文章 "随机数生成器质量对优化算法效率的影响" - 页 7

 
算法将位于这个地址。我将在代码库中发布这些算法。
GitHub - JQSakaJoo/Population-optimization-algorithms-MQL5: Population optimization algorithms
GitHub - JQSakaJoo/Population-optimization-algorithms-MQL5: Population optimization algorithms
  • JQSakaJoo
  • github.com
Population optimization algorithms. Contribute to JQSakaJoo/Population-optimization-algorithms-MQL5 development by creating an account on GitHub.
 
fxsaber #:

等等。现在安德鲁的算法负责的正是 MT5-Tester 所做的优化类型。在引文中,您说的是优化算法的悬置。

在讨论中,你仍能感受到某种优化算法,它在形式上并不是 MT5-Tester 算法的竞争对手,但解决的搜索任务却截然不同。安德烈的系列文章中并没有此类算法。

正是如此 - 一个 "叠加",一个额外的(非常重要的)工具包,在我看来,安德烈完全可以将其添加进来。我在一开始就写道,我在文章中没有注意到这一点,尽管它本来是有用的。现在,出于某种原因,我们做出了一个政治决定,将其局限于精炼的 "优化算法",而不去触碰更实际意义上的 "优化 "的最终解决方案。这就好比设计了一辆能在莫哈韦沙漠创造速度记录的汽车,但大多数人都不会用它,因为你必须在崎岖的地形和蜿蜒的山路上行驶。;-)

PS.标准优化器中也缺少这个工具包。虽然有一个 "勾选 "前向测试,但作用不大。

 

关于交易、自动交易系统和交易策略测试的论坛

讨论文章 "随机数生成器质量在优化算法效率中的作用"

fxsaber, 2024.03.30 18:16

建议采用迭代法,即在 GA 的每次迭代运行之前,将(上一次迭代中)找到的顶点区域戳出来

对我来说,即使是这样的正面方法也是可行的。但我不明白如何确定在多维空间中戳出的面积?

有什么想法,如何通过 FF 的计算值(假设为 10 000 个)来确定找到的全局峰值的面积?以便在 FF 的下一次迭代中,在该区域强制执行 -DBL_MAX。

 
fxsaber #:

即使是这样的正面方案对我来说也是可行的。但我不明白如何定义在多维空间中戳的区域?

有什么想法,如何通过 FF 的计算值(假设为 10 000 个)来确定找到的全局峰值的面积?以便在 FF 的下一次迭代中,在该区域强制执行 -DBL_MAX。

可以取几个最大值最近的点,计算它们的 "质量中心 "坐标。有必要事先确定各点之间允许的最小距离。
 
Andrey Dik #:
您可以选取几个最大值最近的 点,计算它们的 "质量中心 "坐标。有必要确定各点之间的最小距离。

我不明白如何计算点间距离。每个坐标都有自己的鹦鹉螺。

我想把这个坐标优化范围的某一部分作为一个坐标的鹦鹉螺。


例如,优化 X4 从 -5 到 +5,鹦鹉螺等于区间长度(10)的 1%(有条件)。

 
Stanislav Korotky #:

正是如此 - 一个 "天篷",一个额外的(非常重要的)工具包,在我看来,安德烈完全可以把它添加进去。我在一开始就写道,我在文章中没有注意到这一点,尽管它本来是有用的。现在,出于某种原因,我们做出了一个政治决定,将其局限于精炼的 "优化算法",而不涉及更实际意义上的成品 "优化 "解决方案。这就好比设计一辆能在莫哈韦沙漠创下速度记录的汽车,但大多数人都不会用它,因为你必须在崎岖的地形和蜿蜒的山路上行驶。;-)

PS.标准优化器中也缺少这个工具包。虽然有一个 "勾选 "前向测试,但作用不大。

我本想描述一下术语,但现在我都不知道是否有必要了....。

不,解析优化算法并对其进行深入研究并不类似于制造汽车,而是理解内燃机原理的精妙之处。而这些原理可以用来制造拖拉机和螺栓。

 
fxsaber #:

我不知道如何计算点与点之间的距离。每个坐标都有自己的鹦鹉。

我想把这个坐标优化范围的某一部分作为一个坐标的鹦鹉。


例如,优化 X4 从 -5 到 +5,鹦鹉螺等于区间长度(10)的 1%(有条件)。


取一个相对范围,例如 - 1;1
将参数范围纳入此范围。
计算 "质量中心
将质量中心的坐标带入原始参数范围。
 
Andrey Dik #:

采用一个相对范围,例如 - 1;1
将参数范围纳入该范围。
计算 "质量中心"
将质心坐标带入原始参数范围。

我不会取质量中心。只取最佳点的坐标。

 
就像这样的功能。
input double X = 0;

double OnTester() { return(MathTan(X)); }

一些难以理解的结果。如果实现迭代探测,我想可以找到很多 "石头"。

Tangent 是一种不成功的 FF,而 TS-FF 则更容易戳出。

 
fxsaber #:

我不会取质量中心。只取最佳点的坐标。

我的理解是,通过局部来预测全局......但一般来说,有必要将参数的范围缩小到一个尺度,在AO之外,然后对它们进行一些操作。好吧,或者说,在一个单一的测量系统中,AO将在空间坐标中工作。