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 15

[削除済み]

さて、犬が尻尾を振っている（最適化による経験主義）のであって、その逆ではないのですから、条件付き定常過程に対する最適化アルゴリズムを考えることができます。

この場合、グローバル・ミニマムとローカル・ミニマムを見つけるという用語を使うことができる。

しかし、未知数を最適化したり、抽象的な極小値や極大値にフィッティングしたりすることはできない。

しかし、この場合でも、AOはオーバートレーニング（プリフィッティング）になりがちであり、その後、学習理論から 特定のパラメータの頑健性を決定するために検証技術が使われる。

[Andrey Dik]

С

Yuriy Bykov #:
残念なことに、私たちが何を話しているのかがさらにわからなくなってきている。

fxsaber#:

わかりにくい言葉＋フォーラム形式＝高い確率で誤解。

ロバストな解決策を探す問題についての建設的な議論に参加したい人は、プライベートメッセージで私に書き込んでください。参加者を招待してプライベートチャットを開催します。

また、建設的な対話を意味しない会話への参加は、私の現在のタスクリストにはない。

[削除済み]

もしこれがすべてどこかに書き記されていれば、極大期やプラトーなど、プロセスの定常性という文脈の外では何の意味もなさないデタラメで人々を洗脳する必要はなかっただろう。

[削除済み]

この条件を満たした場合でも、ブルートフォース・モンテカルロはあらゆるアルゴリズムと同様に機能する。つまり、パラメータの値をランダムにn回選び、検証するだけである。

[Ilya Malev]

Nikolai Semko #:
私はこのフォーラムでは、（リスク管理パラメータを除く）最適化が必要な入力パラメータが多数あるTSの 熱烈な反対者として 知られています。というのも、これは過去のデータに合わせてデータを調整する隠れた形に他ならないと考えているからです。ハハ。

あなたと議論するのは面白いでしょうが、理論について延々と議論する気はあまりありません。結果はそれ自体で語るべきものです :)

実際問題として、この議論は、あなたがどのような市場モデルを支持しているかに帰着します。 もし、市場が「モノリス」であり、その中の「利益を生む取引」のルールが時間とともに（そして同時に、銘柄から銘柄へ、時間足から時間足へと）変化しないと確信しているなら、あなたが書いたように、最小限の最適化という考え方を支持することになるでしょう。 一方、もしあなたが私のように、市場は絶えず変化する存在であり、そのルールは現れたり消えたりし、 時には急速に、時にはより緩やかに現れては消えていくものであり、トレーダーが定義上定常的ではない「非効率性の窓」を活用できるようにしている、という考えに立脚しているなら、私のように、賢明で動的な自己最適化の側に傾くことになるでしょう。 この大まかな原則が理解していただければ幸いです