記事「MetaTrader 5機械学習の設計図（第3回）：トレンドスキャンラベリング法」についてのディスカッション

[MetaQuotes]

新しい記事「MetaTrader 5機械学習の設計図（第3回）：トレンドスキャンラベリング法」はパブリッシュされました:

私たちは、データリーケージを排除するために適切なティックベースバーを用いた堅牢な特徴量設計パイプラインを構築し、さらにメタラベル付きトリプルバリア法によるラベリングという重要な課題を解決してきました。本記事では、その発展的内容として、適応的な予測期間を実現する高度なラベリング手法である「トレンドスキャニング」を取り上げます。理論の解説に続き、トレンドスキャニングによるラベルをメタラベリングと組み合わせることで、従来の移動平均交差戦略を改善する具体例を示します。

第2回で扱ったトリプルバリア法は、固定期間ラベリングに比べて大幅な改善をもたらしましたが、依然として垂直バリアの時間的制限を事前に設定する必要がありました。すなわち、ポジションを50バー、100バー、あるいはその他の任意の期間保持するかを事前に決定する必要がありました。このアプローチは、最適な予測期間がすべての市場状況において一定であるという前提に基づいています。しかし、変動の激しい市場で取引経験のある者であれば、この前提が根本的に誤っていることは容易に理解できるでしょう。たとえば、数週間にわたり勢いが持続する上昇トレンド市場と、数日ごとにトレンドが反転するレンジ相場では、同じ予測期間を適用することは、夏と冬に同じジャケットを着るようなもので、時折はうまくいくこともありますが、最適であることはほとんどありません。

トレンドスキャニング法は、この問題をエレガントに解決します。各観測点ごとにデータ自身が最適な予測期間を決定できるようにするのです。固定期間を課すのではなく、複数の先行期間を検証し、統計的に最も強いトレンドの証拠が得られる期間を選択します。

具体的には次のように機能します。各取引エントリーポイントにおいて、アルゴリズムは将来の複数期間（例：5バー、10バー、15バー、最大設定値まで）に対するリターンの線形トレンドのt統計量を計算します。そして、最も統計的に有意な結果を与える期間を選択し、「どの将来時点でトレンドが最も明確に現れるか」を判断します。

作者: Patrick Murimi Njoroge

[Torsten Busch]

申し訳ないが、私には数字がまったく合わない：

トータルリターン+4.53%、シャープ2.62、最大DD12.32%、勝率21.2%、そして
平均勝率=0.002342 VS平均損失 =-0.0016->期待値 -0.000762（1トレードあたり-0.076%）がほぼ正しい。

この結果、PRは 1.038ではなく0.395と なり、取引回数2665回でトータルリターンは -203%（ 2665 * -0.000762）となる。