記事「知っておくべきMQL5ウィザードのテクニック（第37回）：線形カーネルとMatérnカーネルによるガウス過程回帰」についてのディスカッション

MetaQuotes 2024.11.12 10:26

新しい記事「知っておくべきMQL5ウィザードのテクニック（第37回）：線形カーネルとMatérnカーネルによるガウス過程回帰」はパブリッシュされました:

線形カーネルは、線形回帰やサポートベクターマシンの機械学習で使用される、この種の行列の中で最も単純な行列です。一方、Matérnカーネルは、以前の記事で紹介したRBF (Radial Basis Function)をより汎用的にしたもので、RBFが想定するほど滑らかではない関数をマッピングするのに長けています。売買条件を予測する際に、両方のカーネルを利用するカスタムシグナルクラスを構築します。

2つのガウス過程カーネルを考慮し、ウィザードで組み立てられたエキスパートアドバイザー(EA)の主要コンポーネントクラスを実装するさまざまな方法についての連載を続けます。対象となるカーネルは、線形カーネルとMatérnカーネルです。前者は非常に単純なため、Wikipediaのページは見つかりませんが、後者についてはこちら（英語）に参照ページがあります。

以前説明したガウス過程カーネル(GP)についてまとめると、GPは関係するデータセットのペアに関する機能的または事前の知識がなくても、データセット間の複雑な関係(通常はベクトル形式)をマッピングできるノンパラメトリックモデルです。このため、GPは、関係するデータセットが非線形またはノイズが多い状況の処理に最適です。さらに、この柔軟性により、GPは微妙な出力を出す傾向があるため、変動しやすい金融時系列にも適しています。GPは予測推定値と信頼区間を提供し、2つのデータセット間の類似性を判断するのに役立ちます。ガウス過程回帰では複数の種類のカーネルを使用できるため、特にカーネルを使用して予測を外挿する場合は、適切なカーネルを特定するか、選択したカーネルの欠点に注意することが重要です。