Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Não parece haver nada complicado para lbfgs nele.
Ainda não experimentei o adam e o rmsprop, que são considerados mais avançados. Mas, como este faz isso, eles definitivamente podem fazer.
Megacidade
Parece não haver nada complicado para o lbfgs.
Você não forneceu nem os códigos-fonte do banco de testes nem o lbfgs, portanto, não há nada sobre o que conversar. Ninguém vai usar o python e seus módulos aqui. Todos os códigos-fonte MQL5 são fornecidos nesse artigo (e agora nos comentários do artigo) para reproduzir os resultados.
Você não forneceu nem os códigos-fonte do banco de testes nem os lbfgs, portanto, não há nada sobre o que conversar. Ninguém vai descobrir o interior do python e seus módulos aqui. Todos os códigos-fonte MQL5 são fornecidos neste artigo (e agora nos comentários do artigo) para reproduzir os resultados.
https://colab.research.google.com/drive/1bF0rFG94phR-au51wpAhi_0WLUUfgNIy?usp=sharing
pressione o botão "play" várias vezes
Não sou eu quem está escrevendo os artigos, portanto, não vou quebrar nada de propósito. São usadas bibliotecas reconhecidas e confiáveis, em especial a SciPy.
O Adam em Megacity passou a residir no último andar.
Adicionei o código ao bloco de notas. Adicionarei mais alguns solucionadores de gradiente posteriormente, se desejar.
Aqui está um novo núcleo de classe de função de teste (o artigo o tem no arquivo):
Basta lançar uma matriz multidimensional (quero dizer, em uma dimensão da matriz há muitas células, espaço multidimensional) de qualquer dimensionalidade em args, e o método espalhará os argumentos da matriz para funções bidimensionais. É claro que, se você lançar uma matriz com dimensionalidade ímpar, uma célula será descartada e não participará dos cálculos. Ou seja, essa é uma função de teste multidimensional com um número par de dimensões.
Mais tarde, eu a lançarei com base em funções unidimensionais, será mais prático e será possível criar gráficos com mais clareza.
O código comentado é a capacidade de girar a função em algum ângulo. Isso é um problema para muitos AOs. Ele ainda não é usado em lugar algum.
Não há vontade de pensar nisso por muito tempo. Você precisa de alguma função como a do artigo para reproduzir os resultados.
Não vejo nenhum problema. Apenas a complexidade computacional do problema aumentará.Os limites são tomados incorretamente no Megacity. Um Megacity correto deve ter a seguinte aparência: a imagem foi criada em MQL5 (na qual os algoritmos da tabela foram testados):
Além disso, os resultados em uma função bidimensional não são um indicador. Além disso, é preciso contar as médias (mesmo que você use a simulação de população, é preciso observar o valor médio entre todas as populações - testes separados). O número de execuções de FF também não é limitado em seus testes.
Observe o código acima, pois há um esquema correto de teste de métodos de gradiente.
Os limites são tomados incorretamente no Megacity. Um Megacity correto deve ter a seguinte aparência: a imagem é construída em MQL5 (na qual os algoritmos da tabela são testados):
Além disso, os resultados em uma função bidimensional não são um indicador. Além disso, é necessário contar as médias (mesmo que você use a simulação de população, é necessário observar o valor médio entre todas as populações - testes separados). O número de execuções de FF também não é limitado em seus testes.
Observe o código acima, pois há um esquema correto de teste de métodos de gradiente.
Nos artigos, é desenhado o gráfico exatamente da função que otimizei. Não vejo sentido em mudar de uma coisa para outra. Este parece ainda mais fácil. Por que se fala de uma f-iie de 1000 dimensões, mas é sempre uma tridimensional que é otimizada?
Este aqui:
não corresponde a isso de forma alguma:
Sobre a "f-i de 1000 dimensões", consulte a postagem anterior desta discussão.
Como uma função 2D é repetidamente duplicada, você pode plotar o resultado 3D de uma função 2D (o espaço de 1000 dimensões não pode ser visualizado) e plotar pontos do espaço multidimensional no espaço 3D correspondente.
Este aqui:
Não corresponde a este de forma alguma:
Sobre o "f-i de 1000 dimensões", consulte a postagem anterior nesta discussão.
Como uma função 2D é repetidamente duplicada, você pode plotar o resultado 3D de uma função 2D (o espaço de 1000 dimensões não pode ser visualizado) e plotar pontos do espaço multidimensional no espaço 3D correspondente.
Dei uma olhada nas funções de teste aqui. Por imagens, elas coincidem.
Ainda não entendi o truque com as multidimensionais, preciso descobrir isso.