記事「最適化アルゴリズムの効率における乱数生成器の品質の役割」についてのディスカッション

新しいコメント
 

新しい記事「最適化アルゴリズムの効率における乱数生成器の品質の役割」はパブリッシュされました:

この記事では、メルセンヌ・ツイスタ乱数生成器を取り上げ、MQL5の標準的な乱数生成器と比較します。また、乱数生成器の品質が最適化アルゴリズムの結果に与える影響についても調べます。

最適化アルゴリズムの使用に関して、多くの読者が、高品質の乱数生成器を使用することがいかに重要であるかを疑問に思っています。この質問に対する答えは、一見したほど単純ではありません。ただし、母集団アルゴリズムは圧倒的に確率的探索に基づいているため、乱数の質がアルゴリズムの探索能力に大きな影響を与えることは直感的に理解できます。

一緒にこの問題を調べましょう。その前に、乱数生成器の種類と、それが結果に与える影響、そして信頼できるオプションはどこにあるのかを考えておく必要があります。

乱数生成器(random number generator: RNG)は、数字や値のシーケンスを作成するアルゴリズムまたはデバイスであり、数字はランダムに見えます。コンピュータ科学や数学では、このようなシーケンスは、真のランダム過程ではなく、決定論的アルゴリズムによって生成されるため、通常「擬似乱数」と呼ばれることに注意することが重要です。

作者: Andrey Dik

 
ありがとう。もっとインパクトがあると思っていました。おそらく、HHRの良さがより強く表れるような特別なシチュエーションがあるのだろう
 
Rorschach #:
ありがとう。もっとインパクトがあると思っていました。もしかしたら、HHRの良さがより発揮される特別なシチュエーションがあるのかもしれない。

ええ、私ももっと大きな影響を期待していました。しかし、結果的に、最適化の質は、DSTの質よりもアルゴリズム自体の戦略の方がはるかに影響することがわかりました。

もちろん、数十パーセントの大きなスキューを持つ、率直に言って曲がったDSTを考慮に入れなければの話だが、いずれにせよ、それを使う意味はない。

 

楽しい話題。数字がランダムなのか、質が高いのか、どちらかだと思う！

100ポンドを見つけた場合、ランダム性は質的なものだが、車に轢かれることは質的なものではない？

だから影響がないんだ、ないはずだから。そして、もしDGSが悪い偏差を与えるのであれば、それはDGSではなく、これらの偏差（つまり何らかの機能）を生成するための誤ったタスクのジェネレーターなのです。DGSには要件がある。IMHOは、ジェネレーターがテストに適しているためには、これらの要件に近ければ十分だと考えている。

 
Михалыч Трейдинг #:

楽しい話題。IMHOは、数字がランダムであるか、質が高いかのどちらかだと思う！

100ポンドを見つけたとしたら、ランダム性は質的なものだが、車に轢かれたことは質的なものではないのか？

だから影響がないんだ、ないはずだから。そして、もしDGSが悪い偏差を与えるのであれば、それはDGSではなく、これらの偏差（つまり何らかの機能）を生成するための誤ったタスクのジェネレーターなのです。DGSには要件がある。IMHOは、ジェネレーターがテストに適しているためには、これらの要件に近ければ十分だと考えている。

あなたは記事を読んでいないようだ。

自然界のランダムプロセスとDGSの助けを借りて得られる乱数を混同しないでください。HGFには様々な形があり、合格するテストの数も大きく異なります。ジェネレーターは、より多くの異なるテストに合格すればするほど、より良いものです。

 
Andrey Dik #:
PRNGにはさまざまな種類がある
PRNG
 
Sergey Gridnev #:
PRNG
ジェネレーターの特性は変わりません。ソフトウェア・ジェネレータは真のランダムではなく、PRNGと略されることを理解することが重要である。
 
Вихрь медленнее стандартного примерно в 3.4 раза, что может заметно повлиять на скорость работы алгоритмов оптимизации.

FFの計算ごとに、入力FFのベクトルを生成するためにGCHへの呼び出しが1回ある。トレーディングFFはGSCよりはるかに重いので、GSCの重み付けは目立たないはずだ。


GFGのチュートリアルと実験を提供してくれた著者に感謝します。今後、違った性質のFFも見てみたい。

 
fxsaber #:

FFを計算するごとに、入力FFのベクトルを生成するためにGCHが1回呼び出される。トレーディングFFはGCHよりはるかに重いので、GCHの重み付けは目立たないはずだ。

各FFに対して1回のGF呼び出しではなく、エージェントの各座標に対して少なくとも1回のGF呼び出し、さらに別の呼び出し、個体の選択などです。

したがって、GFは全体の処理を大幅に遅くすることが可能であり、メルセンヌの渦は最も遅いGFとは程遠いものです（これが選ばれた理由の1つであり、比較的速く、均一性テストに合格しています）。もちろん、FF自体は通常もっと重くなりますが。
 
fxsaber #:

HGFのチュートリアルと実験を提供してくれた著者に感謝する。

今後も違った性質のFFを見てみたい。

ご意見ありがとうございます。

テスト機能のリストに合成「トレードテスト」を含めるということですか？それは可能ですが、そのような合成トレードテストは、離散メガシティ機能とほぼ同じ性質になると思いますので、そちらもテストしてみてください。

 
Andrey Dik #:

意味 - テスト機能のリストに合成「トレードテスト」を含めるか？

はい、取引システムを最適化しています。

123456789101112131415
新しいコメント