Обсуждение статьи "Универсальная формула оптимизации (GOF) при реализации режима Custom Max с ограничениями"

Новый комментарий
 

Опубликована статья Универсальная формула оптимизации (GOF) при реализации режима Custom Max с ограничениями:

В статье представлен способ реализации задач оптимизации с несколькими целями и ограничениями при выборе режима Custom Max в настройках терминала MetaTrader 5. Например, задача оптимизации может быть следующей: максимизировать фактор прибыли, чистую прибыль и фактор восстановления таким образом, чтобы просадка была менее 10%, количество последовательных убытков было менее 5, а количество сделок в неделю было более 5.

В общем виде существуют два основных типа алгоритмов оптимизации. Первый тип — более классический, основанный на вычислении градиентов всех функций, участвующих в задаче оптимизации (он восходит к временам Исаака Ньютона). Второй тип появился позднее (примерно в 1970-х годах) и вообще не использует информацию о градиенте. Между ними могут существовать алгоритмы, объединяющие два упомянутых подхода, но нам нет необходимости рассматривать их здесь. "Быстрый генетический алгоритм" ("Fast Genetic based Algorithm") в настройках терминала MetaTrader 5. Это позволяет нам отказаться от необходимости вычисления градиентов для целевых и ограничительных функций. Более того, благодаря безградиентной природе алгоритма MetaTrader 5 мы смогли учесть функции ограничений. Мы не смогли бы этого сделать при использовании градиентных алгоритмов. Подробнее об этом будет сказано ниже.

Важным моментом является то, что алгоритм MetaTrader 5, называемый "медленным полным алгоритмом" ("Slow Complete Algorithm"), на самом деле не является алгоритмом оптимизации, а представляет собой грубую, исчерпывающую оценку всех возможных комбинаций значений для всех входных переменных в пределах побочных ограничений.

Автор: better.trader every.day

 
Прежде всего, большое спасибо за написание такой важной и интересной статьи о mql5 и соответствующей библиотеке mql5, что, безусловно, очень ценно. Если бы это было возможно, я был бы чрезвычайно благодарен вам, если бы вы могли сообщить мне или даже лучше реализовать два небольших улучшения или изменения в вашей существующей библиотеке mql5 Generic Optimization Formulation (GOF). Первое: как включить в вашу библиотеку GOF mql5 mqh в качестве новой целевой функции просадку капитала в процентах, чтобы она была МИНИМИЗИРОВАНА вместе с другими потенциальными целевыми функциями, которые могут быть МАКСИМИЗИРОВАНЫ в комбинированной общей целевой функции с общими 2 или более метриками эффективности? И последнее, но не менее важное: если бы это было осуществимо и возможно, второй просьбой было бы следующее: хотя цели, которые вы уже определили, могут быть использованы для эмуляции некоторого рода или "нормализованной" объективной функции, Возможно ли действительно получить правильную нормализацию отдельных значений Xi (т.е. преобразование Z)? путем вычитания среднего значения из выборки, которую мы могли вычислить заранее, из каждого отдельного значения Xi и деления предыдущего отдельного результата на стандартное отклонение выборки для данной конкретной метрики эффективности, которое, конечно, нам нужно будет предоставить для каждой метрики эффективности в качестве входных данных в библиотеке Generic Optimization Formulation mql5 (т.е. среднее и стандартное отклонение вычисленной выборки для каждой отдельной объективной функции, которую мы хотели бы использовать). Еще раз заранее благодарю вас за оперативную обратную связь и поддержку.
Новый комментарий