|
1 年
経験
|
2
製品
|
2868
デモバージョン
|
|
0
ジョブ
|
2
シグナル
|
0
購読者
|
当初、私のトレード戦略は価格の動きを利用して最適なエントリーポイントを見つけることでした。不必要な心理的要因を回避するために、半自動のエキスパートアドバイザー（EA）を開発して注文管理を行いました。
しかし、健康上の問題やトレード以外の個人的な時間を持ちたいという希望から、完全に自動化されたEAを作ることにしました。このEAはエントリーポイントの特定だけでなく、注文管理も私の代わりに処理するものです。そして、そこから"Boring Pips"が生まれました。これは私の努力の結晶を象徴しています。
ほとんどのエキスパートアドバイザーがバックテストのパフォーマンスは完璧でも、実際の取引では効果的でない理由について考えたことはありますか？ 最もありそうな答えは過学習です。多くの EA は利用可能な過去のデータに完璧に適応するように作成されていますが、構築されたモデルに一般化能力がないため、将来を予測することができません。 一部の開発者は、過学習の存在を知らないか、知っていても防止する方法を持っていません。他の人はそれをバックテスト結果を美化するためのツールとして利用し、統計的な有意性を考慮せずに数十の入力パラメータを追加し、取引戦略を過去のデータに過度に合わせ、自分の EA が将来において同様のパフォーマンスを達成できると他の人に納得させようとします。 もし興味があって、過学習についてより深く理解したい場合は、こちらの私の記事を参照してください。 Avoiding Over-fitting in Trading Strategy (Part 1): Identifying the Signs and Causes Avoiding Over-fitting in Trading
ほとんどのエキスパートアドバイザーがバックテストのパフォーマンスは完璧でも、実際の取引では効果的でない理由について考えたことはありますか？ 最もありそうな答えは過学習です。多くの EA は利用可能な過去のデータに完璧に適応するように作成されていますが、構築されたモデルに一般化能力がないため、将来を予測することができません。 一部の開発者は、過学習の存在を知らないか、知っていても防止する方法を持っていません。他の人はそれをバックテスト結果を美化するためのツールとして利用し、統計的な有意性を考慮せずに数十の入力パラメータを追加し、取引戦略を過去のデータに過度に合わせ、自分の EA が将来において同様のパフォーマンスを達成できると他の人に納得させようとします。 もし興味があって、過学習についてより深く理解したい場合は、こちらの私の記事を参照してください。 Avoiding Over-fitting in Trading Strategy (Part 1): Identifying the Signs and Causes Avoiding Over-fitting in Trading