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 493

[Forester]

マキシム・ドミトリエフスキー

あなたはオオカミ-フォワードが必要です、あなたはそのように最適化することはできません、フォワードは、この場合、常に悪い（またはランダム）あなたが得る市場のどのフェーズに応じて、私はすでにバックテストでそのようなシステムのバージョンの束を持って、フォワードではコインのように動作）これはオーバーフィッティングと呼ばれています。

ローリングフォワードでシステムパラメータを選択するアルゴリズムはあるのか？
毎月のオフセットがある最適化を12回行ったところ、各月で最適な入力パラメータが他の月のパラメータと異なってしまいました。どれを選べばいいのでしょうか？

[Maxim Dmitrievsky]

elibrarius：
バルブフォワード時のシステムパラメータを選択するアルゴリズムはあるのでしょうか？
月ごとにオフセット付きの最適化を12回行いましたが、各月で最適な入力パラメータは他の月のパラメータとは異なっています。そして、どれを選ぶか？

私の表現が正しくなかったのですが、私が言いたかったのは「それに似たもの」、つまり、何らかの最適化 基準を持つ自己最適化システムであり、同じNSがオプティマイザーとして使えるということなのですが......。

[Yuriy Asaulenko]

エリブラリウス
バルブフォワード時のシステムパラメータを選択するアルゴリズムはありますか？
1ヶ月のオフセットで12個の最適化を受けたが、各月の最適な入力パラメータは他の月のパラメータと異なっている。そして、どちらを選んで仕事をすればいいのか？

最適化と訓練といえば。途中の操作を含めず、23時間かかっています。1パス（数エポック）ごとに、学習サンプルを変更します。いいえ、シャッフルするのではなく、変える、つまり、同じ写真を見せないようにするのです。学習過程でのサンプルの繰り返しはありません。

[Maxim Dmitrievsky]

ユーリイ・アサウレンコ
最適化と学習といえば。途中の操作を除いて、23時間かかっています。各パス（数エポックです）の後、私はトレーニングのためのサンプルを変更します。いいえ、シャッフルするのではなく、変える、つまり、同じ写真を見せないようにするのです。学習過程でのサンプルの繰り返しはありません。

最適化アルゴリズムは？ L-BFGSアルゴリズムのものを探せば、何倍も速いでしょう。

で、NSの学習は、例えば、23時間ではなく、10分（普通の人と同じように）100倍速くなります :))) もし、固定ステップの単純な勾配降下法であれば

比較はこちら

http://docplayer.ru/42578435-Issledovanie-algoritmov-obucheniya-iskusstvennoy-neyronnoy-seti-dlya-zadach-klassifikacii.html

[Yuriy Asaulenko]

マキシム・ドミトリエフスキー

最適化アルゴリズムは？ L-BFGSアルゴリズムのものを探せば、何倍も速いでしょう。

で、NSの学習は、例えば、23時間ではなく、10分（普通の人と同じように）100倍速くなります :))) もし、固定ステップの単純な勾配降下法であれば

比較はこちら

http://docplayer.ru/42578435-Issledovanie-algoritmov-obucheniya-iskusstvennoy-neyronnoy-seti-dlya-zadach-klassifikacii.html

ありがとうございます、読んでみます。

最適化ではなく、学習という感じですね。単純ではないすでに書きました - 標準的なBPを手作業でシミュレーテッドアニーリングしたものです。

おそらくもっと良いアルゴリズムもあるのでしょうが、私は開発環境にあるものしか使っていません。その他、外付けのものが問題です。

一般的に、スピードは重要ではなく、3ヶ月に1回のトレーニングであれば、23時間でもウフフです。しかし、3ヶ月間のテストでは、劣化は見られませんでした。おそらく、もっと長い時間使えると思います。

[Maxim Dmitrievsky]

ユーリイ・アサウレンコ

最適化ではなく、学習という感じですね。単純ではないすでに書いたことですが、標準的なBPに手動アニーリングをシミュレートしたものです。

もしかしたらもっと良いアルゴリズムもあるかもしれませんが、私は開発環境にあるものしか使っていません。その他、外付けのものは問題ありです。

何はともあれ、トレーニングとは目標関数の最適化である

そうなんですね、アニールについて書かれていたんですね、詳しくないので読んでみます

[Yuriy Asaulenko]

マキシム・ドミトリエフスキー

何はともあれ、学習とは目標関数の最適化である。

私は訓練において目標関数を持っていない、すなわち訓練シーケンスに初期分類がない）。掛け算の表もろくに知らない先生と一緒に学ぶようなものです。NS自体は、どこに行くのかわからないゴーイングマイウェイを探しています。だから、より速い学習は効果が期待できない。

[Yuriy Asaulenko]

マキシム・ドミトリエフスキー

何はともあれ、トレーニングとは目標関数の最適化である

そうなんですね、アニールについて書かれていたんですね、詳しくないので読んでみます

はい、アニーリングはNエポック後に学習パラメータを変更して手動でシミュレーションしています。また、トレーニングの順番も完全に入れ替わります（ミックスではなく、入れ替えです）。

[Maxim Dmitrievsky]

ユーリイ・アサウレンコ
アニーリングは、Nエポック後に学習パラメータを変更して手動でシミュレートします。 また、学習シーケンスは完全に置き換えます（混合ではなく、置き換えです）。

かっこいいですね。このようなNSについて、どこで詳しく読むことができますか？つまり、先生がいなくても、アウトプットに何かを供給するような感じですか？

[Yuriy Asaulenko]

マキシム・ドミトリエフスキー

このようなNSの詳細がどこに書いてあるのかわからないのですが、つまり、先生がいなくても、何かを出力に送り込むような感じなのでしょうか？

HaykinNeural Networksと Bishopの理論を英語で読むことができる - 翻訳はないが、準備はできているようだ。

単純なことです。ランダムな取引を入力し、その結果を出力するのです。モンテカルロ法というのがあって、それ自体はあまり速くはない。そしてその体系化は、体系的な分析が必要である。