Discussion de l'article "Algorithmes Génétiques - C'est Facile !" - page 14

Nouveau commentaire
 
Bonjour !
J'ai lu l'article sur l'utilisation des algorithmes génétiques. Très impressionné !!!

J'ai plusieurs questions sur l'utilisation de l'indicateur ZigZag, mais la plus importante est de savoir comment vous donnez des signaux de l'indicateur pour l'entraînement ?

L'indicateur a un pas variable.
Merci d'avance.
 
Debugger:
1) J'ai lu l'article sur l'utilisation des algorithmes génétiques. Très impressionné !!!

2) Comment alimentez-vous les signaux de l'indicateur pour l'entraînement ?

3) L'indicateur a un pas variable.

Je vous prie de m'excuser pour la légère correction que j'ai apportée à votre message. J'espère que vous comprendrez. Je vous remercie d'avance. :)

Donc :

1) Merci.

2) Je ne suis pas en train de faire de la publicité. L'article recherche les extrema de l'alternative ZZ, et compare le profit total en pips avec le profit de l'indicateur ZZ (qui est préréglé par un script spécial pour le profit maximum en tenant compte du spread).

3) Et cela n'a pas d'importance pour la démonstration des capacités de l'UGA. :)


Si je n'ai pas suffisamment répondu à vos questions, posez-en d'autres - j'essaierai de vous aider au mieux (ou ceux qui ont déjà compris le fonctionnement de l'algorithme UGA vous répondront).

 

Excellent article, je cherchais justement quelque chose de similaire.

Une précision :

3.10 GenoMerging. Заимствование генов

Cet opérateur GA n'a pas d'équivalent naturel

Ce n'est pas tout à fait vrai.

Ce processus dans la nature est appelé transfert horizontal de gènes.

En général - respect et respect à l'auteur, seulement il est nécessaire d'envelopper cette bibliothèque dans une classe, pour assurer la mobilité de l'utilisation.

A propos de la conversion de bool en double - est-ce que cela augmente la quantité de calculs ?

Si j'ai bien compris, pour tous les gènes, la même plage de variation et la même précision sont définies. La plage ne joue pas un rôle particulier, toute plage souhaitée peut être "écrasée" dans la plage requise. Mais la précision est plus difficile, elle doit être poussée au maximum. Et si vous devez rechercher 1000 valeurs différentes pour une certaine variable, la même plage de recherche sera automatiquement attribuée à toutes les autres variables, même les variables booléennes. L'algorithme ne risque-t-il pas de dépenser une grande partie des ressources informatiques pour calculer les valeurs d'une telle variable ? Par exemple, si nous avons une variable bool, un intervalle de -10 à 10 et une précision de 0,1, il s'avère que pour l'algorithme sur cette variable, il y aura cent valeurs "vraies" DIFFÉRENTES et 100 valeurs "fausses" DIFFÉRENTES, donnant les deux mêmes valeurs de la fonction d'aptitude. En outre, la population elle-même peut contenir de nombreux individus différents qui diffèrent sur cette variable selon l'algorithme lui-même, mais qui sont identiques parce que la valeur réelle du double est un bool.

Ne devrions-nous pas introduire un tableau supplémentaire, fixant au moins la précision pour chaque gène ?

 
Laryx:

1- Excellent article, je cherchais justement quelque chose de ce genre.

2. Si j'ai bien compris, le même intervalle de variation et la même précision sont définis pour tous les gènes. L'intervalle n'est pas important, n'importe quel intervalle désiré peut être "comprimé" dans l'intervalle requis. Mais la précision est plus difficile, elle doit être poussée au maximum. Et si vous devez rechercher 1000 valeurs différentes pour une certaine variable, la même plage de recherche sera automatiquement assignée à toutes les autres variables, même les variables bool. L'algorithme ne risque-t-il pas de consacrer une grande partie de ses ressources informatiques au calcul des valeurs d'une telle variable ? Par exemple, si nous avons une variable bool, une plage de -10 à 10 et une précision de 0,1, il s'avère que pour l'algorithme sur cette variable, il y aura cent valeurs DIFFERENTES "vrai" et 100 valeurs DIFFERENTES "faux", donnant les deux mêmes valeurs de la fonction d'aptitude. En outre, la population elle-même peut contenir de nombreux individus différents qui diffèrent sur cette variable en fonction de l'algorithme lui-même, mais qui sont identiques parce que la valeur réelle du double est un bool.

