총 최적화 단계 수가 32비트 시스템에서 1,000,000을 초과하거나 64비트 시스템에서 100,000,000을 초과하면 빠른 최적화 모드가 자동으로 활성화됩니다.
유전자 최적화 를 사용하면 각 생성이 계산된 후 중간 결과가 캐시에 저장됩니다(platform_data_folder/tester/cache/*.gen 파일). 따라서 유전자 최적화 프로세스는 언제든지 중단될 수 있습니다. 유전 최적화 과정이 외부적인 이유(예: 정전)로 인해 중단되더라도 최적화는 다음 시작 시 마지막으로 계산된 세대부터 자동으로 계속됩니다. 유전자 최적화 캐시는 최적화 설정이 변경되거나 최적화 프로세스가 완료될 때까지 유지됩니다.
최적화가 정상적으로 중지되면( "중지" 버튼 사용) 이전에 계산된 모든 패스가 저장됩니다. 최적화가 재개되면 중단된 부분부터 프로세스가 계속됩니다.
В данном режиме происходит полный перебор всех возможных комбинаций значений входных переменных, выбранных для оптимизации на соответствующей вкладке. Быстрая (генетический алгоритм) В основу данного типа оптимизации заложен генетический алгоритм подбора наилучших значений входных параметров. Данный тип оптимизации значительно быстрее полного...
Renat Fatkhullin : 따라서 캐시의 작업을 완전히 변경했다고 위에 쓰여 있습니다. 문서는 시간이 지남에 따라 변경됩니다.
또한 유전학에서 캐시 적중이 반복 실행의 결과를 크게 향상시키는 방법을 보여주었습니다. 50%부터.
유전자 테스터의 본질은 랜더마이저가 국지적 극단에서 벗어날 수 있도록 여러 번 실행해야 한다는 것입니다. 이것은 네 번째 실행에서 새 슬라이드를 찾은 위의 화면에 표시됩니다.
항상 프로세스의 역학을 이해해야 합니다. 솔루션의 검색 공간이 수조이면 유전학에 많은 시도가 주어져야 합니다.
여러 번 실행해야 하는 경우 이 모든 것을 알고리즘으로 구현하지 않는 이유는 무엇입니까? 그리고 객체에 대한 충분한 정보가 있을 때 프로세스의 역학을 이해할 수 있습니다. 여기에서 사용자는 세부 사항(인구 규모, 중지 기준 등)을 알지 못한 채 일반적인 아이디어만 가지고 있는 블랙박스를 제시합니다. 더욱이 이러한 매개변수를 제어할 수 없습니다. 따라서 옵티마이저가 극한값에 집착하면 알고리즘 매개변수가 올바르게 설정되지 않을 수 있습니다.
여러 번 실행해야 하는 경우 이 모든 것을 알고리즘으로 구현하지 않는 이유는 무엇입니까? 그리고 객체에 대한 충분한 정보가 있을 때 프로세스의 역학을 이해할 수 있습니다. 여기에서 사용자는 세부 사항(인구 규모, 중지 기준 등)을 알지 못한 채 일반적인 아이디어만 가지고 있는 블랙박스를 제시합니다. 더욱이 이러한 매개변수를 제어할 수 없습니다. 따라서 옵티마이저가 극한값에 집착하면 알고리즘 매개변수가 올바르게 설정되지 않을 수 있습니다.
이것이 유전적 방법의 본질이기 때문이다. 무제한 탐색 공간에서 N 세대 동안 목적 함수의 성장이 일정 수준 이하로 떨어질 때 빠른 솔루션을 내보낸다.
키워드: 빠른 .
유전자 알고리즘 은 절대적으로 정확한 결과를 보장하지 않습니다. 첫 번째 분석을 얻기 위한 빠르고 더러운 평가입니다.
유전자를 사용하는 방법
수십억/조 개의 옵션에 대한 광범위한 검색 제한 노출
첫 실행을 했다
3D를 비롯한 다양한 평면에서 시각화를 사용하여 어느 영역에서 괜찮은 결과를 얻을 수 있는지 깨달았습니다.
검색 제한이 좁혀지고 일부 매개변수가 비활성화되었습니다(고정 또는 합리적인 수준으로 좁혀짐).
새로운 달리기를 시작했다
첫 번째 실행에 추가 결과를 받았습니다.
시각화, 생각으로 다시 평가
결과가 만족스러울 때까지 4단계로 이동합니다.
수조 개의 옵션이 있는 검색 공간을 통과하는 10,000개를 볼 때 고개를 끄지 마십시오. 기적은 일어나지 않습니다.
유전학은 신중하고 수동으로 사용해야 합니다.
일반적으로 이론에 대해 더 깊이 파고들 것을 권장합니다. 이것이 없으면 유전학이 "버튼을 누르면 끝"이라는 것을 알 수 있습니다.
