記事「汎用MLP近似器に基づくエキスパートアドバイザー」についてのディスカッション
1.この記事は単純なMLPネットワークの使い方に関するものであり、最適化アルゴリズム（あなたが間違って遺伝的アルゴリズムと呼んだものすべて）に関するものではありません。フィクションとは何ですか？ソースコードは記事に添付されており、結果はまさに私自身が得たものだ。
2.どのテストで、どの記事で、実際のテストと一致していないのですか？意味のあるコミュニケーションをするために、ここでそのような「ミスマッチ」の例を挙げるのは良いことだろう。
この記事の MLP Expert Advisor について言えば、2 つの単純な指標と正規化されたバーの値のみが入力として使用されていること、つまりニューロンに供給される情報がかなり原始的であることを理解すべきです。記事中のMLP Expert Advisorは、ニューラルネットワークの利用を迅速かつ簡単に開始する方法を理解するための教育目的で提示されています。もちろん、ニューラルネットワークに供給される情報を実験することは必要であり、記事の中で誰かがすぐに使える聖杯を掲載してくれることを期待する価値はほとんどない（労せずして池から魚を取り出すことはできない）。
そして、記事で説明されている最適化アルゴリズムについて言えば、それらはすべて、使用に関する条件や制限のない、すぐに使えるツールなのである。
こんにちは、アンドレイ、
しかし、私は困惑しています。 第一に、インクルードファイル、#C_AO amd #C_AO_enumは、私が発見したどちらのzipにも存在しません。また、使用したシンボルや時間枠が見つからないので、どのようにテストすればよいのでしょうか？ 私には、これらの変数はチャートのセットアップから取得したように見えます。
アンドレイ、こんにちは、
わかったよ。
ケープコッダ
- 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
新しい記事「汎用MLP近似器に基づくエキスパートアドバイザー」はパブリッシュされました:
私が提案するアプローチは、第二のタイプ、すなわち教師なし学習に属します。この方法では、ニューラルネットワークに正しい取引方法を「教える」ことや、どこでポジションを開くか閉じるかを指示することはおこないません。なぜなら、私たち自身がこれらの質問に対する答えを知らないからです。代わりに、ネットワーク自身に取引の意思決定をさせ、私たちの役割は、その取引全体の成果を評価することです。
この場合、評価関数を正規化したり、「重みの爆発」や「収束停止」といった問題を心配したりする必要はありません。なぜなら、このアプローチにはそれらの問題が存在しないからです。ニューラルネットワークを最適化アルゴリズムから論理的に分離し、入力データをトレーダーのスキルを反映する新しい情報の形に変換するというタスクのみを与えます。基本的には、時系列のパターンや利益を出すための取引方法を理解することなく、単に一つの情報形式を別の情報形式に変換しているだけです。
この役割には、MLP（多層パーセプトロン）などのニューラルネットワークが理想的であることが、汎用近似定理によって確認されています。この定理は、ニューラルネットワークが任意の連続関数を近似できることを示しています。ここでいう「連続関数」とは、分析対象の時系列において発生するプロセスを意味します。このアプローチにより、「ノイズ」や「過学習」といった人工的で主観的な概念に頼る必要がなくなります。これらは定量的な価値を持たない概念です。
図1：一つの情報形式から別の情報形式への変換
作者: Andrey Dik