トレーダーの自己欺瞞：フォワードへの不信感。 - ページ 17

[Youri Tarshecki]

Avals:

全ては洗練されたカーワフィッティングです。そんなテーマが儲かるとしたら、大手ファンドの超リソースを持ったクオンツたちと競争しなければならない。そこに魚はいない)) 人工知能を作らない限り))

大手ファンドのクオンツやスーパーリソースをどうして知っているのだろう。そのようなファンドに所属しているのですか？指値をして、買い持ちする、といった平凡なものである。また、選択肢を生成するために人工知能は必要ありません。特にMTの解集合は、もちろん小さくはないものの、かなり限定されているため、非常にシンプルなアルゴリズムが必要です。

[Youri Tarshecki]

Yuri Evseenkov:
この作業は、非常にリソースを必要とするように思います。テスターは自社で用意されているのですか、それとも社内のものを使用されているのですか？

はい、通常のMTテスターで、オートテスターで駆動しているだけです。10個のコンピュートコア以外には特別なリソースはありません。やろうと思えば、いくらでもバリエーションが課金できる。もう一つの問題は、やはりフォワードの結果を自分で分析しなければならないことです。しかし、この部分を自動化しようと思えば、「レンガ」からExpert Advisorをモデル化し、フィードバック原理に従ってそれらのEAを進化させるプログラムを作成することができます。問題は、今のところ実行結果を別のファイルに書き込むことができないことです。正確には、クリッカーでできるのですが、手間のかかるライティングなので、この分野では緊急のニーズはありません。

[Avals]

Youri Tarshecki:
大手ファンドのクオンツやスーパーリソースをどうして知っているのだろう。そのようなファンドに所属しているのですか？指値をして、買い持ちする、といった平凡なものです。また、選択肢を生成するために人工知能は必要ありません。特にMTの解集合は、もちろん小さくはないものの、かなり限定されているため、かなりシンプルなアルゴリズムが必要です。

そこで働く人たちに話を聞いてみた)

[Youri Tarshecki]

Avals:
従事者に聞く)

そして、その超巨大資源をどう使っているのか。

[Avals]

Youri Tarshecki:
そして、その超巨大資源をどう使っているのか。

を別とする)。

私が言いたいのは、収益性の高い戦略を自動生成する、あるいは自動適応するという考え方は、さまざまなレベルのカーヴァフィッティングの怪物につながるということです。

最適化は市場調査ツールとして意味があるのであって、自動生成や自動適応のためではありません。

[Youri Tarshecki]

Avals:

べつに)

私が言いたいのは、収益性の高い戦略を自動生成する、あるいは自動適応するという考え方は、さまざまなレベルのカーバフィッティングの怪物につながるということです。

最適化は市場調査ツールとして意味があるのであって、自動生成や自動適応のためではありません。

これまたフィッティングのテクニックと混同していますね。労働の機械化は、どんなものでも決して不利にはなりません。客観的なプロセスであり、アイデアが形式化できれば、遅かれ早かれ機械がそれを行うようになるでしょう。