがTSによって再現されるなら、求められたセットはFFのある局所的な頂点に対応するだろう。いくつかの高値の頂点は、サンプルにあった非システム的な白鳥に対応する。このため、古典的なAOでは、低いが安定する可能性のある入力セットが見逃される。
この単純な声明は、実際に簡単にテストできる。重複しない多数のポジションを持つほとんどすべてのTSを例に挙げる。例えば、そのようなポジションが1日に10個ある。2023年全体のInputsMax1と2023年夏のInputsMax 2の最大値を求めよ。明らかに、2023年の夏には、どのAOもInputsMax1を見つけることはできない。しかし、2023年夏のローカル頂点の中に、InputsMax1に非常に近いものがあることがわかるだろう。
質問に戻る。発見された50個の頂点はOOSで実行されるべきである。そしてその中に条件InputsMax1が見つかれば、さらに掘り下げる。そうでなければ捨てる（シンボルを変える）。
確かに回路図には狂暴性に影響するものはない
フィット感に影響するのは回路図にあるものだけだ。回路図が良ければ良いほど、フィット感も良くなる。
FFの話であれば、ロバスト性には何の影響もない。
結局のところ、それは絶対に明らかだ。例えば、2つのパラメータを「最適化」するときに、毎日新しいFFサーフェスを得て、得られたフレームをつなぎ合わせると、次のようなものになる。
では、正しい丘さえつかんだとしたら？それは歴史の丘であって、未来の丘ではない。
だから私はドミトリエフスキーに同意する。マカカ、ツル、タコの方法による最適化といっても、歴史にフィットすることはまだフィットしている。
各高調波には、振幅、周波数、位相シフトの3つのパラメータがある。 もちろん、高速フーリエ変換を使えば数ミリ秒で計算できるが、我々は安易な方法を探さず、総当たり最適化、遺伝的アルゴリズム、ディックの記事を使って、これら30個のパラメーターの最適な組み合わせを選択する。 うまくいけば、優秀なスーパーコンピューターを使えば、遺伝的探索の後、2、3日で30*10000=300000の全パラメーターの正しい組み合わせが得られるだろう。だから、毎週、週末にこの戦略を再最適化する。 そして、これが週足チャートで得られる結果だ：
見ての通り、最適化中に何百キロワットものエネルギーを消費したにもかかわらず、赤い外挿線は取引にあまり役立たない。）
この寓話の教訓：不必要なエネルギーを消費しないためには、パラメータを検索するのではなく、TS内の取引プロセスで計算する必要があります。
どのようなパラメータに対しても、必ず「高速フーリエ変換」が存在する。