최적화하는 동안 유전자 알고리즘은 매개변수 세트 범위가 있는 가지를 차단하며, 그 결과 기준에 따라 평균적으로 매개변수의 병렬 범위보다 통계적으로 낮습니다. 이는 선택한 최대값에 따른 통계 측면에서 더 유망합니다. 표준. 덜 유망한 일을 그만둘 뿐입니다.
공식 기준 외에도 테스터는 사용자 지정 최대화-최소화 선택 매개변수를 사용할 수 있습니다. 이것을 손실 대비 이익의 비율로 둡니다. 그러나 "유전 알고리즘 사용" 확인란을 선택하면 옵티마이저는 일반적으로 가능한 모든 매개변수 조합을 어리석게 고려하지 않습니다. 통계적 전망에 따라 중단됩니다. 더 정확하게는 - 유망하지 않습니다.
논리적 "and". 이미 거래할 때, 즉 그리고이 지표는 올바른 조건에서 두 번째와 세 번째와 열 번째는 항상 모든 매개 변수의 양의 수렴 확률을 동시에 좁힙니다. 개별적으로 수학적 "AND"가 없으면 더 자주 작동합니다. 그들은 나무에 있습니다. :) 함께. 그리고 하나는 왔고 다른 하나는 오지 않았습니다. 알겠습니다. 새해에 대해 이야기하고 있습니다. 와 함께.
서로를 확인하는 지표의 조합이 있습니다. 그러나 그들은 이미 스스로 작성했습니다. 그리고 그들을 전략 빌더에 포함시키는 방법은 무엇입니까? 또한 Expert Advisor에 포함된 사용자 지정 지표는 최적화 시간을 크게 연장합니다. 10번.
지표 매개변수 - 지표에 의해 계산된 파생 매개변수. 각 지표는 계산 공식에 따라 다른 값을 제공하는 하나의 매개 변수로 나타낼 수 있습니다.
주문 매개변수 - 로트, 손절매, 이익실현, 후행 등... 계산 공식이 적용되지 않습니다 . 다른 요인에 따라 최상의 값을 선택하는 최적화만 사용됩니다.
시장 매개변수 - 가격, 수량 . 지표 공식 내에서 고려 되며 시스템에 별도로 포함할 필요가 없습니다.
통계 매개변수 - 드로다운, 이윤 계수, 자기자본 ... 거래 시스템에 포함될 필요가 없기 때문입니다. 그들의 기능은 주문 매개변수의 최적화와 시스템 매개변수의 정렬로 대체됩니다.
예금 잔고 는 다른 매개 변수가 정렬되고 해당 값이 최적화되는 주요 매개 변수입니다.
2. 이러한 매개변수의 조합은 모든 Expert Advisors에서 발견되기 때문에 이론적으로 전략을 자동으로 조합하는 메커니즘을 만드는 것이 가능합니다. 엔진은 지표 매개변수 및 해당 값의 다양한 구성을 시도하여 시장 진입 신호로 처리합니다. 주문 매개변수는 테스터의 기록에 최적화됩니다. 성공적인 매개 변수 조립의 주요 지표는 증가된 보증금입니다. 매개 변수 구성 및 해당 값의 효율성이 고려되는 것은 성장 비율과 관련이 있습니다.
그러한 메커니즘의 구현에 대한 실용적인 가능성과 예상되는 기술적 복잡성에 관심이 있습니다.
GA를 올바르게 이해하면 최적화 프로세스 중에 값 검색 범위가 좁아집니다.
예를 들어:
매개변수 A, B, C가 있습니다. 가능한 가치의 면적은 45억입니다.
매개 변수 A, B, C의 값과 다른 매개 변수 X가 있습니다. 그러나 변화의 규칙성은 밝혀지지 않았다.
작업: A, B, C 값을 열거하여 매개변수 X를 값 Y로 가져옵니다.
두 가지 옵션: (1) 무차별 대입 검색 및 (2) 유전 알고리즘 .
두 번째 옵션은 원하는 값에 대한 검색 범위를 효과적으로 좁힙니다.
