アルゴリズム最適化選手権。 - ページ 108

新しいコメント
 
ILNUR777:
まあね。フィッティングは最適化問題の特殊なケースに過ぎないのだから、スピードや効率は必要ないわけがない。アルゴリズムが探すより速く最大値が変わってしまうのでは、最大値を見つける意味がありません。正確なミニュチュア予測（60％以上の確率とする）の仕組みがあったとして、その計算が1分以上の期間行われ、そのような予測に何の意味があるのか、想像してみてください。また、実際に予想が当たっていたとしても。それはこちらも同じです。
計算速度は非常に重要です。しかし、1分では解決できない問題で、1分先の予測をするのであれば、もっと大きなTF、例えばM5を検討した方が間に合うでしょう。しかし、スピードはそれ自体が目的ではなく、正確さの方がはるかに重要です。
 
ILNUR777:
私の理解では、最適化とは、2つ以上の値・パラメータなどの比率（例えば、価格・品質）を向上させることだと思います。あるいは、トレードで言えば、すでに利益が出ている（プラス）TS（ポジション）を、最適なパラメータ（TSやmm）、リスク・リターンなどに近づけていくことです。ある意味での最適化は、既存のものを修正することにしかならない。ポジティブなルールがない場合、何を最適化するのか？ランダムな系列を最適化する場合、出力もランダムであれば、速くても遅くても最適化は意味がありません。アンドレイ・ゼリンスキーが言っていたのは、こうした意味のことだと思います。私が間違っているかもしれません。最大値を探すのは、この最大値が意味を持つことが分かっていれば、意味があるのです。そうでなければ、わざわざ検索する必要はないでしょう。そして、そこで重要になるのがスピードです。そして、この意味のある最大値を検出する方法を知っていれば、それはもうスピードのあるツなのです。そして、最適化は微調整に過ぎません。つまり、一次的なものではないのです。そして、ここでは最適化が第一であり、さらにそのスピードであると言われています。おそらく、最適化アルゴリズムを使って、それに他のアルゴリズムを加えてモのあるツを得ることはできるだろうが、純粋な形での最適化ではないだろう。おそらく、Dickはそのような共生、つまり、一般的な最適化アルゴリズムにプラグインできる有益なアルゴリズムを持って いる、もちろん、その後、これらの一般的な最適化アルゴリズム（本質的には単なるラッパー）が自分のものより速いかどうかを調べるオプションに興味があるのでしょう。他の参加者は、あくまで競争のために参戦している。なぜなら、そのような共生がなく、競争が何かを与えてくれると素朴に考えているからです。

例1．自己学習機能を持つニューラルネットワーク（ネットワークまたはそれに類する技術）上のExpert Advisor。このようなExpert Advisorは、最終的な取引統計値を制御し、必要に応じて自己最適化を開始することで、それ自体で動作することができます。

例2．ポートフォリオ・トレーディング必要な特性を備えたポートフォリオを形成するためには、何百もの取引商品に目を通す必要があります。

例3．一般的に、指標から直接信号を使用してTSは頻繁に最適化する必要があり、それは将来的に利益を保証するものではありません。しかし、指標はシグナルの直接的な源ではなく、一種のサポートであり、それに基づいてTSが行われ、系列の統計的特性により収益性が得られるというアプローチもあります。この場合、系列の統計的特性を信号に変換するための最適なパラメータを見つけることが必要である。

例題4．よくトレーダーは、例えばExpert Advisorの利益を出すための最適化は単なる微調整であり、そのようなEAに将来的に利益を期待するのは愚かであると主張します。そして、これは正しい発言である。しかし、なぜ彼らはTCパラメータではなく、最適化基準を最適化する方法を探さないのでしょうか？最適化基準の最適化は、一次導関数のようなものです。

トレーダーは毎日アイデアを出し、そのアイデアの最適な実装を探す必要があるのです。トレーダーのための正確な最適化アルゴリズムの緊急の必要性を否定できるのは、近視眼的な人だけ です。

 
Andrey Dik:

例1．自己学習機能を持つニューラルネットワーク（ネットワークまたはそれに類する技術）上のExpert Advisor。このようなExpert Advisorは、最終的な取引統計値を制御し、必要に応じて自己最適化を開始することで、それ自体で動作することができます。

例2．ポートフォリオ・トレーディング必要な特性を備えたポートフォリオを形成するためには、何百もの取引商品に目を通す必要があります。

例3．一般的に、指標から直接信号を使用してTSは頻繁に最適化する必要があり、それは将来的に利益を保証するものではありません。しかし、指標はシグナルの直接的な源ではなく、一種のサポートであり、それに基づいてTSが行われ、系列の統計的特性により収益性が得られるというアプローチもあります。この場合、系列の統計的特性を信号に変換するための最適なパラメータを見つけることが必要である。

例題4．よくトレーダーは、例えばExpert Advisorの利益を出すための最適化は単なる微調整であり、そのようなEAに将来的に利益を期待するのは愚かであると主張します。そして、これは正しい発言である。しかし、なぜ彼らはTCパラメータではなく、最適化基準を最適化する方法を探さないのでしょうか？最適化基準の最適化は、一次導関数のようなものです。

