アルゴリズム最適化選手権。 - ページ 106 1...99100101102103104105106107108109110111112113...132 新しいコメント Andrey F. Zelinsky 2016.07.22 08:02 #1051 Реter Konow:もちろん、取引はこのアルゴリズムの適用分野を狭める。 候最適化アルゴリズム」のトレーディングへの応用について、分かりやすい例を挙げてください。もしそのような例を知らないのであれば、「どのような取引タスクに高速な最適化アルゴリズムが必要なのかわからない」と言えばいいのです。 Реter Konow 2016.07.22 08:03 #1052 Andrey F. Zelinsky:最適化アルゴリズム」をトレーディングに応用した例を、ボヤボヤせずに分かりやすく教えてください。もしそのような例を知らないのであれば、「どのような取引タスクに高速な最適化アルゴリズムが必要なのかわからない」と言えばいいのです。 注意深く読めるか？テスターで最高の収益性を得るための戦略パラメータの適合が明記されています。 Andrey Dik 2016.07.22 08:04 #1053 Реter Konow:素晴らしい。 参加者との妥協点を見つけ、大会を成功させるためには、少し頭を働かせる必要があるのです。あなたがよく言う悪名高い普遍性については、 、 必ずしも最良の 結果を生むとは限らないという結論に達しました。 1.解決策の普遍性は常に相対的なものであり、解決策は問題領域の特殊性に限定されるため、したがって、解決策が絶対的に普遍的であることはないのである。問題領域を拡大する場合、「万能」な解決策では必ず失敗する。作り直さなければならないでしょう。2.普遍性はゼロから現れるものではなく、長い間の開発、問題の一般化、解決策の適応のプロセスの結果である。つまり、非普遍的な 解決策は普遍的な 解決策への第一歩となるのです。3.解決策の普遍 性は、解決策の有効 性を意味するものではありません。この2つの概念は、直接的にはつながっておらず、互いに依存しあっていないのだと思います。 普遍性を追求すると、より多くの問題に解決策を適応させることになり、当然ながら、個々のケースにおける解決策の有効性は低下する可能性がある。私が開発したテキストマイニング用のアルゴリズムは、FFにアクセスした最小限の回数で、どんな文字列も絶対に正確に特定できる万能なものです。さらに発展させれば、未知の解析関数の極大値を求めることもできるかもしれない。しかし、今回のケースでも効果はあるのでしょうか？よくわからないんです。それで、どうすれば普遍的なアルゴリズムができるかというと、問題の範囲を一般化し、その解決の一般的なメカニズムを理解する必要があるのです。 まず、パラメータを整理しておこう。関数の最大値を求めるアルゴリズムが動作する主なパラメータと、テキストキー。 1.FFに渡された パラメータの数。 2.FFに渡される パラメータの 値の範囲。3.ステップ（値の差の最小値）。4.FFから受け取った値。より基本的なパラメータがない場合、余分な努力をしなくても、解決策は、非常に普遍的であることが判明するかもしれない...。 この2種類の問題における探索の仕組みは一般化することができるので、それをやってみることにする。私の忠告を頑なに無視するんですね。私は、不遜な言い方ですが、最適化アルゴリズムの分野で膨大な経験を持っていますし、せめて私のアドバイスに耳を傾けてくださいませんか？解析的に解くことができない問題は膨大にある。そして、すべての問題のうち、解析的に解決できるのはごく一部である。しかし、あなたは、他のすべての作業を脇において、まさに分析に集中しています。私は、普遍的なソリューションが常に優れているとは言っていません。逆に、高度に専門化されたソリューションが常に良い結果をもたらすことは明らかです。しかし、最適化アルゴリズムに適用される普遍性とは、そのアルゴリズムが解析的なものを含むあらゆる課題を解決する能力、つまり、絶対的にあらゆる課題を解決する能力を持つことを意味します。つまり、あなたのやり方は例えば10％のタスクをカバーし、私のやり方は100％のタスクをカバーするということです。私たちはここで理論家であるだけでなく、まず実践者なのです。私たちは金融市場で取引をしていますが、私たちにとって市場の分析式は存在しませんので、本来は分析式ではないソリューションを使う必要があるのです。市場のパターンをリサーチする際にも、これこそが普遍性なのです。MTのインハウスオプティマイザーやコードベースのAlglibなど、FF式の知識を必要としない普遍的な最適化アルゴリズムの面でも、何度か事例を紹介させていただきました。何事にも裏表があります。