トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 3379

[Andrey Dik]

СанСаныч Фоменко #:

繰り返しになるが、フィットネス関数はモデル推定の方法である。モデルのロバスト性は、ロバスト性推定にどのフィットネス関数を選択するかによって決まります。

ロバスト性は、モデルの推定と見なすこともできます。ロバストネスとは、新しいデータに対するモデルの能力を評価することであり、すなわち最大化されるべきフィットネス関数です。

私は、これらが理解するのが難しいほど複雑な概念だとは思わないが、このトピックに関して多くの誤解があることに驚かされる。

評価、フィットネスファンクションは階層化することができ、各階層は別々の指標をコントロールすることができる。しかし、どういうわけか、多くの人はフィットネス関数を要約されたもの、「上にあるもの」と認識している。

[mytarmailS]

Valeriy Yastremskiy #:
定まっていない用語は悪である)))))

確立された用語の上にでっち上げられた用語は悪である))))

対談相手の理論的根拠はすぐにわかる......。

少なくともそのテーマに関する本を数冊読めば、一般に受け入れられている用語、最良のパターンで武装しようとは思わないだろう...。

そして、もし対談者が独自の用語を発明し、コードの中に独自の自転車を組み立てるなら、それはすぐに目につく。

[СанСаныч Фоменко]

Andrey Dik #:

繰り返しになるが、フィットネス関数はモデル推定の方法である。モデルのロバスト性は、ロバスト性推定にどのフィットネス関数を選択するかによって決まる。

ロバスト性は、モデルの推定と見なすこともできます。ロバストネスとは、新しいデータに対して機能するモデルの評価であり、すなわち最大化されるべきフィットネス関数である。

私は、これらが理解するのが難しい複雑な概念だとは思いません。

評価、フィットネスファンクションは階層化することができ、各階層は別々の指標をコントロールすることができる。しかし、どういうわけか、多くの人がフィットネス関数を要約されたもの、「上にあるもの」と認識している。

フィットネス関数の例を示した私のコード（何百もある）に対して、また言葉を並べるのが気に障るのだろうか？

[mytarmailS]

そしてまた、PSOのような一般に認知されよく知られている世界のトップ3、あるいはトップ1の最適化アルゴリズムがランキングの最後尾にあり、灰色オオカミ、雑草など誰も聞いたことのない無名のアルゴリズムがリーダーを占めていることに、誰も戸惑うことはない)))。

誰もこの質問をしなかったのか？そうすべきだ。

[mytarmailS]

こういう専門家が、大衆に知識をもたらすためにこういう記事を書くのだ。

恐ろしいことだ、本当に。

[Maxim Dmitrievsky]

この評価は、mqlのアルゴリズムをコピーしていくつかの関数に当てはめただけで、誰によって書かれたものなのかはっきりしないので、評価としては受け取らない。また、実際には最適化されるべきサーフェスの形状は非常に多様であり、ニュアンスが異なることもある。

[Andrey Dik]

mytarmailS #:
そしてまた、世界でトップ3、あるいはトップ1にも入る最適化アルゴリズム、PSOのような一般的に認知されよく知られたもの、そして灰色オオカミ、雑草など誰も聞いたことがないような有名な名前に惑わされることはない。）

誰もこの質問をしなかったのか？そうすべきだ。

そうだろう？テストを見るとき、あなたの習慣的なパターンが崩れていませんか？

自分でも似たようなことをしてみよう。最も有名なアルゴリズムのコードをMQL5で書き、そのコードがどのように動作するかを説明し、テスト結果を投稿する。

そして、誰もがそのテストを再現できるように、テスト結果を投稿するのだ。

今のところ、あなたは根拠のないおしゃべりに過ぎない。

[Maxim Dmitrievsky]

そして、Cのようなjapからmqlにオプティマイザーのコードを移植するのに、それほど才能は必要ない。

[mytarmailS]

Maxim Dmitrievsky #:
この評価は、mqlのアルゴリズムをコピーしていくつかの関数に当てはめただけで、誰によって書かれたものなのかはっきりしないので、評価としては受け取らない。また、実際には最適化されるサーフェスの形状は非常に多様であり、ニュアンスが異なることもある。

アルゴリズムの実装が間違っているか、実験のやり方が間違っているか、あるいはその両方である。

[Maxim Dmitrievsky]

mytarmailS #:
彼のアルゴリズムが正しく実装されていないか、実験が正しく実施されていないか、あるいはその両方である。

そうかもしれないが、他にやることがないから誰も調べようとしない。