最適化!あなたの経験を教えてください。 - ページ 8

[Иван]

nchnch:
4ヶ月間、約...( 予想通り )

それなら、うらやましいですね。あなたの手には、印刷機があるのですおめでとうございます！ ここでは、仕組みのヒントは一切出さないということですね？

[削除済み]

chv:

nchnch:


一例を挙げると・・・。EAチャート7年分...( 利益 10 p) ストップ 300 でも、損失が出ても利益は価格に連動する......。ドローダウンに対する利益率は7年間で約25...原理的には少ないですが...年間200程度の利益を出すことは可能です。

このような絵を1年かけて作りたかったのですが、利益が出すぎることがわかり（最近、友人の一人が端末の桁にゼロを追加するように言ってきました）、5ヶ月でテストを中止しました。



しかし、現実的にはそうではありません。それはまさに美しい蜃気楼です。そして、その数は多い。これは常に念頭に置いておく必要があります。

平均利益は何pipsですか？また、どのような期間で？回答ありがとうございました :)

[Valery V. Chesnokov]

AndyGri:

chv

nchnch:


一例を挙げると・・・。EAチャート7年分...( 利益 10 p) ストップ 300 でも、損失が出ても利益は価格に連動する......。ドローダウンに対する利益率は7年で約25...原理的に少ないけど...p.a.は約200。

このような絵を1年かけて作りたかったのですが、利益が出すぎることを理解し（最近、友人の一人が端末の桁にゼロを追加するように頼んできました）、5ヶ月でテストを中止しました。



しかし、現実的にはそうではありません。それはまさに美しい蜃気楼です。そして、その数は多い。これは常に念頭に置いておく必要があります。

平均利益は何pipsですか？また、どのような期間で？返信ありがとうございました :)

職場で即興でやったんですけどね...。2005年1月1日から2006年1月1日まで1年走ろうと思ったが、2005年5月30日までの5ヶ月しか残っていなかった。

[Vladislav Mityashin]

solandr:

nchnch:
4ヶ月ほど稼働...( 予想通り )

それなら、うらやましいですね。あなたの手には、印刷機があるのですおめでとうございます！ ここでは、仕組みのヒントは一切出さないということですね？

いや、教えてあげるよ！[e-mail] に書いてね...。私の意見では、トレーダーが大金と引き離されるのは、優れたアルゴリズムの不在だけでなく、他の何かによってだと思います:))

[Yurixx]

Reshetov:

今のところ、上向きのイールドカーブ（無駄な結果をオフにすると勝手にフィルタリングされる）と、このカーブの線形相関係数が絶対値で1に近い最適化パラメータにのみ、最良の結果が得られています。つまり、プログラムはオプティマイザによって与えられたバリエーションを一つずつ取り込み、それぞれについてテストを行い、利益と損失を分析し、最も直線に近いグラフを持つものを見つけます。明らかに、このようなグラフは最適化結果のベストバランスを与えることはなく、ほとんどの場合、中間的なものになります。しかし、より直線的なイールドカーブは、ドローダウンが非常に小さく、実質的に急激な上昇もない。 。

良い点です。また、イールドカーブのスティープさは、ドローダウンを減らすためにある程度犠牲にしてもいいと思う。
そして、それは単にリスクを減らすだけではありません。TSの機能性という側面が大きいと思います。大きなドローダウンがないことは、システムの妥当性、すなわち実際の市場の特性を利用していることを示している。そしてそれは、逆に言えば、それを実現するためのパラメータは、歴史に愚直に当てはめた結果ではなく、その特性そのものを反映したものであることを意味する。

ところで、残念ながら、「線形相関係数」とは何か、単純な相関係数とどう違うのか、私は知らない。
私は、RMSを使って、イールドカーブを直線回帰線で 近似した場合の品質を評価することにしています。そのため、このシステムがどのようなものなのか、また、線形相関係数オプションがRMS推定値よりどのように優れているのかを説明してください。

[Иван]

Yurixx:

ところで、残念ながら、「線形相関係数」とは何か、単純な相関係数とどう違うのか、私は知らない。

同じものなんです。同じコンセプトを意味する言葉遊びです。

追記：会話の参加者が同じ相関関係を意味しているので、この場合ももちろんこの文は正しいです。

[Alexandre]

solandr:

ユリックス。

ところで、残念ながら、「線形相関係数」とは何か、単純な相関係数とどう違うのか、私は知らない。

同じことなんです。同じコンセプトを意味する言葉遊びです。

すごく大げさに言うと、まったく同じではないんです。2つ以上の数量の相関を計算する方法はたくさんあります。単純に（ペアワイズ）線形相関係数が他よりもよく使われ、デフォルトでは単に「相関係数」と呼ばれています。

[Yury Reshetov]

Yurixx:

Reshetov:

現在、私は上向きのイールドカーブ（無駄な結果をオフにすると勝手にフィルタリングされる）を持つ最適化パラメータに対してのみ最良の結果を得ており、この曲線の線形相関係数は絶対値で1に近いです。つまり、プログラムはオプティマイザによって与えられたバリエーションを一つずつ取り込み、それぞれについてテストを行い、利益と損失を分析し、最も直線に近いグラフを持つものを見つけます。明らかに、このようなグラフは最適化結果のベストバランスを与えることはなく、ほとんどの場合、中間的なものになります。しかし、より直線的なイールドカーブは、ドローダウンが非常に小さく、過度の上昇スパイクも実質的にない。

。

良い点です。また、イールドカーブのスティープさは、ドローダウンを減らすためにある程度犠牲にしてもいいと思う。
そして、それは単にリスクを減らすだけではありません。TSの機能性という側面が大きいと思います。大きなドローダウンがないことは、システムの妥当性、すなわち実際の市場の特性を利用していることを示している。そしてそれは、逆に言えば、それを実現するためのパラメータは、歴史に愚直に当てはめた結果ではなく、その特性そのものを反映したものであることを意味する。

ところで、残念ながら、「線形相関係数」とは何か、単純な相関係数とどう違うのか、私は知らない。
私はRMSを使って、イールドカーブを直線回帰線で近似した場合の品質を評価することにしています。そこで、それが何であるか、また、線形相関係数オプションがRMS推定値よりもどのように優れているかを説明していただけないでしょうか？

数学のハンドブックを開いて読む心意気がなければ、引用します。

"2つの量xとy（平面上の点の座標値）の相関の程度は、線形相関係数-rで測ることができます。rの値が0に近い場合、量xとyの間に線形関係があるという主張は否定されることになる。rが(+/-)1に近い場合、点はある直線y=A*x+Bの周りにあると考えるべきでしょう。数量が無相関の場合、無作為標本の相関係数モジュロが標本サイズNである値r0を超える確率を計算することができます。測定回数が少ない場合、相関係数の大きな値｜r｜＞0.5 が得られる確率は、相関のない変数に対して高い可能性がある」

最後の2文は、取引量が少ない（サンプル量が少ない）イールドカーブを描いた場合、相関係数が 0.5 を超える、つまりフィッティングが行われる可能性がある、ということを述べています。

実際、実効値も計算できますが、直線の実効値は0より大きくなりますが、水平の 実効値はそうではないことを考慮する必要があります。また、直線の相関係数は、その傾きに関係なく、1になるのです。

[Yurixx]

Reshetov:

実際、実効値も計算できますが、直線の実効値は0より大きくなりますが、水平の実効値はそうではないので注意してください。また、直線の相関係数は、傾きに関係なく1が得られます。

イールドカーブを近似する線形回帰 の実効誤差について言及したのです。この場合、降伏線が直線の場合のみ、RMSは0になる。この場合、結果は直線の傾きの角度に依存しない。一般に、誤差のRMSは相関係数と関係があり（線形相関係数と同じなので）、この関係を解析的に表現するのは難しいことではないと思うのです。したがって、各バリエーションは同等であるとみなします。唯一の違いは、誤差RMSによって、あるリスクレベルにおけるドローダウンを推定することができることです。いかがでしょうか？

レシェトフ 私のことを "あなた "と呼んでくれるのは、とてもうれしいです。ありがとうございました。
しかし、このフレーズ

数学の本を開いて読むことができない人は

は名作ですとても楽しかったです。いろいろなスタイルが混在していると思いませんか？:-))

[Yury Reshetov]

Yurixx:

レシェトフ

基本的には実効値も計算できますが、水平でない直線の実効値は必ず0より大きくなることに注意してください。また、直線の相関係数は、傾きに関係なく1になります。

イールドカーブを近似する線形回帰の誤差の実効値について言及したのです。
この場合、降伏線が直線の場合のみ、RMSは0になる。この場合、結果は直線の傾きの角度に依存しない。一般に、誤差のRMSは相関係数と関係があり（線形相関係数と同じなので）、この関係を解析的に表現するのは難しいことではないと思うのです。したがって、各バリエーションは同等であるとみなします。唯一の違いは、誤差RMSによって、あるリスクレベルにおけるドローダウンを推定することができることです。いかがでしょうか？

レシェトフ 私のことを "あなた "と呼んでくれて、とてもうれしいです。ありがとうございました。
しかし、このフレーズは

数学のハンドブックを開いて読む勇気がない人は ...

は名作ですとても楽しかったです。ちょっとスタイルが混在していると思いませんか？:-))

同じように、つまり、あなたの学問的なことも、とても楽しかったんですよ。難解な言葉が多いですね。
線形相関係数を計算せずにイールドカーブを近似する方法を知りたいのですが？