EAの過度な最適化を回避する方法

MT 4歴史テストの無用論についてよく言及されているが、以前は確かに歴史テストと実際のテストが一致していなかった。mtが何度もアップグレードされるにつれて、実際のテストと歴史テストを比較すると、今は比較的正確で、歴史テストが最適化されていると言える。これはmt歴史テストと関係がなく、正確なテストでもこの問題に遭遇する。とはいえ、1つのeaを作るたびに多くの時間をかけてテストをシミュレートすることはできない。また、短すぎるテストも必ずしも全貌を反映できるとは限らない。歴史テストは欠かせないツールで、どのように使うかによって、EA最適化が過度になるのを避ける方法は?

ここではまず2つの物語を話します

◎アーチェリーを練習している人がいますが、いつも正確に撃つことができません。他の人の矢と矢のハートを見ると、嫉妬せずにはいられません。その後、彼は良い方法を考えました。最初に矢を放ち、次に矢が入ったターゲットに走って「矢のターゲット」を描きます。これも矢と矢のハートのようです。

◎また、英国のサッカー宝くじは人気があると言われています。ある紳士もサッカー宝くじでお金を稼ぎたいと思っていますが、推測できないので、アイデアを思いつきました。週末の試合の前に、彼はイエローページをターゲットとして3,000人を選び、それぞれ手紙を書き、週末のAチームとBチームの結果を正確に予測できると主張しました。そのうちの1,000人については、Aチームが勝つと予測し、残りの1,000人については、Bチームが勝つと予測しました。残りの1,000人は、2つのチームの戦いを予測します。次の週末、彼は先週正確に予測した1,000人を3つのバッチレターに分割し、。。残りの33人になると、彼はまた彼らに手紙を書いて、今週末の試合結果の予測を得たいなら、まず彼に1000ポンドを支払う必要があると宣言した。その結果、彼らの大部分はこの「独自の知恵」の専門家にすでに夢中になっていて、ある君はついに大金を稼いだ。

EAは良いパフォーマンスを持っているように見えるようにするために、EAは、常にパラメータを調整し、最適化し、フィルタ条件を設定し、EAと履歴データの間に完全に一致させるために、EAは、過去の市場と指標、データの関係のEAを記述するために、履歴データのマッチングシステムを使用して、いわゆる"過度の最適化"は、EAは、過去のデータテストで良好なパフォーマンスを発揮し、大幅な上昇の前にタイムリーに購入し、大幅な下落の前にタイムリーに売却されますが、EAは、次の大幅な上昇と下落の前にタイムリーに信号を送信しますか?言い換えれば、EAを書くことは歴史資料を離れることができない、そうでなければ私たちは盲人になって、始めることができない、どのように過度の「最適化過剰」を避けるか、私はこのようにして、まず十分な長さの歴史資料データを用意して、それを二つに分けて、前の部分は観察に使用して、後の部分はできるだけそれを見ないで、EAが出てきた後、前のデータを使ってテスト、調整して、EAが目標の要求に達した後、後の歴史資料を使ってそれをテストして、この時EAの表現と前のデータが似ていれば、このEAは基本的に合格したと思う。