Salkun optimointi. Real-Time After Hours Pre-Market News. Flash Cumulative Quote Interaktiiviset kaaviot Oletusasetus. Huomaa, että kun teet valintasi, se koskee kaikkia tulevia käyntejäsi Jos milloin tahansa, olet kiinnostunut palauttamaan Valitse Oletusasetus. Jos sinulla on kysyttävää tai sinulla on ongelmia asetusten muuttamisessa, lähetä sähköpostia. Vahvista valintasi. Olet valinnut muuttamalla oletusasetusta Lainohakuun Tämä on nyt Oletuskohteen sivulle, jos et muuta asetuksia uudelleen tai poistat evästeet Oletko varma, että haluat muuttaa asetuksiasi? Poista mainosten estotoiminto käytöstä tai päivitä asetukset varmistaaksesi, että javascript ja evästeet ovat käytössä, jotta voimme jatkaa Tarjota sinulle ensiluokkaisia markkinoiden uutisia ja tietoja, joita olette odottaneet meiltä. Optimoinnin optimointi. Teknisen analyysin optimoinnin yhteydessä prosessin säätö Ading-järjestelmä pyrkii parantamaan tehokkuutta Näihin muutoksiin kuuluu muun muassa keskimääräisten liikkeiden siirtämiseen käytettyjen kausien lukumäärän muuttaminen, käytettävien indikaattoreiden lukumäärän muuttaminen tai yksinkertainen poistaminen, mikä ei toimi. Esimerkiksi jos sijoittajalla on yksinkertainen kauppajärjestelmä Joka koostuu vain suljetun hinnan ja liikkuvan keskiarvon vaihtumisesta muuttamalla liikkuvan keskiarvon jaksoja, elinkeinonharjoittajat saavat erilaisia voittoja, riskejä, pääomanvetoja jne. Näin optimointi auttaa sinua valitsemaan kaupan optimaaliset parametrit. BREAKING DOWN Optimointi. Kun kaupankäyntijärjestelmä on kehitetty, seuraava askel ennen toteutusta on takaisinkytkentä ja optimointi. Kauppajärjestelmän parametrien paras mahdollinen yhdistelmäasetusten löytäminen on välttämätöntä kaupankäyntijärjestelmän voittoa tuottavalle menestykselle. Ansoja, joita kauppiaat joskus tahallaan unohtaa Yli-optimointi ja liian suuret tai pienet näyteajanjaksot ovat vain pari hienovaraista Virheet, jotka johtavat kaupankäyntijärjestelmien epäonnistumiseen. Kaupankäyntijärjestelmän avulla määritellään joukko sääntöjä, jotka määräävät kaupankäynnin kirjaamisen ja lopettamisen, joka tuottaa johdonmukaisia voittoja Jokaisen järjestelmässä sovellettavan säännön mukaan signaalien määrä vähenee järjestyksessä Täyttää koko sääntöjen asettamat kollektiiviset kriteerit. Sovellettaessa liian monta sääntöä saadakseen takaisintestitulokset, jotka osoittavat suurempia voittoja, saattaa johtaa siihen, mitä kutsutaan kaareväliksi. Näin on, kun takertutkimuksen tulokset yhdessä Aikajakso osoittaa kannattavuuden, mutta romahdetaan, kun samaa järjestelmää ja asetuksia sovelletaan eri ajanjaksolla Esimerkiksi kuvitella kaupankäyntijärjestelmä, joka käyttää päiväkirjaa viimeisen vuoden aikana ja valitsee kuukausi ja päivä, jolloin merkittävä peruutus Tapahtui, osoittamaan signaalia käänteiseen suuntaan, joka tuottaa kannattavaa kaupankäyntiä. Tämän hypoteettisen mutta epäkäytännöllisen järjestelmän säännöt ovat luettelo kuukausittaisista päivämääristä, joilla ei ole