Тестер стратегий позволяет тестировать и оптимизировать торговые стратегии (советники) перед началом использования их в реальной торговле. При тестировании советника происходит его однократная прогонка с начальными параметрами на исторических данных. При оптимизации торговая стратегия прогоняется несколько раз с различным набором параметров...
우리는 테스터의 대규모 성능 업그레이드와 과부하 상태에서 작업 모드를 다시 실행하느라 바쁩니다. 주요 개선이 이루어졌으며 새로운 가속 방법이 곧 구현될 것입니다.
지속적으로 변경되는 패스 목록을 유지 관리, 재정렬 및 표시하는 데 많은 리소스를 소비하지 않도록 계산 끝에 패스 목록 창을 표시하기로 결정했습니다.
리소스와 브레이크에 대한 막대한 지출이 있었습니다. 특히 수십만 개의 라인, 수백만 및 수천만 개의 패스에 대해 이야기 할 때. 예비 데이터의 족보를 눈으로 보는 것은 의미가 없습니다.
우리는 최적화 테스트를 수행하고 1억 개의 전체 패스로 작업합니다.
이러한 숫자를 사용하면 2-5-10-50백만 값의 테이블을 실시간으로 재정렬하고 표시하는 것에 대해 이야기할 수 없다는 것이 분명합니다. 모든 것을 빠르고 경제적으로 수집하고, 마지막으로 정렬하고 모든 깊이까지 보기를 제공하는 단 하나의 옵션이 있습니다.
이 모든 것이 훌륭합니다!
그러나 "최적화" 탭으로 돌아가십시오. 운영 분석 없이는 작업할 수 없습니다! 큰 테이블은 속도가 느려집니다. 필터를 만들어 보겠습니다. 각 기준에 대해 상위 20개를 표시합니다. 리소스를 많이 사용하는(?) 것은 아니지만 그림을 보는 데 도움이 됩니다. 그리고, 이 수십억 개의 패스 - 누가 그것을 하고 있습니까? 이들은 거대한 용량을 가진 단위입니다. 당신은 유전학 사용의 합리성에 대해 이야기하지만 그러한 발보가 없습니다. 저것들. 10,000개 이상의 패스는 드뭅니다.
최적화 중지에 대해 이해하지 못했습니다. 내 프레임이 파일에 기록된 다음 다시 시작한 후 새 파일이 기록될 것입니다. 조언자에게 그 자리에서 계속했다고 말할 기회가 없기 때문입니다. 그들이 멈춘 곳에서 결과를 기록하기 위해 새 파일을 만들 필요가 없습니다. 그렇다면 현재 결과를 전혀 모니터링하지 않고는 할 수 없습니다!
글쎄, 내가 설득력이 없다면 다른 지표에 대한 현재 최적화 결과 로 그래프를 생성할 수 있게 하여 그래프를 원하는 지표로 전환하고 이러한 방식으로 상황을 모니터링할 수 있도록 하십시오.
그리고 테스터를 맡았기 때문에 최적화 후에 "최적화" 매개변수를 단일 패스 테스트 모드로 전환하시기 바랍니다. 이로 인해 여러 번 데이터가 손실되었으며 많은 사람들이 여기에 대해 불평했습니다.
로컬 네트워크의 에이전트는 최적화 사이에 데이터를 분석하는 데 시간이 걸리고 5분 이내에 즉시 실행되지 않기 때문에 더 오랜 시간 동안 캐시와 전체 환경을 지우지 않도록 교육하십시오. 그리고 이제 당신은 최적화를 다시 시작하고 무엇이 시작되는지 아는 사람의 배포 - 에이전트는 10분 후에 작업을 시작합니다 예, 인터넷 연결이 느리지만 무엇을 그렇게 많이 줄 수 있습니까? 왜 당신은 각 로컬 컴퓨터(이 PC에 하나의 에이전트)를 주고 에이전트 간에 모든 것을 나누도록 할 수 없습니다!
왜 처음부터 유전학을 시작한다고 말하지 않았습니까?
유전자 검색의 원리는 무작위성에 기반을 두고 있으므로 "시작한 것을 계속"하는 것은 의미가 없습니다. 그의 임무는 무작위로 실행하는 것입니다.
그리고 이 경우에도 캐시가 사용됩니다. 이전에 계산된 결과에 들어갈 확률이 매우 낮기 때문입니다(검색 영역은 5천만 개 옵션이 있음). 따라서 시작점이 무작위로 지정되기 때문에 처음부터 시작하는 것처럼 보입니다.
