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16回）：教師あり学習を用いた線形システム同定」についてのディスカッション

新しいコメント
 

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16回）：教師あり学習を用いた線形システム同定」はパブリッシュされました:

線形システム同定は、教師あり学習アルゴリズムにおける誤差補正の学習と組み合わせることができます。これにより、統計的モデリング手法に依存したアプリケーションを構築しつつも、モデルが前提とする厳格な仮定の脆弱性を必ずしも引き継ぐことなく設計することが可能になります。従来の教師あり学習アルゴリズムには多くの要件がありますが、それらはフィードバックコントローラーと組み合わせることで補完でき、モデルを補正しながら現在の市場環境に適応させることができます。

フィードバックコントローラーに関する前回の議論では、これらのシステムが、実際の挙動を観測することによって、取引戦略のパフォーマンスを安定化できることを学びました。前回の議論へのクイックリンクはこちらです。アプリケーション設計により、勝ちトレードと負けトレードの両方に共通して持続する主要な相関構造を捉えることができました。本質的には、フィードバックコントローラーは、現在の市場状況下で最適に振る舞う方法を取引アプリケーションに学習させる役割を果たしました。これは、将来を予測することよりも、現在に対して知的に反応することを重視する人間のトレーダーの姿勢と非常によく似ています。

ここで読者に注意していただきたいのは、これまでの議論では、単純なルールベース戦略を補正するフィードバックコントローラーに焦点を当ててきたという点です。この単純なアプローチにより、たとえ本テーマが初めての読者であっても、フィードバックコントローラーがもたらす影響を直感的に観察することができました。以下の図1では、本日おこなう変更を視覚的に理解していただくために、アプリケーション構成の概略図を示しています。 


作者: Gamuchirai Zororo Ndawana

新しいコメント