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
А также никого не смущает как алгоритм оптимизации топ-3 или даже топ-1 в мире, общепризнанный и общеизвестный такой как PSO у него в конце рейтинга, а какие то ноу неймы о которых никто не слышал типа серых волков, сорняков итп. У него лидеры))
А ты задавался вопросом? Рвутся привычные шаблоны глядя на тесты?
Сделай сам нечто подобное, напиши код на MQL5 основных самых известных алгоритмов, опиши и расскажи как этот твой код работает а потом выложи результаты тестов, причем так, что бы эти тесты мог воспроизвести любой желающий.
Вот тогда и поговорим, какие вопросы у кого должны возникнуть и почему.
А пока - у тебя просто пустой трёп безосновательный.
Я не воспринимаю этот рейтинг за рейтинг, потому что непонятно кем написано, просто скопированы алгоритмы на mql и подогнаны к нескольким функциям. А в реальности формы оптимизируемых поверхностей очень разнообразны и могут быть нюансы.
У него либо алгоритмы реализованы неверно либо експеримент производился неверно или и то и другое
В МО фитнес-функция используется для обучения модели (подбора параметров) посредством оптимизации. Для оценки полученной модели используется метрика (метрики). Часто метрика НЕ СОВПАДАЕТ с фитнес-функцией. С математической точки зрения, это означает, что в МО решается задача МНОГОКРИТЕРИАЛЬНОЙ оптимизации, а не обычная однокритериальная.
Ещё существенное отличие от обычной оптимизации - частое отсутствие фиксированного набора праметров оптимизации. Даже для обычного дерева это уже так. С математической тчки зрения, это приводит к задаче оптимизации в ФУНКЦИОНАЛЬНОМ ПРОСТРАНСТВЕ, вместо обычной в числовом пространстве.
Оба этих пунктов делают задачи МО несводимыми к обычной оптимизации.
В МО фитнес-функция используется для обучения модели (подбора параметров) посредством оптимизации. Для оценки полученной модели используется метрика (метрики). Часто метрика НЕ СОВПАДАЕТ с фитнес-функцией. С математической точки зрения, это означает, что в МО решается задача МНОГОКРИТЕРИАЛЬНОЙ оптимизации, а не обычная однокритериальная.
Ещё существенное отличие от обычной оптимизации - частое отсутствие фиксированного набора праметров оптимизации. Даже для обычного дерева это уже так. С математической тчки зрения, это приводит к задаче оптимизации в ФУНКЦИОНАЛЬНОМ ПРОСТРАНСТВЕ, вместо обычной в числовом пространстве.
Оба этих пунктов делают задачи МО несводимыми к обычной оптимизации.
Есть целый отдельный класс алгоритмов многокритериальной оптимизации. Но, при должном понимании, многокритериальная сводится к дополнительным граничным условиям и отдельным оценкам.
Функциональное пространство так же требует оценки. Всё всегда требует оценки.
В МО фитнес-функция используется для обучения модели (подбора параметров) посредством оптимизации. Для оценки полученной модели используется метрика (метрики). Часто метрика НЕ СОВПАДАЕТ с фитнес-функцией. С математической точки зрения, это означает, что в МО решается задача МНОГОКРИТЕРИАЛЬНОЙ оптимизации, а не обычная однокритериальная.
Ещё существенное отличие от обычной оптимизации - частое отсутствие фиксированного набора праметров оптимизации. Даже для обычного дерева это уже так. С математической тчки зрения, это приводит к задаче оптимизации в ФУНКЦИОНАЛЬНОМ ПРОСТРАНСТВЕ, вместо обычной в числовом пространстве.
Оба этих пунктов делают задачи МО несводимыми к обычной оптимизации.
Спасибо за подробное объяснение. Все же был некий контекст поднятия темы ФФ. Вот он.
Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий
Машинное обучение в трейдинге: теория, модели, практика и алготорговля
Maxim Dmitrievsky, 2024.01.10 19:27
Ну через переоптимизацию с проверкой на OOS можно найти :) что является самым простым случаем волк форварда Или кросс-валидации с одним фолдом.