설명서를 읽어보니 정반대입니다. 철자가 정확하지 않을 수 있습니까? 이해하고 싶다.
https://www.metatrader5.com/ru/terminal/help/algotrading/optimization_types
따라서 캐시의 작업을 완전히 변경했다고 위에 쓰여 있습니다. 문서는 시간이 지남에 따라 변경됩니다.
노고에 감사드립니다!
최소한 여러 통화 테스트 중에 각 기호에 대한 정상적인 통계를 보고 싶습니다.
재생산을 위해 설명을 첨부하지 않는 이유는 무엇입니까?
설명이 없으면 사진이 증거가 아니라는 것을 이해하지 못합니까? 당신은 기술적인 문제를 논의하는 기술 포럼에 있습니다.
나는 당신의 조건에 따라 건설하려고했습니다.
결과는 다음과 같습니다. 모든 것이 정상적이고 합리적이며 테스터가 작동하며 유전학이 올바른 결과를 찾습니다.
유전학이 어떻게 최고의 결과의 녹색 영역에 들어가고 거기에 정착했는지 알 수 있습니다.
전임 이동 평균 전문가 고문. 세트 첨부
4가지 최적화를 수행했습니다. 애플리케이션의 로그 파일. 그것은 모두 유전에 관한 것입니다.
2 새 빌드에서. 오래된 것에 2.
첫 번째 실행 - 새로운 논스톱에서 처음부터 끝까지 3.56분이 걸렸습니다.
3번째 실행 - 기존의 실행에서 처음부터 끝까지 멈추지 않고 2.15분이 걸렸습니다.
2회차 - 처음부터 끝까지 한 정거장이 있는 새 도로에서 2.25+7.57= 9.82분이 소요되었습니다.
4번째 실행 - 처음부터 끝까지 한 정거장이 있는 이전 버전에서는 1.55+1.17= 2.72분이 걸렸습니다.
새 빌드가 왜 그렇게 잘 작동하지 않는지 말해 주세요.
따라서 캐시의 작업을 완전히 변경했다고 위에 쓰여 있습니다. 문서는 시간이 지남에 따라 변경됩니다.
여러 번 실행해야 하는 경우 이 모든 것을 알고리즘으로 구현하지 않는 이유는 무엇입니까? 그리고 객체에 대한 충분한 정보가 있을 때 프로세스의 역학을 이해할 수 있습니다. 여기에서 사용자는 세부 사항(인구 규모, 중지 기준 등)을 알지 못한 채 일반적인 아이디어만 가지고 있는 블랙박스를 제시합니다. 더욱이 이러한 매개변수를 제어할 수 없습니다. 따라서 옵티마이저가 극한값에 집착하면 알고리즘 매개변수가 올바르게 설정되지 않을 수 있습니다.
전임 이동 평균 전문가 고문. 세트 첨부
새 빌드가 왜 그렇게 잘 작동하지 않는지 말해 주세요.
질문을 정확하게 작성하십시오.
여러 번 실행해야 하는 경우 이 모든 것을 알고리즘으로 구현하지 않는 이유는 무엇입니까? 그리고 객체에 대한 충분한 정보가 있을 때 프로세스의 역학을 이해할 수 있습니다. 여기에서 사용자는 세부 사항(인구 규모, 중지 기준 등)을 알지 못한 채 일반적인 아이디어만 가지고 있는 블랙박스를 제시합니다. 더욱이 이러한 매개변수를 제어할 수 없습니다. 따라서 옵티마이저가 극한값에 집착하면 알고리즘 매개변수가 올바르게 설정되지 않을 수 있습니다.
이것이 유전적 방법의 본질이기 때문이다. 무제한 탐색 공간에서 N 세대 동안 목적 함수의 성장이 일정 수준 이하로 떨어질 때 빠른 솔루션을 내보낸다.
키워드: 빠른 .
유전자 알고리즘 은 절대적으로 정확한 결과를 보장하지 않습니다. 첫 번째 분석을 얻기 위한 빠르고 더러운 평가입니다.
유전자를 사용하는 방법
수조 개의 옵션이 있는 검색 공간을 통과하는 10,000개를 볼 때 고개를 끄지 마십시오. 기적은 일어나지 않습니다.
유전학은 신중하고 수동으로 사용해야 합니다.
일반적으로 이론에 대해 더 깊이 파고들 것을 권장합니다. 이것이 없으면 유전학이 "버튼을 누르면 끝"이라는 것을 알 수 있습니다.
전략 최적화 - 알고리즘 트레이딩, 트레이딩 로봇
MetaTrader 4의 유전 알고리즘. 무차별 대입 최적화 프로그램과의 비교
유전자 알고리즘은 쉽습니다!