普遍的な最適化アルゴリズムの場合、これは解の精度を下げることにつながる必要な妥協点ですが、トレーダーの問題を他の方法で解決することは不可能なのです。また、レフリーの既知の最大値でFFを合成するという解決策を見つけたというと、「そんな解決策のデメリットは何？まず、FFでは全パラメーターが相互に影響し合うことができないので、簡略化されていること、次に、競技中に不正をする方法があるのですが、この機会を利用する人がいるとは思えません、多くの時間が必要で、チャンピオンシップのステップの間にはないでしょうから。そして、この「最初」が一番重要なのですが、参加者に公平な要求をするために、本当の最大値でアルゴリズムを比較できるようにしなければならなかったのです。 Andrey F. Zelinsky 2016.07.22 08:06 #1054 Реter Konow: 注意深く読めるか？テスターで最高の収益性を得るためにストラテジーパラメータを調整する、とはっきり書いてあります。 それが、極限を求める 高速で効率的なアルゴリズムとどう関係があるのでしょうか？ Реter Konow 2016.07.22 08:15 #1055 Andrey F. Zelinsky: このことと、極限値を同定するための高速で効率的なアルゴリズムとは、どのような関係があるのでしょうか？速度と効率は、単にアルゴリズムの特性である。それらは義務ではありません。テスト中に求められる極限値は、テスト対象の取引戦略のヒストリカル区間における最大収益率です。 極限を発見した場合、その極限に至ったストラテジーパラメータの値を記憶し、ユーザーに提示する。これを「フィッティング」と呼びます。 Реter Konow 2016.07.22 08:19 #1056 Andrey Dik:なぜか私の忠告を頑なに無視するんですよね。私は最適化アルゴリズムの分野で多大な経験を持っている、これは不遜に聞こえるが、少なくとも私のアドバイスに耳を傾けてほしい、そうだろう？解析的に解くことができない問題は膨大にある。そして、すべての問題のうち、解析的に解決できるのはごく一部である。しかし、あなたは、他のすべての作業を脇において、まさに分析に集中しています。私は、普遍的なソリューションが常に優れているとは言っていません。逆に、高度に専門化されたソリューションが常に良い結果をもたらすことは明らかです。しかし、最適化アルゴリズムに適用される普遍性とは、そのアルゴリズムが解析的なものを含むあらゆる課題を解決する能力、つまり、絶対的にあらゆる課題を解決する能力を持つことを意味します。つまり、あなたのやり方は例えば10％のタスクをカバーし、私のやり方は100％のタスクをカバーするということです。私たちはここで理論家であるだけでなく、まず実践者なのです。私たちは金融市場で取引をしていますが、私たちにとって市場の分析式は存在しませんので、本来は分析式ではないソリューションを使う必要があるのです。市場のパターンをリサーチする際にも、これこそが普遍性なのです。MTのインハウスオプティマイザーやコードベースのAlglibなど、FF式の知識を必要としない普遍的な最適化アルゴリズムの面でも、何度か事例を紹介させていただきました。何事にも裏表があります。普遍的な最適化アルゴリズムの場合、これは解の精度を下げることにつながる必要な妥協点ですが、トレーダーの問題を他の方法で解決することは不可能なのです。また、レフリーの既知の最大値でFFを合成するという解決策を見つけたというと、「そんな解決策のデメリットは何？まず、FFでは全パラメーターが相互に影響し合うことができないので、簡略化されていること、次に、競技中に不正をする方法があるのですが、この機会を利用する人がいるとは思えません、多くの時間が必要で、チャンピオンシップのステップの間にはないでしょうから。そして、この「最初」が一番重要なのですが、参加者に公平な要求をするために、本当の最大値でアルゴリズムを比較できるようにしなければならなかったのです。 私はあなたの意見を受け入れ、あなたが妥協してくれたことを嬉しく思います。 Andrey F. Zelinsky 2016.07.22 08:22 #1057 Реter Konow:速度と効率は、単にアルゴリズムの特性である。それらは義務ではありません。テスト中に求められる極限値は、テスト対象の取引戦略のヒストリカル区間における最大収益率である。 この極限が見つかると、テスターはその極限に至ったストラテジーパラメータの値を保存し、ユーザーに表示する。これを「フィッティング」と呼びます。 なるほど。一般的に、トレーディングにおける「最適化アルゴリズム」の必要性についても、よく理解されていないのですね。すべては、一般的なフレーズと発明された抽象的なレベルである。 