最適化とストーリーへの適合
これらのコンセプトの根本的な違いは何でしょうか？
順方向への塗布にかかわらず、複数のパスでオーバーシュートがあれば、適合となる。
これらのコンセプトの根本的な違いは何でしょうか？
そうですね、同僚たちの言うとおりですどんな最適化も、物語にふさわしいものです
そして、ここでもう一つの問題が出てきます。それは、最適化の結果得られるパラメーターの「質」をどのように判断するかということです。
私見：フォワードテストだけでは最適化の品質を判断できない...。
そうですね、同僚たちの言うとおりですどんな最適化も、物語にふさわしいものです
そして、ここでもう一つの問題が出てきます。それは、最適化の際に得られたパラメータの品質をどのように判断するかということです。
私の意見：フォワードテストだけでは最適化の品質を判断できない...。
この問題とは1年前から向き合ってきました。
この特性は、まさに「品質」ではなく「持続性」と呼ぶべきものだと私は考えています。
つまり、結果の「美しさ」や「量」ではなく、市場の小さな変化で変化しない能力です。
しかし、私自身は、このパラメータをフォワードテストの結果で測るようにしています。結果は、残念ながら、非常に控えめなものでした。
最適化とは、最適な状態（通常はグローバルな状態）を探索することである。つまり、安定したシステムパラメータの探索である。局所最適が見つかったり、最適化するパラメータの次元が大きすぎたりすると、フィッティングになることがあります。
最適化には、良い最適化、不十分な最適化、過剰な最適化があります。過剰な最適化は、ヒストリーマッチングと同列に扱うことができます。
最適化は、取引開始前の最初のスタート時に同じExpert Advisor本体で一度に行い、取引中は最適化されたパラメータのみを 修正する必要があります。最適化は、Expert Advisorの特別な内部別ブロックによって実行され、パラメータを通過する代わりに計算されます。この場合、パラメータは自己調整（自己最適化）されるため、Expert Advisorだけに見えるように非公開にすることができます。
順方向への塗布に関わらず、複数回のパスでオーバーシュートが発生する場合は、適合となります。
一般的には、その逆である。
最適化には、良い最適化、不十分な最適化、過剰な最適化があります。
グッドフィットの基準を簡単に思い出してください。
最小限のパラメータで最も受け入れられやすいアキュラシー、2つの言葉で表現すると
これはフォワードなどは関係なく、2つの概念の違いは何かという問題でしたので
フォワードであれば、エラーのバランスなど。フォワードは、最初のセクションの過剰最適化を自動的に削除し、ほぼおそらく
そして、最適化プロセスとは全く関係のない統計学...一般集団、代表的サンプルなど。最小限のパラメータで最も受け入れられやすいアキュラシー、2つの言葉で表現すると
これはフォワードなどは関係なく、2つの概念の違いは何かという質問でしたので
フォワードであれば、エラーのバランスなど。フォワードは、最初のセクションの過剰最適化を自動的に削除し、ほぼおそらく
- 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