Discusión sobre el artículo "El papel de la calidad del generador de números aleatorios en la eficiencia de los algoritmos de optimización" - página 7

[Andrey Dik]

Los algoritmos se encontrarán en esta dirección. Y los publicaré en la base de código.

[Stanislav Korotky]

fxsaber #:

Un momento. Ahora los algoritmos de Andrew son responsables de exactamente el tipo de optimización que MT5-Tester hace. En el citado está hablando de la proyección sobre el algoritmo de optimización.

En la discusión todavía se puede sentir algún tipo de algoritmo de optimización, que no es formalmente un competidor del algoritmo en MT5-Tester, pero resuelve bastante diferentes tareas de búsqueda. No había tales algoritmos en la serie de artículos de Andrei.

Exactamente así - un "overlay", un adicional (muy importante) conjunto de herramientas, que, IMHO, Andrei no tendría ningún problema en añadir. Escribí al principio que no lo había notado en los artículos, aunque habría sido útil. Ahora, por alguna razón, se ha tomado la decisión política de limitarlo a refinados "algoritmos de optimización", y no tocar la solución acabada de la "optimización" en un sentido más práctico. Es como diseñar un coche para batir un récord de velocidad en el desierto de Mojave, pero la mayoría de la gente no lo usará, porque hay que conducir por terrenos accidentados y serpenteantes de montaña. ;-)

PD. Este conjunto de herramientas también falta en el optimizador estándar. Hay una prueba de avance de una garrapata, pero no ayuda mucho.

[fxsaber]

Foro sobre negociación, sistemas automatizados de negociación y ensayo de estrategias de negociación

Discusión del artículo "El papel de la calidad del generador de números aleatorios en la eficiencia de los algoritmos de optimización"

fxsaber, 2024.03.30 18:16

Sugirió un enfoque iterativo, cuando antes de cada iteración como otra carrera de la GA, las áreas del vértice encontrado (en la iteración anterior) se asoman.

Incluso un enfoque de este tipo de cabeza funcionaría para mí. Pero no entiendo cómo determinar el área de poking en un espacio multidimensional?

¿Alguna idea, cómo determinar el área del pico global encontrado por los valores calculados (que sean 10 000 piezas) de FF? Para forzar -DBL_MAX en esta área en la siguiente iteración de FF.

[Andrey Dik]

fxsaber #:

Incluso esa opción frontal me valdría. Pero no entiendo cómo definir el área de pinchado en un espacio multidimensional?

¿Alguna idea, cómo determinar el área del pico global encontrado por los valores calculados (que sean 10 000 piezas) de FF? Para forzar -DBL_MAX en esta área en la siguiente iteración de FF.

Usted puede tomar varios puntos más cercanos con el valor máximo y calcular las coordenadas de su "centro de masa". Es necesario determinar de antemano qué distancia mínima se permite entre los puntos.

[fxsaber]

Andrey Dik #:
Puede tomar varios puntos cercanos con el valor máximo y calcular las coordenadas de su "centro de masa". Es necesario determinar la distancia mínima entre los puntos.

No entiendo cómo calcular la distancia entre puntos. Cada coordenada tiene sus propios loros.

He pensado en tomar como loro de una coordenada una parte determinada del intervalo de optimización de dicha coordenada.

Por ejemplo, optim X4 de -5 a +5, el loro es igual al 1% (condicionalmente) de la longitud del intervalo (10).

[Andrey Dik]

Stanislav Korotky #:

Exactamente: una "marquesina", un juego de herramientas adicional (muy importante) que, en mi opinión, Andrei no tendría ningún problema en añadir. Escribí al principio que no me había fijado en ello en los artículos, aunque habría sido útil. Ahora, por alguna razón, se ha tomado la decisión política de limitarlo a refinados "algoritmos de optimización", y no tocar la solución de "optimización" acabada en un sentido más práctico. Es como diseñar un coche para batir un récord de velocidad en el desierto de Mojave, pero la mayoría de la gente no lo usará, porque hay que conducir por terrenos accidentados y serpenteantes de montaña. ;-)

PD. Este conjunto de herramientas también falta en el optimizador estándar. Hay una prueba de avance de una garrapata, pero no ayuda mucho.

Quería describir la terminología, pero ahora ni siquiera sé si es necesario ....

No, analizar algoritmos de optimización y estudiarlos a fondo no se parece a construir un coche, sino a comprender las sutilezas de los principios de un motor de combustión interna. Y estos principios pueden utilizarse para construir tractores y bólidos.

[Andrey Dik]

fxsaber #:

No consigo averiguar cómo calcular la distancia entre puntos. Cada coordenada tiene sus propios loros.

Pensé en tomar una cierta parte del rango de optimización de esta coordenada como un loro de una coordenada.

Por ejemplo, optim X4 de -5 a +5, el loro es igual al 1% (condicionalmente) de la longitud del intervalo (10).

tomar un rango relativo, por ejemplo - 1;1

llevar los rangos de los parámetros a este rango.

calcular el "centro de masa

lleve las coordenadas del centro de masa a los rangos originales de los parámetros.

[fxsaber]

Andrey Dik #:

adoptar un intervalo relativo, por ejemplo - 1;1

introduzca los rangos de los parámetros en este intervalo.

calcular el "centro de masa"

lleva las coordenadas del centro de masa a los rangos de parámetros originales.

Yo no tomaría el centro de masa. Sólo la coordenada del mejor punto.

[fxsaber]

Tomó una característica como esta.

input double X = 0;

double OnTester() { return(MathTan(X)); }

Un resultado incomprensible. Si implementas el poking iterativo, supongo que puedes encontrar muchas "rocas".

La tangente es una FF infructuosa, la TS-FF es mucho más fácil de pinchar.

[Andrey Dik]

fxsaber #:

Yo no tomaría el centro de masa. Sólo la coordenada del mejor punto.

Y entendí que por locales predecir global... pero en general, es necesario llevar los rangos de parámetros a una escala, fuera de la AO, que luego realizar algunas manipulaciones con ellos. Bueno, o de una vez, que el AO trabajaría en el espacio con coordenadas en un único sistema de medida.