Реter Konow 2016.07.22 08:31 #1058 Andrey F. Zelinsky: なるほど -- 一般に、トレーディングにおける「最適化アルゴリズム」の必要性についての理解は、全くと言っていいほど進んでいないようですね。すべては、一般的なフレーズと発明された抽象的なレベルである。初歩的なことを理解するのに問題があるのでは？ もう一度 トレーディングでは、トレーディング戦略のパラメーターの値を将来利用するために、過去のある期間に適合さ せる最適化アルゴリズムが必要と される。 Andrey F. Zelinsky 2016.07.22 08:49 #1059 Реter Konow:初歩的なことを理解するのに問題があるのでは？ もう一度： トレーディングでは、トレーディング戦略のパラメータの値を過去の一定期間に適合 させ、将来的に利用するために最適化アルゴリズムが必要と されます。 質問を言い換えます。テーマは、「最適化アルゴリズム」の開発です。最適化アルゴリズム」とは何か、トレーディングでの活用例をわかりやすく説明してください。聞いていて面白いこと。-- この「選手権」の結果をもとに、何らかの機能を開発することになります。この機能がトレーディングにどのように利用できるか、例を挙げてください。 Реter Konow 2016.07.22 09:07 #1060 Andrey F. Zelinsky:質問を言い換えます。テーマは、「最適化アルゴリズム」の開発です。最適化アルゴリズム」とは何か、トレーディングでの活用例をわかりやすく説明してください。聞いていて面白いこと。-- この「選手権」の結果をもとに、何らかの機能を開発することになります。この機能がトレーディングにどのように利用できるか、例を挙げてください。MTにテスターがいないと想像してください。 ある商品のチャート履歴の選択された区間で、あなた自身が戦略をテストする必要があります。ストラテジーには5つのパラメータがあり、その値は選択したテストセクションでの ストラテジーの収益性に影響します。これらのパラメーターのどの値が、チャートのこの部分で戦略の収益性を最も高くするのかを決定する必要があります。パラメータ値の候補は非常に多く、一つ一つ手作業でチェックしていたら、自分の戦略に最も高い収益性をもたらすパラメータを見つけるのに何年もかかってしまうでしょう。テスト期間中の最適な値を自分よりも早く計算する、パラメータの最適化アルゴリズムの開発を始めるのです。なぜ？ 歴史は繰り返す、将来また同じような時代が来ると判断しているからだ. そうすれば、アルゴリズムで見つけたパラメータの最適な値を適用して、お金持ちになれると信じているのでしょう取引におけるアルゴリズムの実用化全体は1円の価値もないかもしれないが、もし未来が過去と似ていると信じ、そうなれば、そのようなアルゴリズムはあなたに幸運をもたらしてくれるだろう。チャンピオンシップは、自分のスキルを実践で確認し、他のExpert Advisorと比較する機会です。なぜなら、一度調整したパラメータがテスト期間中と同じ結果をもたらすというような、歴史の正確な繰り返しを私は信じていないからです。 1...99100101102103104105106107108109110111112113...132 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
もちろん、取引はこのアルゴリズムの適用分野を狭める。
候
最適化アルゴリズム」のトレーディングへの応用について、分かりやすい例を挙げてください。
もしそのような例を知らないのであれば、「どのような取引タスクに高速な最適化アルゴリズムが必要なのかわからない」と言えばいいのです。
最適化アルゴリズム」をトレーディングに応用した例を、ボヤボヤせずに分かりやすく教えてください。
もしそのような例を知らないのであれば、「どのような取引タスクに高速な最適化アルゴリズムが必要なのかわからない」と言えばいいのです。
素晴らしい。
参加者との妥協点を見つけ、大会を成功させるためには、少し頭を働かせる必要があるのです。
あなたがよく言う悪名高い普遍性については、 、 必ずしも最良の 結果を生むとは限らないという結論に達しました。
1.解決策の普遍性は常に相対的なものであり、解決策は問題領域の特殊性に限定されるため、したがって、解決策が絶対的に普遍的であることはないのである。問題領域を拡大する場合、「万能」な解決策では必ず失敗する。作り直さなければならないでしょう。
2.普遍性はゼロから現れるものではなく、長い間の開発、問題の一般化、解決策の適応のプロセスの結果である。つまり、非普遍的な 解決策は普遍的な 解決策への第一歩となるのです。
