「チャートを覚える第二世代EA（有料情報あり）」(6/6) 投資AI開発奮闘

本記事では現在主流であると思われる第二世代のEAについてつぶやいていきます。

有料部分は悪用される危険性のある内容を含んでおりますので、大々的に販売したいという気持ちで書いているわけではありません。

EA作成に行き詰っている、どうしてもカーブフィッティングから抜け出せない、新たな知見を獲得したいなど刺激が欲しいかた向けの記事です。

有料記事ではチャートを覚える現象を具体的なコードで紹介、また自己最適化という手法についても紹介しています。

中上級者向けの内容となっています。

そもそもEAの世代とは私が勝手にAIの世代に例えて勝手に呼んでいるものです。

AI世代とは

第一世代：ルールベース・エキスパート初期

第二世代：エキスパート全盛期

第三世代：統計的機械学習時代（決定木、ロジスティック回帰）

第四世代：ディープラーニング時代

第五世代：生成AI時代

よって

第一世代EAはシンプルなルールベースEA。完全に人間の意図を反映

第二世代EAは複雑な処理から作成されたEA。最適化などを駆使した一部人間の意図を反映し大部分はPCにより開発されたロジック

となっており機械学習を取り入れる前の段階のEA達です。

しかし

第二世代EAは第一世代EAを上回ることができなかったと考えています

なぜなら、過去相場にフィットさせるだけのEAが量産されてしまうという結果に陥っているからです。

それに比べて第一世代EAは、人間が自分の経験から作成したものでコンピューターのロジックが入らずフィットしずらかったのです。

なぜ今回「チャートを覚える」というタイトルにしたかというと

カーブフィッティングというのは単に過去チャートを覚えてしまっている状態であるからです

原因は多くのパラメーター数にあります。

パラメーターがおおいとチャートのエントリーポイントを覚えてしまう傾向が強くなります。

パラメーターの数＝データ容量といえます。

では具体的にEAで過去チャートを覚えてしまうのはどのように再現できるでしょうか。

また第二世代EAは今後どのように開発するべきなのでしょうか。

考察してみました。

ここからは有料記事となります