Makale danışmanı. Herkes için test. - sayfa 7
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Yani optimizasyon onları zaten çözüyor, başka nerede onları saptırabiliriz?
Optimizasyon sırasında küçük hataların ortaya çıkmasından bahsediyoruz, yani. giriş parametrelerinin değerleri rastgele biraz bozulacak ve teorik olarak bu, genetik algoritmanın dik inişlerle yanlış uçlarda döngü yapamamasına yol açmalıdır. Aynı zamanda, hafif inişli ekstremler için hafif bozulmalar da optimizasyon algoritmasını biraz etkileyecektir.
Örneğin, ekstremum, x, y, z, uygunluk fonksiyonu kârı = f(x, y, z) girdi parametre değerleri şeklinde koordinatlara sahipse, o zaman x ± delta, y ± delta, z ± delta, nerede delta, değerler giriş parametreleri için hafif bir bozulmadır, yanlış ekstremum için nihai sonucu önemli ölçüde etkiler, yumuşak inişli ekstremum için, uygunluk fonksiyonunun sapması önemsiz olacaktır.
Bu, trafiğe benzetilerek yapılır: yol dar ve kaygansa, yolun kenarına uçmadan sürmek zordur - yanlış, yani. kararsız aşırı Yol genişse ve kapsama alanı iyiyse, o zaman kolayca gidebilirsiniz - daha doğru, yani. istikrarlı aşırı Direksiyonda küçük sapmalar yapıyoruz ve artık dar ve kaygan bir yolda sürüş yapmak, dönüşlere uyum sağlamak mümkün değil - yanlış aşırılıkları kesiyoruz. Çok boyutlu fonksiyonların ekstremumlarının aranması, çeşitli rotalar boyunca yokuş yukarı tırmanmaya çok benzer olduğu için, analoji oldukça uygundur.
Bu nedenle, teorik olarak, genetik algoritma yanlış uçlardan kaçınmaya çalışacaktır, çünkü kromozom şeklindeki torunları rotasyonlara sığmayacak ve kararlı olanları maksimuma çıkarma eğiliminde olacaktır.
Optimizasyondan sonra, giriş parametrelerinin bozulması devre dışı bırakılmalıdır.
Optimizasyondan sonra, giriş parametrelerinin bozulması devre dışı bırakılmalıdır.
Belki boşuna onları dışlarsın dostum. Ayrıca güven sınırları sağlayabilirler.
Optimizasyondan sonra, giriş parametrelerinin bozulması devre dışı bırakılmalıdır.
Belki boşuna onları dışlarsın dostum. Ayrıca güven sınırları sağlayabilirler.
Ve ticarette ne tür çarpıtmalara ihtiyaç var? Belki onları artı / eksi bir kilometre olacak şekilde açarsınız, ancak böyle bir zevke ihtiyacım yok. Görev, optimizasyon sırasında yalnızca kararsız ekstremin önemli bir bölümünü kesmektir.
Belki boşuna onları dışlarsın dostum. Ayrıca güven sınırları sağlayabilirler.
uv. Yuri, makalenin nesi var? yayın ne zaman
harika haber! Haftasonuna kadar eserlerini okumak isterim
iyi şanslar!
harika haber! Haftasonuna kadar eserlerini okumak isterim
iyi şanslar!
Evet, sağlam bir botanik var, bazı formüller, bazı çok karmaşık kelimeler, daha büyük önem taşıyan resimler.
Dedektif okumak daha iyi.
Optimizasyon sırasında küçük hataların ortaya çıkmasından bahsediyoruz, yani. giriş parametrelerinin değerleri rastgele biraz bozulacak ve teorik olarak bu, genetik algoritmanın dik inişlerle yanlış uçlarda döngü yapamamasına yol açmalıdır. Aynı zamanda, hafif inişli ekstremler için hafif bozulmalar da optimizasyon algoritmasını biraz etkileyecektir.