최적화하는 동안 유전자 알고리즘은 매개변수 세트 범위가 있는 가지를 차단하며, 그 결과 기준에 따라 평균적으로 매개변수의 병렬 범위보다 통계적으로 낮습니다. 이는 선택한 최대값에 따른 통계 측면에서 더 유망합니다. 표준. 덜 유망한 일을 그만둘 뿐입니다.
공식 기준 외에도 테스터는 사용자 지정 최대화-최소화 선택 매개변수를 사용할 수 있습니다. 이것을 손실 대비 이익의 비율로 둡니다. 그러나 "유전 알고리즘 사용" 확인란을 선택하면 옵티마이저는 일반적으로 가능한 모든 매개변수 조합을 어리석게 고려하지 않습니다. 통계적 전망에 따라 중단됩니다. 더 정확하게는 - 유망하지 않습니다.
논리적 "and". 이미 거래할 때, 즉 그리고이 지표는 올바른 조건에서 두 번째와 세 번째와 열 번째는 항상 모든 매개 변수의 양의 수렴 확률을 동시에 좁힙니다. 개별적으로 수학적 "AND"가 없으면 더 자주 작동합니다. 그들은 나무에 있습니다. :) 함께. 그리고 하나는 왔고 다른 하나는 오지 않았습니다. 알겠습니다. 새해에 대해 이야기하고 있습니다. 와 함께.
서로를 확인하는 지표의 조합이 있습니다. 그러나 그들은 이미 스스로 작성했습니다. 그리고 그들을 전략 빌더에 포함시키는 방법은 무엇입니까? 또한 Expert Advisor에 포함된 사용자 지정 지표는 최적화 시간을 크게 연장합니다. 10번.
이 주제 기반: https://www.mql5.com/ru/forum/79324
매개변수 구성을 자동으로 조합하여 전략을 수립할 수 있습니까?
개념은 다음과 같습니다.
2. 이러한 매개변수의 조합은 모든 Expert Advisors에서 발견되기 때문에 이론적으로 전략을 자동으로 조합하는 메커니즘을 만드는 것이 가능합니다. 엔진은 지표 매개변수 및 해당 값의 다양한 구성을 시도하여 시장 진입 신호로 처리합니다. 주문 매개변수는 테스터의 기록에 최적화됩니다. 성공적인 매개 변수 조립의 주요 지표는 증가된 보증금입니다. 매개 변수 구성 및 해당 값의 효율성이 고려되는 것은 성장 비율과 관련이 있습니다.
그러한 메커니즘의 구현에 대한 실용적인 가능성과 예상되는 기술적 복잡성에 관심이 있습니다.
여기서 나는 동일하지만 더 좋고 다른 주제에 대해 이야기하고 있습니다)
https://www.mql5.com/ru/forum/329028#comment_14326397
간단히 말해서 작업 분해를 통해 이를 가능하게 합니다. 전략에 대한 일반적인 관점을 의사결정 트리의 링크와 같은 하위 단계로 나누고 트리를 조립하고 가지와 잎의 변형을 통해 정렬하기 위한 셸을 만듭니다.
나는 전략 빌더를 불렀다.
그것은 유전자 최적화 알고리즘 입니다. 일반적으로 매개 변수가 속한 블록을 구문 분석하지 않습니다.
추신: 생각할 수 있는 모든 것은 오랫동안 발명되었습니다.
ps2: 원심분리기는 코어와 엔진 옆에 있는 적절한 위치를 차지합니다.
그리고 위 링크의 생성자에 대한 내 아이디어에 대해 - 이것은 이미 어딘가에서 수행되었습니까? 적용된?
전략 데이터베이스를 생성합니다.
전략
남자 이름
그리드
지시자
초등학교
1 표시기
스토캐스틱
옵션
5,3,3
신호
위 - 교차 20
다운 크로싱 80
2개의 지표
스토캐스틱 및 RSI
매개변수
확률적 (5,3,3) && (RSI 3)
신호
up - stoch-20 크로스오버 및 RSI 30
아래로 - stoch- 80 && RSI 70 또는 이와 유사하고 더 현실적입니다.