유전 알고리즘 - 수학적 장치
전문가의 자기 최적화: 진화 및 유전 알고리즘
가이드 최적화: 어닐링 방법
MetaTrader 5의 워크포워드 최적화 - DIY
자신만의 전문가 매개변수 최적화 기준 만들기
몬테카를로 방법을 적용하여 거래 전략 최적화
강화 학습의 랜덤 결정 포레스트
전문가 고문의 작업 매개변수를 선택하기 위한 최적화(테스트) 기술 및 일부 기준
최적화 함정에 빠지지 않는 방법은 무엇입니까?
노고에 감사드립니다!
최소한 여러 통화 테스트 중에 각 기호에 대한 정상적인 통계를 보고 싶습니다.
우리는 테스터의 대대적인 업그레이드를 시작하여 한 조각씩 다시 작성했습니다. 이제 우리는 데이터 작업 방식을 변경하느라 바쁘다.
보고를 포함하여 많은 것을 변경할 것입니다.
우리는 테스터의 대규모 성능 업그레이드와 과부하 상태에서 작업 모드를 다시 실행하느라 바쁩니다. 주요 개선이 이루어졌으며 새로운 가속 방법이 곧 구현될 것입니다.
지속적으로 변경되는 패스 목록을 유지 관리, 재정렬 및 표시하는 데 많은 리소스를 소비하지 않도록 계산 끝에 패스 목록 창을 표시하기로 결정했습니다.
리소스와 브레이크에 대한 막대한 지출이 있었습니다. 특히 수십만 개의 라인, 수백만 및 수천만 개의 패스에 대해 이야기 할 때. 예비 데이터의 족보를 눈으로 보는 것은 의미가 없습니다.
우리는 최적화 테스트를 수행하고 1억 개의 전체 패스로 작업합니다.
이러한 숫자를 사용하면 2-5-10-50백만 값의 테이블을 실시간으로 재정렬하고 표시하는 것에 대해 이야기할 수 없다는 것이 분명합니다. 모든 것을 빠르고 경제적으로 수집하고, 마지막으로 정렬하고 모든 깊이까지 보기를 제공하는 단 하나의 옵션이 있습니다.
이 모든 것이 훌륭합니다!
그러나 "최적화" 탭으로 돌아가십시오. 운영 분석 없이는 작업할 수 없습니다! 큰 테이블은 속도가 느려집니다. 필터를 만들어 보겠습니다. 각 기준에 대해 상위 20개를 표시합니다. 리소스를 많이 사용하는(?) 것은 아니지만 그림을 보는 데 도움이 됩니다. 그리고, 이 수십억 개의 패스 - 누가 그것을 하고 있습니까? 이들은 거대한 용량을 가진 단위입니다. 당신은 유전학 사용의 합리성에 대해 이야기하지만 그러한 발보가 없습니다. 저것들. 10,000개 이상의 패스는 드뭅니다.
최적화 중지에 대해 이해하지 못했습니다. 내 프레임이 파일에 기록된 다음 다시 시작한 후 새 파일이 기록될 것입니다. 조언자에게 그 자리에서 계속했다고 말할 기회가 없기 때문입니다. 그들이 멈춘 곳에서 결과를 기록하기 위해 새 파일을 만들 필요가 없습니다. 그렇다면 현재 결과를 전혀 모니터링하지 않고는 할 수 없습니다!
글쎄, 내가 설득력이 없다면 다른 지표에 대한 현재 최적화 결과 로 그래프를 생성할 수 있게 하여 그래프를 원하는 지표로 전환하고 이러한 방식으로 상황을 모니터링할 수 있도록 하십시오.
그리고 테스터를 맡았기 때문에 최적화 후에 "최적화" 매개변수를 단일 패스 테스트 모드로 전환하시기 바랍니다. 이로 인해 여러 번 데이터가 손실되었으며 많은 사람들이 여기에 대해 불평했습니다.
로컬 네트워크의 에이전트는 최적화 사이에 데이터를 분석하는 데 시간이 걸리고 5분 이내에 즉시 실행되지 않기 때문에 더 오랜 시간 동안 캐시와 전체 환경을 지우지 않도록 교육하십시오. 그리고 이제 당신은 최적화를 다시 시작하고 무엇이 시작되는지 아는 사람의 배포 - 에이전트는 10분 후에 작업을 시작합니다 예, 인터넷 연결이 느리지만 무엇을 그렇게 많이 줄 수 있습니까? 왜 당신은 각 로컬 컴퓨터(이 PC에 하나의 에이전트)를 주고 에이전트 간에 모든 것을 나누도록 할 수 없습니다!
질문을 정확하게 작성하십시오.
오래된 좋은 알고리즘을 깨고 3배 더 느리게 작동하는 새 알고리즘으로 교체하는 이유는 무엇입니까?
유전적 방법에 대한 새로운 접근 방식을 구현해야 하는 경우 "최적화" 탭에 새 항목을 추가하고,
설명 및 작업 방법을 작성하십시오.