3) Ne devrions-nous pas introduire un autre tableau spécifiant au moins la précision pour chaque gène ?

1. Je vous remercie.

2. L'article garde l'algorithme aussi simple que possible ( projet open source) pour faciliter la compréhension du lecteur. Il s'agit d'un point de départ pour les améliorations et les embellissements souhaités.

3. Bien sûr, j'utilise moi-même un pas personnalisable (précision) pour chaque gène (projet fermé).

 

Ce développement de l'AG mérite certainement une attention particulière.)

D'autant plus que, contrairement à MT4, dans MT5, l'optimisation n'est possible que jusqu'à l'avant-dernier jour. Compte tenu de cette nuance, ce sujet sera de plus en plus pertinent pour les utilisateurs et les développeurs de neuro-advisors. Et bien sûr, il ne fait aucun doute que les algorithmes génétiques sont aussi inséparables des modèles mathématiques des réseaux neuronaux que la chaussure gauche de la chaussure droite).

J'aimerais donc poser une question. Andrei, dites-moi, sur la base de ces tests et expériences (et je ne doute pas que vous en ayez fait suffisamment), ce qui, à votre avis, et par rapport à votre EA (et peut-être pas seulement à la vôtre) donne les meilleurs résultats en matière d'optimisation ? Votre AG ou l'AG interne du terminal ?

Merci d'avance pour votre réponse.

 
wiantin:

...qu'est-ce qui, à votre avis, et par rapport à votre EA (et peut-être pas seulement à la vôtre) donne de meilleurs résultats en matière d'optimisation ? Votre AG ou l'AG interne du terminal ?

Mon AG donne de meilleurs résultats. Il est plus personnalisable.

Et les dernières versions mettent en œuvre la recherche multicritères avec des éléments de sélection d'élite.

Mais l'optimiseur interne est aussi très bon, s'il avait plus de réglages et une recherche multicritères, il ne vaudrait rien.

 
joo:

Les versions les plus récentes mettent en œuvre la recherche multicritères avec des éléments de sélection d'élite.

Est-il possible de se familiariser avec ces éléments ?
 

array out of range dans 'UGAlib.mqh' (264,24)

Je ne comprends pas comment augmenter le nombre de gènes autorisé, avis à qui mieux mieux dans les bibliothèques.

L'erreur a commencé à apparaître non seulement lors de l'augmentation du nombre de gènes, mais aussi lors de la miseà jour...

upd 2 a compris, le problème n'est pas dans la librairie, mql5 n'accepte pas les tableaux de la taille que j'ai fixée.

 
wiantin:
Existe-t-il un moyen de se familiariser avec eux ?
Non. Seulement si je pense à écrire un article de suivi.
 
ozer-man:

array out of range dans 'UGAlib.mqh' (264,24)

Je ne comprends pas comment augmenter le nombre de gènes autorisé, avis à qui mieux mieux dans les bibliothèques.

L'erreur a commencé à apparaître non seulement lors de l'augmentation du nombre de gènes, mais aussi lors de la miseà jour...

upd 2 a compris, le problème n'est pas dans la librairie, mql5 n'accepte pas les tableaux de la taille que j'ai fixée.

L'erreur est due au fait que la taille de la deuxième dimension est fixée array[][const].

Pour s'affranchir de cette limitation, il faut utiliser des structures (ou des classes), quelque chose comme ça :

struct Сhromosome //chromosome
  {
    float Gene[]; //genes.
  };
Сhromosome Population[]; // Population


ps. et comment se fait-il que j'ai raté deux posts entiers. :)

1...7891011121314151617181920
Nouveau commentaire