수준에서
양초의 조합
등.
내 의견으로는 그러한 또는 다른 형식화, 주문 없이는 무화과를 잡는 것이 불가능합니다.
그것은 모두 정원의 나뭇잎이 바스락거리는 소리일 것입니다.
그리고 위 링크의 생성자에 대한 내 아이디어에 대해 - 이것은 이미 어딘가에서 수행되었습니까? 적용된?
실제로 그렇게 하고 있습니다.
실제로 그렇게 하고 있습니다.
내 말은 전략 자체의 설계가 아니라 모든 아종의 조합을 자동으로 열거하기 위한 쉘을 의미합니다. 각각은 다음을 포함합니다. MT 옵티마이저에서
아이디어 외에는 그런 결과에 대한 정보를 찾지 못했지만 아마도 모든 것이 이미 완료되어 잘 검색하지 않았을 수 있습니다.
...
서로를 확인하는 지표의 조합이 있습니다. 그러나 그들은 이미 스스로 작성했습니다. 그리고 그들을 전략 빌더에 포함시키는 방법은 무엇입니까? 또한 Expert Advisor에 포함된 사용자 지정 지표는 최적화 시간을 크게 연장합니다. 10번.
하나의 매개변수로 활성화합니다. 하나는 다른 하나를 확인하므로 함께 있습니다 - 하나. 결합하다.
최적화 시간을 늘리는 것과 관련하여 - 아무 것도 할 수 없습니다. ))
여기에서 나는 거의 동일하지만 더 많은 주제가 좋고 다릅니다)
https://www.mql5.com/en/forum/329028#comment_14326397
간단히 말해서 작업 분해를 통해 이를 가능하게 합니다. 전략에 대한 일반적인 관점을 의사결정 트리의 링크와 같은 하위 단계로 나누고 트리를 조립하고 가지와 잎의 변형을 통해 정렬하기 위한 셸을 만듭니다.
나는 전략 빌더를 불렀다.
이 생성자를 Optimization에 완전히 연결했다면 이것이 제가 말하는 것입니다.
최적화의 결과로 본격적인 전략을 얻어야 합니다. 이 전략 구축 방법이 작동하지 않을 이유가 없습니다.
전략 데이터베이스를 생성합니다.
전략
남자 이름
그리드
지시자
초등학교
1 표시기
스토캐스틱
옵션
5,3,3
신호
위 - 교차 20
다운 크로싱 80
2개의 지표
스토캐스틱 및 RSI
매개변수
확률적 (5,3,3) && (RSI 3)
신호
up - stoch-20 크로스오버 및 RSI 30
아래로 - stoch- 80 && RSI 70 또는 이와 유사하고 더 현실적입니다.
수준에서
양초의 조합
등.
내 의견으로는 그러한 또는 다른 형식화, 주문 없이는 무화과를 잡는 것이 불가능합니다.
그것은 모두 정원의 나뭇잎이 바스락거리는 소리일 것입니다.
최적화 및 전략 생성의 관점에서 이러한 분류는 선택 사항입니다. 심지어 쓸모가 없습니다. 최종 결과의 경우 전략의 유형이나 이름은 중요하지 않습니다. 가장 중요한 것은 전략이 테스트 기간 및 도구에서 수익을 내야 한다는 것입니다.
일반 최적화는 이미 조립된 시스템의 매개변수 값만 사용합니다. 이 최적화는 다른 지표와 공식을 나타내는 신호 다른 매개변수(패스에 따라 다름)로 대체해야 합니다.
이것이 접근 방식의 특징입니다.
깊이 N의 이력을 고려한 지표는 SMA 1..N의 기능적 곱으로 나타낼 수 있으므로
상수 계수를 고려하지 않고 대칭 솔루션을 제외하고 기간이 32인 한 쌍의 기본 지표에 대해서도
변형 수 С(32,16)=601080390
그것으로 살아