Discussione sull’articolo "Algoritmi di ottimizzazione della popolazione: Semina e Crescita degli Alberelli (Saplings Sowing and Growing up - SSG)" - pagina 13
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
purtroppo, o forse per fortuna, il bot non genera nuove informazioni, ma quelle disponibili pubblicamente sono spesso distorte. credo che questo sia dovuto ai meccanismi di interpolazione delle informazioni. mente, inventa abbreviazioni inesistenti di algoritmi, inventa al volo persino i nomi degli autori e le date degli algoritmi )))). bisogna stare molto attenti a queste informazioni.
Come assistente per l'editing del testo, per le modifiche stilistiche e per ottenere riferimenti durante la stesura degli articoli - sì, un assistente indispensabile.
Grazie. Trovo indirettamente quelli locali attraverso l'interruzione forzata dell'ottimizzazione quando è coinvolto un numero elevato di core. Grosso modo, ci sono 20 agenti nel Tester, interrompo l 'ottimizzazione dopo 2000 passaggi.
Eccoun esempio di set ottenuti con tale interruzione. Se non venisse interrotta, le immagini del link mostrerebbero tutti i 20 insiemi allo stesso modo. Ma con l'interruzione è possibile vedere un comportamento diverso degli insiemi, tra i quali potrebbero esserci quelli che passano OOS.
Se troviamo 20 estremi locali (ho suggerito il metodo dell'espulsione graduale), allora la visualizzazione di questi estremi su un'immagine di questo tipo darà la valutazione visiva più oggettiva della ST.
Per l'autoformazione, qual è la dipendenza della complessità dalla misurazione?
Confesso che non lo so, so solo che cresce in modo non lineare e veloce.
Aleksey Nikolavev è apparso qui, forse conosce la risposta esatta a questa domanda. Ho dimenticato come si chiama un utente del forum.
Qui non è possibile avere una risposta esatta, ma solo alcune stime.
1) Crescita del numero di posti in relazione al numero di estremi. Assumiamo un caso liscio (una variante discontinua può sempre essere approssimata da una liscia con una certa precisione). L'estremo si trova in punti con degenerazione del gradiente ed è determinato dai segni degli eigennumeri dell'hessian. Sia la dimensione N e (supponiamo per semplicità) ciascuno dei segni degli autovalori dell'hessian sia determinato da una scelta casuale con probabilità uguali 0,5, allora la probabilità che tutti i segni siano uguali (quindi si tratta di un estremo) è 2/(2^N)=2^(1-N). Per il caso bidimensionale sarà uguale a 0,5 (50%), il che è buono e abbastanza visibile nelle immagini - il numero di selle è approssimativamente uguale al numero di estremi. Nel caso a 10 dimensioni, gli estremi saranno già inferiori allo 0,2%.
2) In effetti, qualsiasi algoritmo per la ricerca degli estremi crea un sistema dinamico che tende a essere sempre più caotico con l'aumentare delle dimensioni. Si può ricordare che l'insieme di Mandelbrot è un sistema dinamico che nasce quando si cerca iterativamente la radice di una funzione quadratica nel caso bidimensionale) Un numero elevato di posti contribuisce solo a rendere il sistema ancora più caotico.
In questo caso non è possibile avere una conoscenza esatta, ma solo una sorta di stima.
1) Crescita del numero di selle rispetto al numero di estremi. Assumiamo un caso liscio (una variante discontinua può sempre essere approssimata da una liscia con una certa precisione). L'estremo si trova in punti con degenerazione del gradiente ed è determinato dai segni degli eigennumeri dell'hessian. Sia la dimensione N e (supponiamo per semplicità) ciascuno dei segni degli autovalori dell'hessian sia determinato da una scelta casuale con probabilità uguali 0,5, allora la probabilità che tutti i segni siano uguali (quindi si tratta di un estremo) è 2/(2^N)=2^(1-N). Per il caso bidimensionale sarà uguale a 0,5 (50%), il che è buono e abbastanza visibile nelle immagini - il numero di selle è approssimativamente uguale al numero di estremi. Nel caso a 10 dimensioni gli estremi saranno già inferiori allo 0,2%.
2) In effetti, qualsiasi algoritmo per la ricerca degli estremi crea un sistema dinamico che tende a essere sempre più caotico al crescere delle dimensioni. Si può ricordare che l'insieme di Mandelbrot è un sistema dinamico che si crea quando si cerca iterativamente la radice di una funzione quadratica nel caso bidimensionale) Un numero elevato di posti non fa altro che contribuire a rendere il sistema ancora più caotico.
Si ottiene un calcolo piuttosto pessimistico per le varianti multidimensionali.
Il calcolo per le varianti multivariate è piuttosto pessimistico.
In generale, sì. Per questo motivo, di solito, nei casi multidimensionali non è previsto lo studio completo del dispositivo di superficie della funzione di perdita. E nemmeno il compito di cercare l'estremo globale. In effetti, ci si limita a trovare punti sufficientemente buoni. Forse, tranne nei casi in cui è possibile costruire una funzione di perdita con buone proprietà, come nel caso di MO, ad esempio.
Ho un problema con MT5, che non mi permette di accedere alla cartella: open Data Folder, oltre a questo, non ho gli elementi completi sulla piattaforma MT 5 personalizzabili, intendo dire che non ho gli strumenti completi come rettangolo, quadrato o triangolo, ecc. Quindi, per favore, se qualcuno sa qualcosa per risolvere questi problemi, per favore fatemi un fischio.
non otterrai alcun aiuto postando su una discussione non correlata al tuo post. Create una vostra discussione. E dato che questo è un forum tecnico, devi fornire più informazioni di quelle che hai dato, comprese le prime 3 righe del diario quando apri mt5 che contiene i dettagli del tuo sistema.
Tuttavia, senza ulteriori informazioni, mi sembra che l'installazione sia danneggiata. Provate a disinstallare mt5 e a cancellare tutte le cartelle rimaste, comprese quelle come "config" che spesso non vengono disinstallate correttamente. Quindi provare a installarlo di nuovo.