3.解決策の普遍 性は、解決策の有効 性を意味するものではありません。この2つの概念は、直接的にはつながっておらず、互いに依存しあっていないのだと思います。
普遍性を追求すると、より多くの問題に解決策を適応させることになり、当然ながら、個々のケースにおける解決策の有効性は低下する可能性がある。
私が開発したテキストマイニング用のアルゴリズムは、FFにアクセスした最小限の回数で、どんな文字列も絶対に正確に特定できる万能なものです。さらに発展させれば、未知の解析関数の極大値を求めることもできるかもしれない。しかし、今回のケースでも効果はあるのでしょうか？よくわからないんです。
それで、どうすれば普遍的なアルゴリズムができるかというと、問題の範囲を一般化し、その解決の一般的なメカニズムを理解する必要があるのです。
まず、パラメータを整理しておこう。
関数の最大値を求めるアルゴリズムが動作する主なパラメータと、テキストキー。
1.FFに渡された パラメータの数。
2.FFに渡される パラメータの 値の範囲。
3.ステップ（値の差の最小値）。
4.FFから受け取った値。
より基本的なパラメータがない場合、余分な努力をしなくても、解決策は、非常に普遍的であることが判明するかもしれない...。
この2種類の問題における探索の仕組みは一般化することができるので、それをやってみることにする。
私の忠告を頑なに無視するんですね。私は、不遜な言い方ですが、最適化アルゴリズムの分野で膨大な経験を持っていますし、せめて私のアドバイスに耳を傾けてくださいませんか？
解析的に解くことができない問題は膨大にある。そして、すべての問題のうち、解析的に解決できるのはごく一部である。しかし、あなたは、他のすべての作業を脇において、まさに分析に集中しています。
私は、普遍的なソリューションが常に優れているとは言っていません。逆に、高度に専門化されたソリューションが常に良い結果をもたらすことは明らかです。しかし、最適化アルゴリズムに適用される普遍性とは、そのアルゴリズムが解析的なものを含むあらゆる課題を解決する能力、つまり、絶対的にあらゆる課題を解決する能力を持つことを意味します。つまり、あなたのやり方は例えば10％のタスクをカバーし、私のやり方は100％のタスクをカバーするということです。
私たちはここで理論家であるだけでなく、まず実践者なのです。私たちは金融市場で取引をしていますが、私たちにとって市場の分析式は存在しませんので、本来は分析式ではないソリューションを使う必要があるのです。市場のパターンをリサーチする際にも、これこそが普遍性なのです。MTのインハウスオプティマイザーやコードベースのAlglibなど、FF式の知識を必要としない普遍的な最適化アルゴリズムの面でも、何度か事例を紹介させていただきました。
何事にも裏表があります。普遍的な最適化アルゴリズムの場合、これは解の精度を下げることにつながる必要な妥協点ですが、トレーダーの問題を他の方法で解決することは不可能なのです。また、レフリーの既知の最大値でFFを合成するという解決策を見つけたというと、「そんな解決策のデメリットは何？まず、FFでは全パラメーターが相互に影響し合うことができないので、簡略化されていること、次に、競技中に不正をする方法があるのですが、この機会を利用する人がいるとは思えません、多くの時間が必要で、チャンピオンシップのステップの間にはないでしょうから。そして、この「最初」が一番重要なのですが、参加者に公平な要求をするために、本当の最大値でアルゴリズムを比較できるようにしなければならなかったのです。
注意深く読めるか？テスターで最高の収益性を得るためにストラテジーパラメータを調整する、とはっきり書いてあります。
このことと、極限値を同定するための高速で効率的なアルゴリズムとは、どのような関係があるのでしょうか？
速度と効率は、単にアルゴリズムの特性である。それらは義務ではありません。
テスト中に求められる極限値は、テスト対象の取引戦略のヒストリカル区間における最大収益率です。
極限を発見した場合、その極限に至ったストラテジーパラメータの値を記憶し、ユーザーに提示する。
これを「フィッティング」と呼びます。
なぜか私の忠告を頑なに無視するんですよね。私は最適化アルゴリズムの分野で多大な経験を持っている、これは不遜に聞こえるが、少なくとも私のアドバイスに耳を傾けてほしい、そうだろう？
解析的に解くことができない問題は膨大にある。そして、すべての問題のうち、解析的に解決できるのはごく一部である。しかし、あなたは、他のすべての作業を脇において、まさに分析に集中しています。
