文章 "神经网络变得轻松(第三十一部分):进化算法"

 

新文章 神经网络变得轻松(第三十一部分):进化算法已发布:

在上一篇文章中,我们开始探索非梯度优化方法。 我们领略了遗传算法。 今天,我们将继续这个话题,并将研究另一类进化算法。

优化之后,在策略测试器中测试了模型。 为了测试模型,我用到了 Evolution-test.mq5 EA,它是前几篇文章中的 EA 精确副本。 仅有的影响就是更改了加载模型的文件名。 完整的 EA 代码可在附件中找到。

EA 基于过去 2 周历史数据进行了测试,不包括训练样本。 这意味着 EA 是在接近真实条件下进行测试的。 测试结果展现了所提方法的可行性。 在下面的图表中,您可以看到余额增加的动态。 总体来说,在测试期间执行了107 笔交易。 其中,近 55% 是盈利的。 盈亏交易的比例接近 1:1,但平均盈利比平均亏损高 43%。 因此,生成的盈利因子为 1.69。 抗跌系数已达到 3.39。

已训练模型的测试结果

已训练模型的测试结果


作者:Dmitriy Gizlyk