vuotta, joka johtaisi Kyseisen vuoden suurin nettotulos Optimointi pyrkii jokaisen kääntymisen täsmälliseen ajankohtaan ja johtaa täydelliseen käyrän sovittamiseen Kuitenkin, kun järjestelmää sovelletaan eri vuoteen tai tulevaisuuteen, se todennäköisesti epäonnistuu. Sample Data Period . Tietojakauman kesto, jolle suoritetaan jälkityyppi kauppajärjestelmän asetusten optimoimiseksi vaihtelee järjestelmän mukaan Jotkut järjestelmät tuottavat useita kauppasignaaleja päivässä ja jotkut tuottavat yhden signaalin kuukaudessa tai vähemmän Kummassakin tapauksessa takana - testissä olisi ainakin oltava useita kauppasignaaleja, jotka tuottavat tilastollisesti merkitseviä tuloksia. Kuten edellä todettiin, olisi huolehdittava siitä, että näytejakso kattaa kaikki yleiset markkinaolosuhteet, mukaan lukien trendien nousu, laskutrendit ja kauppa. Auttaa ehkäisemään optimointituloksia, jotka toimivat vain yhdenlaisessa markkinatilanteessa. Miten optimoida kaupankäyntijärjestelmä. NOTE Tämä on varsin edistynyt aihe Lue edelliset AFL-tutoriaalit fi Ensimmäinen optimoinnin idea on yksinkertainen Ensinnäkin sinulla on oltava kaupankäyntijärjestelmä, tämä voi olla yksinkertainen liikkuva keskiarvo crossover esimerkiksi Lähes jokaisessa järjestelmässä on joitain parametreja keskimääräisen ajan, joka päättää miten järjestelmä toimii, eli se sopii hyvin Kuinka pitkällä tai lyhyellä aikavälillä reagoi erittäin haihtuviin kantoihin jne. Optimointi on prosessi, jossa löydetään optimaaliset arvot niistä parametreista, jotka antavat järjestelmän suurimman hyödyn tietylle symbolle tai symbolisarjalle. AmiBroker on yksi Muutamia ohjelmia, joiden avulla voit optimoida järjestelmäsi useita symboleja kerralla. Järjestelmän optimoimiseksi sinun on määriteltävä yhdestä kymmenestä optimoitavasta parametrista. Päätetään, mikä on parametrin pienin ja suurin sallittu arvo ja mikä lisää tätä arvoa Pitäisi päivittää AmiBroker suorittaa sitten useita paluukokeita järjestelmää käyttämällä kaikkia mahdollisia parametrien arvojen yhdistelmiä Kun tämä prosessi on valmis AmiBroker näyttää luettelon Tulokset lajitellaan nettotuloksella Voit nähdä arvot optimointiparametreista, jotka antavat parhaan tuloksen. Writing AFL formula. Optimization in back tester tuetaan uuden funktion kutsutaan optimoida Syntaksi tämän toiminnon on seurausta. various optimoida Kuvaus, Oletusarvo min max step. variable - on normaali AFL-muuttuja, jolle annetaan arvo, joka palautetaan optimoimalla funktio Normaalilla backtesting-, skannaus-, tutkimus - ja kommentointitiloilla optimointitoiminto palauttaa oletusarvon, joten yllä oleva funktion puhelu vastaa muuttuvaa oletusta. Mode optimize - toiminto palauttaa peräkkäiset arvot min-max mukaan lukien askel askeleelta. Description on merkkijono, jota käytetään tunnistamaan optimointi muuttuja ja näkyy sarakkeessa nimi optimointitulosten list. de. default on oletusarvo, joka optimoi funktio palautukset Etsintä, indikaattori, kommentointi, skannaus ja normaalit