私は、普遍的なソリューションが常に優れているとは言っていません。逆に、高度に専門化されたソリューションが常に良い結果をもたらすことは明らかです。しかし、最適化アルゴリズムに適用される普遍性とは、そのアルゴリズムが解析的なものを含むあらゆる課題を解決する能力、つまり、絶対的にあらゆる課題を解決する能力を持つことを意味します。つまり、あなたのやり方は例えば10％のタスクをカバーし、私のやり方は100％のタスクをカバーするということです。
私たちはここで理論家であるだけでなく、まず実践者なのです。私たちは金融市場で取引をしていますが、私たちにとって市場の分析式は存在しませんので、本来は分析式ではないソリューションを使う必要があるのです。市場のパターンをリサーチする際にも、これこそが普遍性なのです。MTのインハウスオプティマイザーやコードベースのAlglibなど、FF式の知識を必要としない普遍的な最適化アルゴリズムの面でも、何度か事例を紹介させていただきました。
何事にも裏表があります。普遍的な最適化アルゴリズムの場合、これは解の精度を下げることにつながる必要な妥協点ですが、トレーダーの問題を他の方法で解決することは不可能なのです。また、レフリーの既知の最大値でFFを合成するという解決策を見つけたというと、「そんな解決策のデメリットは何？まず、FFでは全パラメーターが相互に影響し合うことができないので、簡略化されていること、次に、競技中に不正をする方法があるのですが、この機会を利用する人がいるとは思えません、多くの時間が必要で、チャンピオンシップのステップの間にはないでしょうから。そして、この「最初」が一番重要なのですが、参加者に公平な要求をするために、本当の最大値でアルゴリズムを比較できるようにしなければならなかったのです。
速度と効率は、単にアルゴリズムの特性である。それらは義務ではありません。
テスト中に求められる極限値は、テスト対象の取引戦略のヒストリカル区間における最大収益率である。
この極限が見つかると、テスターはその極限に至ったストラテジーパラメータの値を保存し、ユーザーに表示する。
これを「フィッティング」と呼びます。
なるほど -- 一般に、トレーディングにおける「最適化アルゴリズム」の必要性についての理解は、全くと言っていいほど進んでいないようですね。すべては、一般的なフレーズと発明された抽象的なレベルである。
初歩的なことを理解するのに問題があるのでは？
もう一度 トレーディングでは、トレーディング戦略のパラメーターの値を将来利用するために、過去のある期間に適合さ せる最適化アルゴリズムが必要と される。
初歩的なことを理解するのに問題があるのでは？
もう一度： トレーディングでは、トレーディング戦略のパラメータの値を過去の一定期間に適合 させ、将来的に利用するために最適化アルゴリズムが必要と されます。
質問を言い換えます。テーマは、「最適化アルゴリズム」の開発です。
最適化アルゴリズム」とは何か、トレーディングでの活用例をわかりやすく説明してください。
聞いていて面白いこと。
-- この「選手権」の結果をもとに、何らかの機能を開発することになります。この機能がトレーディングにどのように利用できるか、例を挙げてください。
質問を言い換えます。テーマは、「最適化アルゴリズム」の開発です。
最適化アルゴリズム」とは何か、トレーディングでの活用例をわかりやすく説明してください。
聞いていて面白いこと。
-- この「選手権」の結果をもとに、何らかの機能を開発することになります。この機能がトレーディングにどのように利用できるか、例を挙げてください。
MTにテスターがいないと想像してください。
ある商品のチャート履歴の選択された区間で、あなた自身が戦略をテストする必要があります。
ストラテジーには5つのパラメータがあり、その値は選択したテストセクションでの ストラテジーの収益性に影響します。
これらのパラメーターのどの値が、チャートのこの部分で戦略の収益性を最も高くするのかを決定する必要があります。
パラメータ値の候補は非常に多く、一つ一つ手作業でチェックしていたら、自分の戦略に最も高い収益性をもたらすパラメータを見つけるのに何年もかかってしまうでしょう。
テスト期間中の最適な値を自分よりも早く計算する、パラメータの最適化アルゴリズムの開発を始めるのです。
なぜ？ 歴史は繰り返す、将来また同じような時代が来ると判断しているからだ.
そうすれば、アルゴリズムで見つけたパラメータの最適な値を適用して、お金持ちになれると信じているのでしょう
取引におけるアルゴリズムの実用化全体は1円の価値もないかもしれないが、もし未来が過去と似ていると信じ、そうなれば、そのようなアルゴリズムはあなたに幸運をもたらしてくれるだろう。
チャンピオンシップは、自分のスキルを実践で確認し、他のExpert Advisorと比較する機会です。なぜなら、一度調整したパラメータがテスト期間中と同じ結果をもたらすというような、歴史の正確な繰り返しを私は信じていないからです。