Discussão do artigo "Importância da qualidade do gerador de números aleatórios no desempenho dos algoritmos de otimização" - página 7

 
Os algoritmos estarão localizados neste endereço. E eu os publicarei na base de código.
GitHub - JQSakaJoo/Population-optimization-algorithms-MQL5: Population optimization algorithms
GitHub - JQSakaJoo/Population-optimization-algorithms-MQL5: Population optimization algorithms
  • JQSakaJoo
  • github.com
Population optimization algorithms. Contribute to JQSakaJoo/Population-optimization-algorithms-MQL5 development by creating an account on GitHub.
 
fxsaber #:

Espere um pouco. Agora, os algoritmos do Andrew são responsáveis exatamente pelo tipo de otimização que o MT5-Tester faz. No exemplo citado, você está falando sobre a saliência sobre o algoritmo de otimização.

Na discussão, você ainda pode sentir algum tipo de algoritmo de otimização, que não é formalmente um concorrente do algoritmo no MT5-Tester, mas resolve tarefas de pesquisa bastante diferentes. Não havia nenhum desses algoritmos na série de artigos de Andrei.

Exatamente isso - uma "sobreposição", um kit de ferramentas adicional (muito importante), que, na minha opinião, Andrei não teria problemas em adicionar. Escrevi logo no início que não havia notado isso nos artigos, embora tivesse sido útil. Agora, por algum motivo, foi tomada uma decisão política de limitá-lo a "algoritmos de otimização" refinados, e não tocar na solução final de "otimização" em um sentido mais prático. É como projetar um carro para estabelecer um recorde de velocidade no deserto de Mojave, mas a maioria das pessoas não vai usá-lo, porque é preciso dirigir em terrenos acidentados e serpentinas de montanhas. ;-)

PS. Esse kit de ferramentas também não está presente no otimizador padrão. Há um teste de avanço para um tique, mas ele não ajuda muito.

 

Fórum sobre negociação, sistemas de negociação automatizados e teste de estratégias de negociação

Discussão do artigo "O papel da qualidade do gerador de números aleatórios na eficiência dos algoritmos de otimização"

fxsaber, 2024.03.30 18:16

Sugeriu uma abordagem iterativa, em que, antes de cada iteração como outra execução do AG, as áreas do vértice encontrado (na iteração anterior) são destacadas.

Até mesmo essa abordagem direta funcionaria para mim. Mas eu não entendo como determinar a área de apalpação em um espaço multidimensional?

Alguma ideia de como determinar a área do pico global encontrado pelos valores calculados (que sejam 10.000 partes) de FF? Para forçar -DBL_MAX nessa área na próxima iteração do FF.

 
fxsaber #:

Até mesmo uma opção frontal funcionaria para mim. Mas eu não entendo como definir a área de cutucada em um espaço multidimensional?

Alguma ideia de como determinar a área do pico global encontrado pelos valores calculados (que sejam 10.000 partes) do FF? Para forçar -DBL_MAX nessa área na próxima iteração do FF.

Você pode pegar vários pontos mais próximos com o valor máximo e calcular as coordenadas de seu "centro de massa". É necessário determinar antecipadamente qual é a distância mínima permitida entre os pontos.
 
Andrey Dik #:
Você pode pegar vários pontos mais próximos com o valor máximo e calcular as coordenadas de seu "centro de massa". É necessário determinar a distância mínima entre os pontos.

Não entendo como calcular a distância entre os pontos. Cada coordenada tem seus próprios papagaios.

Pensei em usar uma determinada parte do intervalo de otimização dessa coordenada como um papagaio de uma coordenada.


Por exemplo, otimizar X4 de -5 a +5, o papagaio é igual a 1% (condicionalmente) do comprimento do intervalo (10).

 
Stanislav Korotky #:

Exatamente isso - um "dossel", um kit de ferramentas adicional (muito importante), que, na minha opinião, Andrei não teria problema algum em acrescentar. Escrevi logo no início que não havia notado isso nos artigos, embora tivesse sido útil. Agora, por algum motivo, foi tomada uma decisão política de limitá-lo a "algoritmos de otimização" refinados, e não tocar na solução final de "otimização" em um sentido mais prático. É como projetar um carro para estabelecer um recorde de velocidade no deserto de Mojave, mas a maioria das pessoas não vai usá-lo, porque é preciso dirigir em terrenos acidentados e serpentinas de montanhas. ;-)

PS. Esse kit de ferramentas também não está presente no otimizador padrão. Há um teste de avanço para um tique, mas ele não ajuda muito.

Eu queria descrever a terminologia, mas agora nem sei se ela é necessária....

Não, analisar algoritmos de otimização e estudá-los minuciosamente não é semelhante a construir um carro, mas a entender as sutilezas dos princípios de um motor de combustão interna. E esses princípios podem ser usados para construir tratores e bólidos.

 
fxsaber #:

Não consigo descobrir como calcular a distância entre os pontos. Cada coordenada tem seus próprios papagaios.

Pensei em usar uma determinada parte do intervalo de otimização dessa coordenada como um papagaio de uma coordenada.


Por exemplo, otimizar X4 de -5 a +5, o papagaio é igual a 1% (condicionalmente) do comprimento do intervalo (10).


usar um intervalo relativo, por exemplo, - 1;1
traga os intervalos dos parâmetros para esse intervalo.
calcular o "centro de massa"
traga as coordenadas do centro de massa para os intervalos de parâmetros originais.
 
Andrey Dik #:

adotar um intervalo relativo, por exemplo, - 1;1
traga os intervalos de parâmetros para esse intervalo.
calcular o "centro de massa"
traga as coordenadas do centro de massa para os intervalos de parâmetros originais.

Eu não usaria o centro de massa. Apenas a coordenada do melhor ponto.

 
Usei um recurso como esse.
input double X = 0;

double OnTester() { return(MathTan(X)); }

Algum resultado incompreensível. Se você implementar a busca iterativa, suponho que poderá encontrar muitas "pedras".

A tangente é um FF malsucedido, mas o TS-FF é muito mais fácil de ser descoberto.

 
fxsaber #:

Eu não usaria o centro de massa. Apenas a coordenada do melhor ponto.

E eu entendi que, por meio de locais para prever o global... mas, em geral, é necessário trazer os intervalos de parâmetros para uma escala, fora do AO, para então realizar algumas manipulações com eles. Bem, ou de uma vez, que o AO funcionaria no espaço com coordenadas em um único sistema de medição.