taustatestit. Min on muuttujan minimiarvo o Ptimized. max on muuttujan maksimiarvo, joka on optimoitu. step on aikaväli, jota käytetään arvon kasvattamiseen ministä max. AmiBroker tukee upto 64 puhelua optimoimaan funktio ja siten jopa 64 optimointi muuttujat, huomaa, että jos käytät kattavaa optimointia sitten On oikein hyvä rajoittaa optimointimuuttujien määrä vain muutamiin. Jokainen puhelu optimoida tuottamaan max - min vaiheen optimointi silmukoita ja useita puheluja optimoimaan kerrottu tarvittavien suoritusten lukumäärä Esimerkiksi kahden parametrin optimointi käyttäen 10 vaihetta edellyttää 10 10 100 Optimointi silmukoita. Call optimoida toiminto vain ONCE per muuttuja alussa kaavalla, koska jokainen puhelu luo uuden optimointi silmukoita. Multiple-symboli optimointi on täysin tuettu AmiBroker. Maximum haku tilaa on 2 64 10 19 10.000.000.000.000.000.000 yhdistelmiä.1 Single muuttuja optimointi. sigavg Optimoi signaalin keskimäärin 9 2 20 1.Buy Cross MACD 12 26, Signaali 12 26 sigavg Myy ristiin signaali 12 26 sigavg, MAC D 12 26.2 Kaksi muuttujaa optimointi sopii 3D-kartoitukseen. Optimoi per 2 5 50 1 Taso Optimoi taso 2 2 150 4. Osta Cross CCI per, - Level myydä ristiin, CCI per.3 Useita 3 muuttujan optimointi. mfast Optimize MACD Fast 12 8 16 1 mslow Optimoi MACD Slow 26 17 30 1 sigavg Optimoi signaalin keskimäärin 9 2 20 1.Buy Cross MACD mfast, mslow Signal mfast, mslow, sigavg Myy Cross Signal mfast, mslow, sigavg, MACD mfast, mslow. Kaava klikkaa Optimoi - painiketta Automaattinen analyysi - ikkunassa AmiBroker alkaa testata kaikki mahdolliset optimointimuuttujien yhdistelmät ja raportoi tulokset listassa Kun optimointi on suoritettu, tulokset on esitetty lajitellulla nettotuloksella. Voit lajitella tulokset Tulosluettelon sarakkeessa on helppo saada parametrien optimaaliset arvot alhaisemmalle vedonnousulle, pienimmille kaupoille, suurimmalle voitto-tekijälle, alhaisimmalle markkina-altistukselle ja suurimmalle riskille mukautetulle vuosituotokselle. St esittää optimointimuuttujien arvot tietylle testille. Kun päätät, mikä parametrien yhdistelmä sopii tarpeisiisi, parasta mitä tarvitset, on korvata oletusarvot optimoimalla toiminnot puhelut optimaalisten arvojen kanssa. Nykyisessä vaiheessa sinun on kirjoitettava ne Käsin kaavamuokkausikkunassa funktion kutsun optimoinnin toinen parametri. 3D-animoitujen optimointikarttojen näyttäminen. 3D-optimointikaavion näyttämiseksi sinun on suoritettava kaksivaihteleva optimointi ensin. Kaksi muuttujan optimointia varten tarvitaan kaava, jossa on 2 Optimoi funktiokutsut. Esimerkki Kaksivaihteleva optimointikaava näyttää tästä. Optimoida per 2 5 50 1 taso Optimoi taso 2 2 150 4. Osta Cross CCI per, - Level myydä ristitaso, CCI per. After kirjoittamalla kaavan sinun täytyy napsauttaa Optimoi button. Once Optimointi on valmis, napsauta pudotusnuolta Optimointi - painiketta ja valitse Näytä 3D-optimointi-kaavio Muutamassa sekunnissa värikäs kolmiulotteinen pinta-alue näkyy 3D-kaavion