В данной статье исследуется влияние изменения формы распределений вероятностей на производительность алгоритмов оптимизации. Мы проводим эксперименты на тестовом алгоритме 'Умный головастик' (SC), чтобы оценить эффективность различных распределений вероятностей в контексте оптимизационных задач.
興味深い記事で、あなたの連載記事への関心が高まるはずだ！
つまり、既存のExpert Advisorを完全に書き直し、多くの機能を持つ仮想テスターを導入する必要があります。もちろん、このアプローチの長所は、仮想インジケータによる許容可能な作業スピードです。
コメントありがとうございます。
この実装には確かにマイナス点もあります。しかし、この記事では、最適化アルゴリズムを適切に使用するというコンセプトにもっと焦点を当てたかったのです。実際、アルゴリズムを使用するスキームは非常に多様であり、アルゴリズムの普遍的なアーキテクチャは、何かを検索または最適化する必要がある場合、どのようなアイデアでも実装することができます。
履歴上でEAストラテジーを実行するプロセスとしての自己最適化に関しては、HistoricalSelfRun (startDate, endDate, params)のようなMQL5の標準関数があれば理想的です。現在、コマンドラインからテスターを実行することができますが、これは別のプロセスであり、そのようなソリューションは市場には適していません。
最適化のために、チャートの範囲ではなく、各インジケーター/プレディクターに対して以前に選択された設定のセットを使用してみましたか？しかし、パラメータからパラメータへのスムーズな変更がないため、 すべてのアルゴリズムが適切に機能するとは限りません。
おっしゃっていることは理解できますが、アルゴリズムによってはオプト・パラメータの変更はアルゴリズム自身が行うべきで、外部からの干渉は望ましくないということでしょうか？一部のアルゴリズムは、外部から座標を与えてその作業に干渉されることを本当に嫌いますが、ほとんどのアルゴリズムはそのような干渉に寛容です。私はそのようなシナリオにおけるアルゴリズムの振る舞いを取り上げた記事を準備中です。しかし、探索空間のある位置からアルゴリズムをスタートさせることは、時にはとても便利です。
この記事で概説したようなアルゴリズムの他の応用に関する記事の予定はありますか？
最適化の分野は未開拓であり、これらのテーマは非常に興味深い。このようなトピックを追求していきたいと思います。
ありがとう。すべてのアルゴリズムを再チェックするよ。どれがベストだと思いますか？
具体的に何をダブルチェックしたいのですか？
どのアルゴリズムが優れているかは、皆さんが自分で決めることです。すべてのアルゴリズムには長所と短所の両方があり、私は長所と短所を示そうとしました。それに、評価表もあります。
一度、分布について質問されましたが、層別をチェックするのは興味深いです。
https://www.mql5.com/ru/forum/86386/page3395#comment_51967665
https://habr.com/ru/articles/496750/
あなたは一度分布について質問した。
https://www.mql5.com/ru/forum/86386/page3395#comment_51967665
https://habr.com/ru/articles/496750/
あなたは一度分布について質問した。
いつどこで聞いたんだ？
どのような最適化アルゴリズムも、確率分布との駆け引きに基づいています。したがって、分布はアルゴリズムの機能において重要な役割を果たす。
もしHF生成の均一性について話しているのであれば、最適化との関連では、HFの品質が探索特性に及ぼす影響について話す方が適切でしょう。そしてこのトピックはカバレッジの計画にある。
分布についてはこの記事で触れて いる。その可能性はある。
その質問はセイバーのカートにあったが、今はない。
こうかもしれない。
質問はセイバーのカートにあったが、今はない。