AO Core
- Библиотеки
- Andrey Dik
- Версия: 1.8
- Обновлено: 14 июля 2023
- Активации: 20
AO Core - ядро алгоритма оптимизации, это библиотека, построенная на авторском алгоритме HMA (hybrid metaheuristic algorithm).
Обратите внимание на продукт MT5 Optimization Booster, который позволяет очень просто управлять штатным оптимизатором МТ5.
Пример применения AO Core описан в статье:
https://www.mql5.com/ru/articles/14183
https://www.mql5.com/ru/blogs/post/756509
Данный гибридный алгоритм основан на генетическом алгоритме и содержит лучшие качества и свойства популяционных алгоритмов.
Скоростной расчет в HMA гарантирует непревзойденную точность и высокие поисковые способности, позволяет экономить совокупное время на проведение оптимизации, где лучшее решение будет найдено за меньшее количество итераций. Производительность этого алгоритма превосходит все известные популяционные алгоритмы оптимизации.
В составе каких проектов может быть использована эта библиотека и улучшить результаты:
1. Автоматическая самооптимизация в советниках.
2. Поиск оптимального соотношения прибыль/риск для реализации гибкого манименеджмента.
3. Оптимизация портфеля, включая самооптимизацию портфелей.
4. Применение в составе оптимизатора уже найденных решений.
5. Применение в машинном обучении и совместно с нейронными сетями.
Технические характеристики:
1. Количество оптимизируемых параметров: неограниченно.
2. Шаг оптимизируемых параметров: неограниченно, начиная с 0.0.
3. Высокая масштабируемость и стабильность результатов.
Важно!
Пожалуйста, не покупайте библиотеку, если вы не до конца понимаете что с ней делать и как использовать.
Библиотека совсем не имеет настроечных параметров (снижение степеней свободы увеличивает устойчивость результатов). Необходимо только задать размер популяции (может быть очень полезно при организации распараллеливания исторических прогонов на OpenCL-устройствах).
Экспортируемые функции библиотеки:
//—————————————————————————————————————————————————————————————————————————————— #import "MQL5\\Scripts\\Market\\AO Core.ex5" bool Init (int colonySize, double &range_min [] , double &range_max [] , double &range_step []); //------------------------------------------------------------------------------ void Preparation (); void GetVariantCalc (double &variant [], int pos); void SetFitness (double value, int pos); void Revision (); //------------------------------------------------------------------------------ void GetVariant (double &variant [], int pos); double GetFitness (int pos); #import //——————————————————————————————————————————————————————————————————————————————
Опубликованные статьи автора:
Популяционные алгоритмы оптимизации: https://www.mql5.com/ru/articles/8122
Популяционные алгоритмы оптимизации: Рой частиц (PSO): https://www.mql5.com/ru/articles/11386
Популяционные алгоритмы оптимизации: Муравьиная Колония (Ant Colony Optimization - ACO): https://www.mql5.com/ru/articles/11602
Популяционные алгоритмы оптимизации: Искусственная Пчелиная Колония (Artificial Bee Colony - ABC): https://www.mql5.com/ru/articles/11736
Популяционные алгоритмы оптимизации: Оптимизация Стаей Серых Волков (Grey Wolf Optimizer - GWO): https://www.mql5.com/ru/articles/11785
Популяционные алгоритмы оптимизации: Алгоритм оптимизации с кукушкой (Cuckoo Optimization Algorithm — COA): https://www.mql5.com/ru/articles/11786
Популяционные алгоритмы оптимизации: Поиск косяком рыб (Fish School Search — FSS): https://www.mql5.com/ru/articles/11841
Популяционные алгоритмы оптимизации: Светлячковый алгоритм (Firefly Algorithm - FA): https://www.mql5.com/ru/articles/11873
Популяционные алгоритмы оптимизации: Алгоритм летучих мышей (Bat algorithm - BA): https://www.mql5.com/ru/articles/11915
Hello, I have to congratulate you for allowing me to purchase this application, excellent service from every point of view. Thank you.!!!