記事「MQL5で自己最適化エキスパートアドバイザーを構築する（第8回）：複数戦略分析(2) - 加重投票方策」についてのディスカッション

[MetaQuotes]

新しい記事「MQL5で自己最適化エキスパートアドバイザーを構築する（第8回）：複数戦略分析(2) - 加重投票方策」はパブリッシュされました:

本記事では、アンサンブル内で最適な戦略数を決定することがどれほど複雑な課題であるか、その解決がMetaTrader 5の遺伝的アルゴリズム最適化ツールを用いることで容易になるかを検討します。さらに、バックテストおよび最適化の高速化を目的として、MQL5クラウドも主要なリソースとして活用します。これらの議論を通じて、初期のアンサンブル結果に基づき、取引戦略を評価し、改善するための統計モデルを開発するための基盤を整えることを目的としています。

さて、複数の戦略を組み合わせたアンサンブルを構築する際、「選択したすべての戦略は本当に必要なのか？」「一部を削減したほうがパフォーマンスの向上につながるのではないか？」 「それをどのように検証できるのか？」といった疑問が自然に浮かびます。

幸いなことに、遺伝的アルゴリズム最適化ツールは、このような難しい問いに対しても、適切に問題を定式化すれば有効な答えを導き出すことができます。 

そのために、本稿では各戦略が一票ずつ投票する「民主的」な仕組みを採用します。各戦略の投票の重みはチューニングパラメータとして設定し、遺伝的最適化ツールによって最適化をおこないます。ある戦略が全体のパフォーマンスに正の寄与をしていないと判断されれば、その投票重みはゼロに近づきます。逆に、有効な戦略の重みは高められます。

この仕組みを「重み付き投票方式」と呼びます。初期状態では、すべての戦略に一様に重みを割り当て、ベンチマークとなる性能水準を設定します。本記事の例では、各戦略の投票重みを0〜1の範囲内で初期値0.5に設定するところから開始します。 

その後、遺伝的最適化ツールによってこれらの重みを調整し、収益性を最大化するとともに、3つの戦略すべてが実際に有用であるかを検証します。

この手順によって、非常に多様な構成パターンが得られることが分かりました。それぞれの構成では、戦略の設定内容に応じて各戦略の有効性が変わります。各構成においては、それぞれの戦略の重みが変動します。つまり、ある構成では1つの戦略だけが有効である一方で、別の構成では3つすべての戦略が正の寄与を示す場合もあります。 

このことから、「3つすべての戦略は必要なのか？」という問いに対する答えは、非常に難しいものになります。今回の結果からは、その答えが最初にアプリケーションで採用された構成に大きく依存することが示唆されます。では、始めましょう。

作者: Gamuchirai Zororo Ndawana