記事「最適化におけるカスタム基準への新しいアプローチ（第1回）:活性化関数の例」についてのディスカッション

[MetaQuotes]

新しい記事「最適化におけるカスタム基準への新しいアプローチ（第1回）:活性化関数の例」はパブリッシュされました:

これは、カスタム基準に関する数学的考察をおこなう連載記事の第1回目です。特に、ニューラルネットワークで使用される非線形関数、実装用のMQL5コード、さらにターゲットオフセットや補正オフセットの活用に焦点を当てています。

カスタム基準の定義や、その背後にある不透明な方法論を持つ複雑な基準(Complex Criterion)の活用により、Excel、Python、R、または専用ソフトウェアを用いた結果の解析、もしくは少なくとも分析の手間を軽減し、最適なパラメータの組み合わせを導き出すことが可能になっています。

しかし問題は、依然としてreturn(0)を使用したカスタム基準が公開されることが珍しくない点です。これには、（わずかに）望ましくない結果を除外してしまう危険性や、さらに悪い場合には、遺伝的最適化プロセスを本来たどるべき有効な経路から逸らしてしまう可能性があり、実際的あるいは潜在的なリスクを伴います。

このような状況を踏まえ、基本に立ち返っていくつかの実験的な試みをおこない、いくつかの曲線方程式を探求しました。その過程で、「ニューラルネットワークにおける活性化関数」に着目し、いくつかの関数を本稿での活用を目的に採用・修正しました。さらに、それらをどのように実践に応用できるかについても提案しています。

本連載の計画は次のとおりです。

1. 標準的な活性化関数とMQL5コードの紹介
2. 修正、スケーリング、重み付け、および実例
3. 曲線の形状、スケーリング、重み付けを探索するツールの紹介
4. その他、関連する話題について

作者: Andrew Thompson