Diskussion zum Artikel "Eine generische Optimierungsformulierung (GOF) zur Implementierung von Custom Max mit Nebenbedingungen"
Zunächst einmal vielen Dank für das Schreiben einer so wichtigen und interessanten mql5 Artikel und entsprechende mql5 Bibliothek, die definitiv ist es viel mehr als geschätzt. Wenn es Ihnen möglich wäre, wäre ich Ihnen sehr dankbar, wenn Sie mir bitte zwei kleine Verbesserungen oder Änderungen an Ihrer bestehenden Generic Optimization Formulation (GOF) mql5 Bibliothek mitteilen oder noch besser implementieren könnten. Die erste wäre: Wie kann man als neue Zielfunktion den Equity Drawdown relativ in Prozent in Ihre GOF mql5 mqh Bibliothek aufnehmen, um ihn zusammen mit anderen potentiellen Zielfunktionen zu MINIMIEREN, die in einer kombinierten Gesamtzielfunktion mit insgesamt 2 oder mehr Leistungsmetriken MAXIMIERT werden können? Und last but not least, wenn es machbar und möglich wäre, wäre die zweite Bitte die folgende: Obwohl die Ziele, die Sie bereits definiert haben, verwendet werden können, um eine Art "normalisierte" Zielfunktion zu emulieren, wäre es möglich, die korrekte Normalisierung der einzelnen Xi-Werte (d.h. die Z-Transformation) zu erhalten? durch Subtraktion des Durchschnitts der Stichprobe, die wir möglicherweise im Voraus für jeden einzelnen Xi-Wert berechnet haben, und durch Division des vorherigen individuellen Ergebnisses durch die Standardabweichung der Stichprobe für diese spezielle Leistungskennzahl, die wir natürlich für jede Leistungskennzahl als Eingaben in der Bibliothek Generic Optimization Formulation mql5 bereitstellen müssten (d. h. den Durchschnitt und die Standardabweichung der berechneten Stichprobe für jede einzelne Zielfunktion, die wir verwenden möchten). Ich danke Ihnen nochmals im Voraus für Ihr schnelles Feedback und Ihre Unterstützung.

Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Neuer Artikel Eine generische Optimierungsformulierung (GOF) zur Implementierung von Custom Max mit Nebenbedingungen :
In diesem Artikel stellen wir Ihnen eine Möglichkeit vor, Optimierungsprobleme mit mehreren Zielen und Nebenbedingungen zu implementieren, wenn Sie „Custom max“ in der Registerkarte „Einstellungen“ des MetaTrader 5-Terminals auswählen. Das Optimierungsproblem könnte zum Beispiel lauten: Maximieren Sie den Gewinnfaktor, den Nettogewinn und den Erholungsfaktor, sodass der Drawdown weniger als 10 % beträgt, die Anzahl der aufeinanderfolgenden Verluste weniger als 5 und die Anzahl der Trades pro Woche mehr als 5 beträgt.
Im Allgemeinen gibt es zwei Haupttypen von Optimierungsalgorithmen. Der erste Typ ist der klassischere, der auf der Berechnung der Gradienten aller am Optimierungsproblem beteiligten Funktionen beruht (dies geht auf die Zeit von Isaac Newton zurück). Der zweite Typ ist neueren Datums (seit den 1970er Jahren) und verwendet überhaupt keine Gradienteninformationen. Dazwischen kann es Algorithmen geben, die die beiden genannten Ansätze kombinieren, aber auf diese brauchen wir hier nicht einzugehen. Der MetaTrader 5 Algorithmus mit der Bezeichnung „Schneller Genetischer Algorithmus“ --- in der Registerkarte MetaTrader 5 Terminal Eingaben --- gehört zum zweiten Typ. Auf diese Weise können wir auf die Berechnung von Gradienten für Ziel- und Nebenbedingungsfunktionen verzichten. Mehr noch, dank der gradientenlosen Natur des MetaTrader 5 Algorithmus waren wir in der Lage, Nebenbedingungen zu berücksichtigen, die bei gradientenbasierten Algorithmen nicht angemessen gewesen wären. Darauf wird weiter unten eingegangen.
Ein wichtiger Punkt ist, dass der MetaTrader 5-Algorithmus „Langsamer Vollständiger Algorithmus“ eigentlich kein Optimierungsalgorithmus ist, sondern ein Brute-Force-Algorithmus, der alle möglichen Kombinationen von Werten für alle Eingabevariablen innerhalb der Nebenbedingungen auswertet.
Autor: better.trader every.day