Речь идёт о генетической оптимизации?
Никакие полученные результаты не участвуют в дальнейшей оптимизации. В дальнейшей оптимизации участвуют новые особи, сгенерированные из полученных результатов.
Если у вас больше половины популяции - INIT_PARAMETERS_INCORRECT, тогда часть (общее их количество минус половина) вынуждены участвовать в генетических операциях. И не факт, что у ущербного родителя получится ущербный потомок с результатом INIT_PARAMETERS_INCORRECT
Обратите внимание, что исскуственный (а так некоторые трейдеры делают ради оптимизации) возврат INIT_PARAMETERS_INCORRECT(или другого отказного кода) в генетической оптимизации опасен.
Вы может легко обмануть схему обучения и получить плохие результаты.
Если описанное в начале поведение действительно такое, то почему локальная оптимизация работает отлично от облачной?
Кроме того, возврат INIT_PARAMETERS_INCORRECT означает, что создать особь не удалось - то есть вообще - и следовательно пытаться наплодить от неё потомков второго колена нельзя.
Кроме того, возврат INIT_PARAMETERS_INCORRECT означает, что создать особь не удалось - то есть вообще - и следовательно пытаться наплодить от неё потомков второго колена нельзя.
Можно. В результате генетической операции можно отрезать дефектный ген. И чем этот ген меньше, тем вероятность улучшения больше.
Если описанное в начале поведение действительно такое, то почему локальная оптимизация работает отлично от облачной?
Чем локальная оптимизация отличается от облачной?
Покажите примеры
Да, речь идет о генетической оптимизации.
Я возвращаю параметр INIT_PARAMETERS_INCORRECT вроде как в соответствии со всеми соглашениями. То есть, этот параметр возвращается функцией Init() когда комбинация входных параметров заведомо не имеет смысла. Плохие результаты - никогда не возникали, система работает правильно.
Загвоздка в том, что при оптимизации на двух домашних компьютерах - все проходит вполне нормально. И данные комбинации параметров обозначаются в отчете красными нулями. А вот если использую облако - то эти параметры обозначаются красными цифрами 32767. И, похоже, продолжают участвовать в оптимизации. Но, на мой взгляд, это не должно зависеть от облачных или локальных вычислений. Везде должны быть красные нули и исключение из дальнейшей генетической оптимизации.
Генетическая оптимизация сильно зависит от вероятностей.
С вероятностями - все в порядке. Проблема в другом - разной работе в облаке и локальной ферме.
Вот как получается в облаке:
А в локальной ферме происходит иначе:
Все отмечается верно, параметры выделяются правильно, отсеиваются правильно. Но в облаке - результат 32767, а локально - нуль.
Сейчас пытаюсь понять - при оптимизации в облаке - участвуют или нет в дальнейшей оптимизации отсеянные комбинации параметров.
Можно. В результате генетической операции можно отрезать дефектный ген. И чем этот ген меньше, тем вероятность улучшения больше.
Есть большая разница между ущербным (неудачным) экземпляром, и экземпляром, который не существует. Возврат ошибки из Init говорит, что нет никаких генетических данных.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Всех приветствую.
Такая проблема - мой эксперт некоторые значения входных параметров отмечает как INIT_PARAMETERS_INCORRECT.
Такие комбинации параметров в отчете обозначаются красным цветом, и в дальнейшей оптимизации не участвуют - очень удобно, заметно сокращает время работы.
При оптимизации на домашних компьютерах - все в порядке, данные наборы параметров в отчете нормально выделяются, значение устанавливается нулевое.
Но при оптимизации в облаке - параметры возвращаются как значение 32767. Значение правильное, и оно даже выделяется красным цветом. Но при этом - оно оказывается "в топе", и, как я понимаю, участвует в дальнейшей оптимизации.
Это у меня одного так ? Я где-то что-то не так делаю ?
Или это ошибка работы оптимизатора ?