Генетический алгоритм и его возможно применение - страница 15
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
"Если слишком долго всматриваться в бездну, бездна начинает всматриваться в тебя"
Если долго мучиться, что-нибудь получится.)
138 сообщения не имеющие прикладного применения к торгам на форекс. Оптимизатор в том виде который работает сейчас моделирует кривую ценового графика ( не зря я учился на кафедре математического моделирования, мы пользовались такими методами для математического описания технологических процессов, чтобы предсказать с допустимой погрешностью поведение этих процессов в недолеком будущем, когда мы получаем новый реальный результат (кстати почти не отличающийся от предсказываемого) мы добавляем его к предыдущей оптимизации для получения нового результата на будущее) - такие модели применимы к ближайшему будущему, поэтому эффективность моделей со временем падает и необходимо добавление последних исторических данных в оптимизацию. ( Кстати такие методы используются для построения траекторий ракет с обходом препятствий и уходом от угроз - там просто с начала используются методы математического моделирования, для получения математической модели, потом используется искусственная нейронная сеть для моделирования математической модели на основе инс - это нужно так как вычисления в инс проходят быстрее чем в первоначальной мат модели в сотни раз, что сказывается на времени реакции ракеты на припятствия и на угрозы + полученая модель закладывается на физическом уровне в интегральные схемы - это ещё повышает скорость, так как там вообще практически не выполняются вычисления - получается что то вроде процессора выполняющего узконаправленую задачу - получает на физическом уровне эл. сигналы и выдает другие ( машина Тьюринга)). Сам генетический алгоритм не плох, но я пытаюсь его использовать не для моделирования кривой графика цены, а для моделирования поведения ценового графика хотя бы в отдельных временных рамках и в отдельных условиях биржи. Эти ограничения плюс сам ценовой график и является внешним миром для полученой модели - сама модель ограничена этим миром. Тоесть модель всегда подогнана под условия окружающего мира, который в силу своих знаний мы можем описать. Тоесть Грааля просто не существует, так как ограничены наши знания об окружающем мире модели - чем полнее знания тем совершенее модель. Кстати человек тоже подогнан по окружающие нас природные условия - мы же не можем находиться в открытом космосе к примеру - это для тех кто тут занимается массовыми философскими рассуждениями о порядке и хаусе. Искусственная нейронная сеть это конечно хорошо если вы уже сделали попытки моделирования с ее помощью стратегии для биржи ( и такие модели есть, и стоят много денег , я ознакамливался с ними когда писал дипломную по инс для моделирования геолокации с помощью эл . импульсов - для ускорения расчетов (расчеты в сутки сводятся к расчетам в несколько секунд)), но данный форум не об ИНС и не о том как карабли бороздят космические просторы. Хотелось бы прочитать что нибудь полезное для практического применения в торгах. Все это я к тому, что - пробуйте применять генетический алгоритм в том виде который предлогается на этом форуме, у меня есть скромные результаты, но делится я ими не буду. Мои модели ограничены моими меньшими по сравнению с вашими знаниями о торгах так как я торгую меньше года. Хотелось бы больше знаний от вас!
Очень сложно читать Ваш текст, разделяйте, пожалуйста, на предложения и абзацы.
Очень сложно читать Ваш текст, разделяйте, пожалуйста, на предложения и абзацы.
Всё понятно.
Есть проблема с фреймами на "большой" генетике.
Будем исправлять.
С 96-бит генетикой осталась проблема раздачи заданий. После нормального прохождения первого поколения половина локальных агентов до конца остаются в состоянии finised. В логах ничего. При уменьшении числа вариантов до 64-бит всё ок.
Попробуйте с любым экспертом. Если не воспроизведётся, я пас.
С 96-бит генетикой осталась проблема раздачи заданий. После нормального прохождения первого поколения половина локальных агентов до конца остаются в состоянии finised. В логах ничего. При уменьшении числа вариантов до 64-бит всё ок.
Попробуйте с любым экспертом. Если не воспроизведётся, я пас.
Включите галку полных логов в контекстном меню журнала тестера. Там должны быть записи сколько каких заданий куда направлены.
Прилагаю лог из b2368. Я там не вижу ничего о распределении заданий.
Проверил в только появившемся b2374, так же не работает. Пока что загрубляю шаг оптимизации, чтобы уложиться в 64 бита. Когда нахожу возможность, уменьшаю число оптимизируемых переменных. Понимаю, что большое количество переборов - неправильно, ничего кроме локальных вершин не найти. Просто надо оценить диапазоны оптимизации и взаимосвязь переменных.
Прилагаю лог из b2368. Я там не вижу ничего о распределении заданий.
Проверил в только появившемся b2374, так же не работает. Пока что загрубляю шаг оптимизации, чтобы уложиться в 64 бита. Когда нахожу возможность, уменьшаю число оптимизируемых переменных. Понимаю, что большое количество переборов - неправильно, ничего кроме локальных вершин не найти. Просто надо оценить диапазоны оптимизации и взаимосвязь переменных.
Спасибо за логи. Проблема видна. Разберёмся
Вы говорите, что на 64-битной генетике этой проблемы нет и все ядра загружаются равномерно?
Вы говорите, что на 64-битной генетике этой проблемы нет и все ядра загружаются равномерно?
Абсолютно. Ну, не считая того, что к концу поколения все уже закончили, а один агент в одиночку делает еще до нескольких десятков проходов. Перераспределения пакета заданий нет, но это уже общая проблема, не только 96-бит. Я понимаю, что выдавать одному агенту одно задание было бы неэффективно для облачных агентов, но может, для локальных агентов принять другую стратегию - либо выдавать по минимуму заданий, либо динамически перераспределять при простое (например, если простаивает более четверти агентов и у самого загруженного агента осталось более N заданий).
Абсолютно. Ну, не считая того, что к концу поколения все уже закончили, а один агент в одиночку делает еще до нескольких десятков проходов. Перераспределения пакета заданий нет, но это уже общая проблема, не только 96-бит. Я понимаю, что выдавать одному агенту одно задание было бы неэффективно для облачных агентов, но может, для локальных агентов принять другую стратегию - либо выдавать по минимуму заданий, либо динамически перераспределять при простое (например, если простаивает более четверти агентов и у самого загруженного агента осталось более N заданий).