Örneğin, ekstremum, x, y, z, uygunluk fonksiyonu kârı = f(x, y, z) girdi parametre değerleri şeklinde koordinatlara sahipse, o zaman x ± delta, y ± delta, z ± delta, nerede delta, değerler giriş parametreleri için hafif bir bozulmadır, yanlış ekstremum için nihai sonucu önemli ölçüde etkiler, yumuşak inişli ekstremum için, uygunluk fonksiyonunun sapması önemsiz olacaktır.
Bu, trafiğe benzetilerek yapılır: yol dar ve kaygansa, yolun kenarına uçmadan sürmek zordur - yanlış, yani. kararsız aşırı Yol genişse ve kapsama alanı iyiyse, o zaman kolayca gidebilirsiniz - daha doğru, yani. istikrarlı aşırı Direksiyonda küçük sapmalar yapıyoruz ve artık dar ve kaygan bir yolda sürüş yapmak, dönüşlere uyum sağlamak mümkün değil - yanlış aşırılıkları kesiyoruz. Çok boyutlu fonksiyonların ekstremumlarının aranması, çeşitli rotalar boyunca yokuş yukarı tırmanmaya çok benzer olduğu için, analoji oldukça uygundur.
Bu nedenle, teorik olarak, genetik algoritma yanlış uçlardan kaçınmaya çalışacaktır, çünkü kromozom şeklindeki torunları rotasyonlara sığmayacak ve kararlı olanları maksimuma çıkarma eğiliminde olacaktır.
Optimizasyondan sonra, giriş parametrelerinin bozulması devre dışı bırakılmalıdır.
hiçbir şeyi yanlışlıkla çarpıtmaya gerek yok. Bu, GA'nın kendisini mutasyon mekanizması yapar. Optimizasyon, her bir bireyin sağlamlığını kontrol etmek ve küresel uç noktaları aramamak için gereklidir. Opt gereksinimleri karşılamıyorsa, bu filtrenin veya kurulum öğesinin (parametrenin ne olduğuna bağlı olarak) gözden geçirilmesi veya tamamen atılması gerekir.
GA'ya yalnızca başlangıç noktası için ihtiyaç vardır - bunları düzeltmek için az ya da çok çalışan seçeneklerin değerlerini seçmek ve ardından her seçeneği ayrı ayrı kontrol etmek.
İleri her durumda gereklidir. Değilse nasıl değerlendirilir?
Evet, toptan satışların doğru analizi ile bir forward işlemine hiç gerek yoktur.
İlerlemenin özü, optimize edilmiş parametrelerin uç noktalarının zaman içinde dalgalanıp dalgalanmadığını değerlendirmektir. Onlar. tüm test alanında birkaç yerel ekstremum olduğunda seçenekleri kesin (optimizasyon + otomatik örnekler). Bu, her biri kendi ekstremumunun ve monotonluğunun eşzamanlılığını tercih eden ayrı bir analizle çok daha iyi kesilir. Onlar. bu zaten toptan satışın zamanında "yüzmediğinin" bir garantisidir. Ve ileriye dönük önemli dezavantajlar var - toplamda değil, optimizasyon yüzeyinde yalnızca bireysel noktaları dikkate alıyor. Bu, bölümlerin optimizasyon ve otomatik numunelere bölünmesiyle birleştiğinde, kaidenin altında böyle bir analizin istatistiksel güvenilirliğini azaltır)) Bu sadece bir uygulamadır - otomatik numune seçimi ve boktan bir toptan satış seti ile şanslı olabilirsiniz. işe yarayacak, ya da tam tersi - otomatik numune alma süresi, "iyi" bir dizi toptancının geçici bir düşüş dönemine denk gelecek.
Ancak her durumda, optimizasyon probleminin sistemdeki her parametrenin sağlamlığının bir değerlendirmesi olduğunu tekrar ediyorum. Şüpheniz varsa, atmak veya değiştirmek daha iyidir. Yalnızca istatistikler ve ticaret mantığı tarafından %100 onaylananları bırakın.