choisir le matériel (ordinateur) à utiliser - page 2

Nouveau commentaire
 
Vladimir:

Je me demande ce que les développeurs proposent pour l'optimisation.

Leurs méthodes tiennent-elles compte des fonctions des ravines ?

crédit )))))
 
Alexey Volchanskiy:
Pourquoi optimiser pendant le débogage ? Tout d'abord, faites en sorte que cela fonctionne sans erreurs, les tests habituels feront l'affaire. Et le nuage ne fonctionne pas dans le testeur, seulement dans l'optimiseur.
Je ne parle pas de cliquer dans le débogueur, bien sûr. Débogage au sens large, réglage de l'algorithme. Une évaluation environnementale sans paramètres est un rêve très cher, mais jusqu'à présent, rien de tel n'a été inventé).
 
Alexey Volchanskiy:
crédit )))))

J'ai relu une fois de plus l'aide sur l'optimisation des EAs (je ne l'ai pas utilisée moi-même, elle se limite à l'aide). Selon lui, il n'y a même pas les méthodes les plus simples de descente la plus rapide, de descente par coordonnées, de Monte Carlo. Soit la force brute avec sa malédiction de la dimension, soit un algorithme génétique inconnu de moi. Les deux méthodes mises en œuvre sont gourmandes en ressources et en temps.

Est-ce que je comprends bien la situation ?

Si c'est le cas, pourquoi n'y a-t-il pas d'add-ons sur le testeur de stratégie qui réduisent drastiquement le nombre d'exécutions, en mettant en œuvre l'optimisation par des méthodes apprises de longue date ; au lieu de cela, le mouvement va vers l'augmentation des ressources requises ?

 
Vladimir:

J'ai relu une fois de plus l'aide sur l'optimisation des EAs (je ne l'ai pas utilisée moi-même, elle se limite à l'aide). Selon lui, il n'y a même pas les méthodes les plus simples de descente la plus rapide, de descente par coordonnées, de Monte Carlo. Soit la force brute avec sa malédiction de la dimension, soit un algorithme génétique inconnu de moi. Les deux méthodes mises en œuvre sont gourmandes en ressources et en temps.

Est-ce que je comprends bien la situation ?

Si oui, alors pourquoi n'y a-t-il pas d'add-ons par rapport au testeur de stratégie qui réduisent drastiquement le nombre d'exécutions et mettent en œuvre l'optimisation en utilisant des méthodes que j'ai déjà étudiées, au lieu de quoi le mouvement va vers l'augmentation des ressources requises ?

Vous ne pouvez pas techniquement créer un add-in, cette API n'existe pas. Nous devons juste écrire notre propre testeur. Il y a une certaine possibilité d'analyser un parcours à travers la

OnTesterPass() ;


L'algorithme génétique est largement utilisé et il existe quelques articles à son sujet si vous ne le connaissez pas. Toutes les autres questions aux développeurs.
 
Vladimir:

Je me suis demandé ce que les développeurs proposaient pour l'optimisation.

Leurs méthodes tiennent-elles compte des fonctions des ravines ?

Quel est le problème avec les fonctions de ravineur ?
Vladimir:

J'ai relu une fois de plus l'aide sur l'optimisation des Expert Advisors (je ne l'ai pas utilisée moi-même, elle se limite à l'aide). Il montre qu'il n'y a même pas les méthodes les plus simples de la descente la plus rapide, de la descente par coordonnées ou de Monte Carlo. Soit la force brute avec sa malédiction de la dimension, soit un algorithme génétique inconnu de moi. Les deux méthodes mises en œuvre sont gourmandes en ressources et en temps.

Est-ce que je comprends bien la situation ?

Si c'est le cas, pourquoi ne trouvez-vous pas d'add-ons sur le testeur de stratégie qui réduisent drastiquement le nombre d'exécutions, en mettant en œuvre l'optimisation par des méthodes étudiées depuis longtemps ; au lieu de cela, le mouvement va vers l'augmentation des ressources requises ?

Avez-vous des exemples pour prouver la supériorité des algorithmes autres que génétiques ? Et exactement pour les fonctions complexes en escalier, avec de larges sections horizontales, avec des pics et des creux aigus, comme les fonctions optimisées dans les programmes de données discrètes (Expert Advisors) ?
 
Vladimir:

J'ai relu une fois de plus l'aide sur l'optimisation des EAs (je ne l'ai pas utilisée moi-même, elle se limite à l'aide). Il montre qu'il n'existe même pas les méthodes les plus simples de descente rapide, de descente par coordonnées, de Monte Carlo. Soit la force brute avec sa malédiction de la dimension, soit un algorithme génétique inconnu de moi. Les deux méthodes mises en œuvre sont gourmandes en ressources et en temps.

L'algorithme génétique réduit considérablement le nombre d'exécutions par rapport à une recherche complète. Si la fonction est suffisamment lisse, elle permet une optimisation beaucoup plus rapide. Si la fonction est fortement "déchirée", même une énumération complète est inutile, les fonctions "déchirées" signifient l'instabilité de l'algorithme, et les "valeurs optimales" trouvées seront très probablement des pics aléatoires, plutôt que des points optimaux.
 
George Merts:
L'algorithme génétique réduit considérablement le nombre d'exécutions par rapport à la recherche complète. Si la fonction est suffisamment lisse, il conduit à une optimisation beaucoup, beaucoup plus rapide. Si la fonction est fortement "en dents de scie", même une recherche complète est inutile - une fonction "en dents de scie" signifie l'instabilité de l'algorithme, et les "valeurs optimales" trouvées seront probablement des valeurs aberrantes aléatoires, et pas du tout les points optimaux.
Veuillez donner une définition (vous pouvez donner la vôtre) des "points optimaux" et/ou des "valeurs optimales".
 
Andrey Dik:
Veuillez donner une définition (vous pouvez donner la vôtre) des "points optimaux" et/ou des "valeurs optimales".
Il s'agit de l'ensemble de paramètres donnant la valeur optimisée la plus élevée (équilibre, récupération ou autre) qui est stable, c'est-à-dire qu'une petite modification des paramètres d'entrée n'entraîne pas de changement important de la valeur optimisée. Si cela se produit, il ne s'agit pas de la valeur optimale, mais simplement d'une valeur aberrante aléatoire de la fonction.
 
George Merts:
Il s'agit de l'ensemble des paramètres qui donnent la valeur optimisée la plus élevée (équilibre, récupération ou autre) et qui est stable, c'est-à-dire qu'une petite modification des paramètres d'entrée n'entraîne pas un changement important de la valeur optimisée. Si cela se produit, il ne s'agit pas de la valeur optimale, mais simplement d'une fonction aléatoire aberrante.
Voilà, c'est exactement la réponse que j'attendais, parce qu'il ne peut y avoir d'autre réponse, logiquement liée à votre post précédent.

Et j'ai demandé à souligner la contradiction. Pensez-y, essayez de les relier entre eux. Si tu ne peux pas, je t'aiderai. Le fait est que votre message est un exemple d'une idée fausse très répandue.
 
Andrey Dik:
Si ça ne marche pas, je vous aiderai. Le fait est que votre message est un exemple d'une idée fausse très répandue.
Et où ai-je des contradictions et des idées fausses ? Pourquoi parler par énigmes (parlons par énigmes ?). Si vous avez une objection concrète, allez-y, exposez vos idées et nous en discuterons.
123456789...14
Nouveau commentaire