Я такое тоже очень часто замечал, начиная со 195 билда.
А в чем проявляется разница?
Если разница в списке наилучших результатов, то это абсолютно нормально - генетический алгоритм каждый раз выбирает разные случайные популяции для перебора, что дает возможность проверять разные области возможных решений. Это стандартное поведение.
Если же разница в том, что меняются результаты прогона по одному и тому же набору параметров (например, тест с параметрами a=18 b=-300 в разных прогонах имеет разные результаты), то приведите точный пример.
Если разница в списке наилучших результатов, то это абсолютно нормально - генетический алгоритм каждый раз выбирает разные случайные популяции для перебора, что дает возможность проверять разные области возможных решений. Это стандартное поведение.
Если же разница в том, что меняются результаты прогона по одному и тому же набору параметров (например, тест с параметрами a=18 b=-300 в разных прогонах имеет разные результаты), то приведите точный пример.
Renat писал (а):
А в чем проявляется разница?
Если разница в списке наилучших результатов, то это абсолютно нормально - генетический алгоритм каждый раз выбирает разные случайные популяции для перебора, что дает возможность проверять разные области возможных решений. Это стандартное поведение.
Если же разница в том, что меняются результаты прогона по одному и тому же набору параметров (например, тест с параметрами a=18 b=-300 в разных прогонах имеет разные результаты), то приведите точный пример.
А в чем проявляется разница?
Если разница в списке наилучших результатов, то это абсолютно нормально - генетический алгоритм каждый раз выбирает разные случайные популяции для перебора, что дает возможность проверять разные области возможных решений. Это стандартное поведение.
Если же разница в том, что меняются результаты прогона по одному и тому же набору параметров (например, тест с параметрами a=18 b=-300 в разных прогонах имеет разные результаты), то приведите точный пример.
Я думаю, проблема в том, что если присмотреться к результатам оптимизации, можно заметить для двух разных проходов совершенно одинаковый результат и набор параметров...
MAEstro:
Я думаю, проблема в том, что если присмотреться к результатам оптимизации, можно заметить для двух разных проходов совершенно одинаковый результат и набор параметров...
Теперь понял вопрос. Конечно же, генетический оптимизатор при
скрешивании генов частенько генерирует повторяющиеся наборы
генов. Но так как у нас используется автоматический кеш ранее
просчитанных вариантов, то повторяющиеся наборы берутся мгновенно
прямо из кеша без фактического расчета. Это означает, что мы
не тратим время на повторных вычислениях одних и тех же параметров.
Renat:
А в чем проявляется разница?
Если разница в списке наилучших результатов, то это абсолютно нормально - генетический алгоритм каждый раз выбирает разные случайные популяции для перебора, что дает возможность проверять разные области возможных решений. Это стандартное поведение.
Если же разница в том, что меняются результаты прогона по одному и тому же набору параметров (например, тест с параметрами a=18 b=-300 в разных прогонах имеет разные результаты), то приведите точный пример.
А в чем проявляется разница?
Если разница в списке наилучших результатов, то это абсолютно нормально - генетический алгоритм каждый раз выбирает разные случайные популяции для перебора, что дает возможность проверять разные области возможных решений. Это стандартное поведение.
Если же разница в том, что меняются результаты прогона по одному и тому же набору параметров (например, тест с параметрами a=18 b=-300 в разных прогонах имеет разные результаты), то приведите точный пример.
Я думаю, проблема в том, что если присмотреться к результатам оптимизации, можно заметить для двух разных проходов совершенно одинаковый результат и набор параметров...
Наверное, нам лучше все-таки повторные пересчеты удалять из списка, чтобы исключить аналогичные вопросы.
При тестировании не забывайте, что генетический алгоритм находит лишь локальные экстремумы! Этим, кстати, и объясняются
одинаковые результаты - популяции постепенно приходят к определеному
развитию, которое является лучшим. Да, он работает быстрее чем
перебор, не не исключен и "пропуск". Поэтому запускайте
2-3 раза генетическую оптимизацию для увеличения вероятности
нахождения глобального экстремума.
![MQL5 - Язык торговых стратегий для клиентского терминала MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Генетический алгоритм включен.
Это допустимо или нет?