トレーダーは毎日アイデアを出し、そのアイデアの最適な実装を探す必要があるのです。トレーダーのための正確な最適化アルゴリズムの緊急の必要性を否定できるのは近視眼的な人だけで、あなたがその一人でないことを願って います。

最適化基準とは どういう意味ですか？私は、最適化の単一の基準 - FB回復係数=最大ドローダウンに対する純利益の比率の最大値を提供する最適化パラメータのセット（少ない最適化パラメータ - より良い、そして理想的には1 - 期間）があると思いました。
 
Andrey Dik:

興味深い例を挙げていただきました。

しかし、現在の取引で同じ値を使用して将来の利益を期待し、選択した履歴期間においてテストする取引戦略の収益性を最大化するために取引戦略のパラメータ値を調整することは、必ずしも無謀なことではありません。

すべては取引戦略そのものと、最適化すべきパラメータに依存します。もし、それ自体が「バカ」でないなら、そのようなフィッティングは、確かに現在の取引にも有効です。

例えば、トレーダーがボリュームジャンプ値を現在3ヶ月間の平均値との相対値で計算する場合。最適化の結果、トレーダーは取引を開始することが最も有益であるときのジャンプ値（パーセンテージ）を見つけ、そのような取引は最も有益であることが判明するからである。

バカ」ではないフィッティングの例は、もっとたくさん見つかると思うのですが。

 

最近、ニューラルネットワークへの関心が薄れてきているのは、トレーダーが学習サンプルの外で収益性の高い戦略を見つけることが非常に難しいからです。古典的な指標ベースのTSも同様である。しかし、問題はニューラルネットワークや指標ではなく、誤った基準、誤った最適化目標にあるのです。トレーダーは、最適化領域外で失敗するため、TSのアイデアを拒絶することが非常に多いのですが、そのアイデアは利益を生むものであるにもかかわらず、最適化基準の 選択が間違っていることにさえ気づいていません。それは、2つのMAバー上の最も単純なTSであっても利益が出るかもしれないことが判明した、はい、我々はちょうど別の角度からそれらを見る必要があり、 "スマート "ストップを追加し、トロールを追加し、有能なMMを提供し、それをすべて正しく最適化し、ほら！。- Working TS.斧からスープを作ることもできます。主な材料は、料理人の機知であることはご存じのとおりです。

最適化アルゴリズムそのものは、科学者の手にかかれば顕微鏡のような道具に過ぎないが、その科学者に頭脳がなければ、どんなに精度の高い顕微鏡も役には立たない。

 
Yousufkhodja Sultonov:
最適化基準とは どういう意味ですか？それは1つだけの最適化基準があるように見えた - それは、FSリカバリーファクターの最大値=最大ドローダウンに対する純利益の比率を提供し、最適化パラメータのセット（その数は小さいほど良い、と理想的には1つ - 期間）である。
あなたの投稿が質問に答えています。一般的な意味では、これはまさにリンク先に書かれていることです。しかし、最適化の基準は非常に多様であり、その種類と範囲はトレーダーの想像力によってのみ制限されます。
 
ILNUR777:
可能です。しかし、ノーブレーキのエントリー、つまり、予測の中で最大のストップを置く場所として探すなら、小さな時間枠で（高値予測の枠内で）予測を得るスピードも重要である。大きな時間軸でロングポジションを作るのはピップスではなく、ポジションを入れる時間も重要です。m5の予測精度を上げられないのであれば、m1でも同様の予測をしてみてはどうだろうか。そして精度は、まさにベロシティに依存します。
はい、そしてそれは、私が今言ったことと矛盾していません。AOの最も重要な特性は正確さですが、スピードは決して余分なものではありません。アルゴリズムの速さを競うのは愚かなことです。参加者のアルゴリズムのスピードも評価の対象とする予定だったが、後にチャンピオンシップの一環として断念することになった。
 

多変数の関数の極値を求める 古典的な方法の1つの原理に従って、ウォークスルーを作りました。

F(x1,x2,x3)=exp(x1+x2+x3)/(x1*x2*x3*x3) を関数とし、確認したところ、F(x1,x2,x3)=exp(x1+x2+x3)となりました。

こんな結果が出ました。

指定された検索誤差は0.01です。

初期パラメータ（1回目のルックアップ）x1=x2=x3=0;

サーチ範囲 0～100

関数が呼び出された回数 - 51

最小値 Fmin=3.76210

x1=1.1; x2=2.1; x3=3.1。

どなたか最低限を確認してください。

F=(exp(X[1]+X[2]+X[3]))/(X[1]*X[2]*X[2]*X[3]*X[3]*X[3]);
 
ILNUR777:
最適化だけでは、ジナイーダの問いには答えられない。

単体ではありません。しかし、国内だけでなく、例えば国内経費の最適化がなければ、なおさらである。

そして一般的に、もしあなたが最適化を必要としないのであれば、このブランチはあなたのためのものではありません。

 
Andrey Dik:

実際、もし ...- このスレッドはあなたのためにあるのではありません。

最適化」システムの "巨匠 "であり "専門家 "のこの言葉で、どんな議論も終わりです。

1...101102103104105106107108109110111112113114115...132
新しいコメント