katseluikkuna Esimerkki 3D-kaaviosta, joka on luotu yllä olevan kaavan avulla. Oletusarvoisesti 3D-kaaviot näyttävät Nettotuloksen optimointimuuttujia vastaan. Voit kuitenkin piirtää 3D-pintataulukon minkä tahansa sarakkeen optimointitulostaulukossa. Napsauta sarakkeen otsikkoa Lajittelua varten sininen nuoli ilmestyy, mikä osoittaa, että optimointitulokset lajitellaan valitulla sarakkeella ja valitaan sitten uudelleen 3D-optimointikäyrä. Kun tarkastellaan, miten järjestelmän parametrit vaikuttavat kaupankäynnin tehokkuuteen, voit helposti päättää, mitkä parametriarvot tuottavat hauraita ja tuottavat vahvoja Järjestelmän suorituskyky Vankat asetukset ovat 3D-kaavion alueita, jotka näyttävät asteittaisia eikä äkillisiä muutoksia pintarakenteessa 3D-optimointikartat ovat erinomainen työkalu estämään käyrän sovittaminen Curve-sovitus tai ylioptimointi tapahtuu, kun järjestelmä on monimutkaisempi kuin sen on tarpeen Olkoon, ja kaikki tämä monimutkaisuus keskittyi markkinaolosuhteisiin, joita ei ehkä enää tapahdu. Radikaalit muutokset tai piikki S 3D-optimointitaulukoissa näkyy selkeästi ylioptimointialueita Sinun pitäisi valita parametrinen alue, joka tuottaa laajan ja laajan tasangon 3D-kaaviossa reaalikaupan kaupankäynnille Parametrisarjat, jotka tuottavat voitonpiikkejä, eivät toimi luotettavasti reaalikaupassa. AmiBrokerin 3D-kaavion katseluohjelma tarjoaa täydellistä katselukapasiteettia, jossa on täysi kuvaaja ja animaatio Nyt voit tarkastella järjestelmäsi tuloksia kaikista mahdollisista näkökulmista Voit hallita kartan sijaintia ja muita parametreja hiirellä, työkalurivillä ja pikanäppäimillä, mitä tahansa helpommin Sinulle löydät luettelon. - Kierrä - pidä alhaalla hiiren vasenta painiketta ja siirry XY-suuntiin - Zoom-sisään, zoom-out - pidä hiiren oikeaa näppäintä painettuna ja siirry XY-suuntiin - siirrä käännöstä - pidä alhaalla VASEN hiiren painike ja CTRL-näppäin ja siirry XY-suuntaan - animaatio - pidä hiiren vasenta painiketta painettuna, vedä nopeasti ja vapauta painike samalla kun vedät sen. ASENNUS - animaatiota pyöritetään automaattisesti VASEN ARRO W KEY - pyöritä vasen oikea vasen oikea nuolinäppäin - pyöritä oikealle ylös YLÄNINÄPPÄIN - pyöritä horiz ylös Ylösnuoran avaus - pyöritä horiz alaspäin NUMPAD PLUS - lähentää lähi NUMPAD - MINUS - kaukana pienennä NUMPAD 4 - siirrä vasemmalle NUMPAD 6 - siirrä oikealle NUMPAD 8 - siirrä ylös NUMPAD 2 - siirry alas PAGE UP - vedenkorkeus ylös PAGE DOWN - veden taso alas. Smart ei-tyhjentävä optimointi. AmiBroker tarjoaa nyt älykkään ja ei-tyhjentävän optimoinnin tavallisen ja tyhjentävän hakutarkoituksen lisäksi Ei-kattava haku on hyödyllistä Jos tietyn kaupankäyntijärjestelmän kaikkien parametriyhdistelmien määrä on yksinkertaisesti liian suuri, jotta se olisi mahdollista kattavaa etsintää varten. Täysivertainen haku on täysin hieno niin kauan kuin on järkevää käyttää sitä. Sanotaan, että sinulla on 2 parametriä, jotka vaihtelevat 1-100 vaiheesta 1 Sillä on 10000 yhdistelmää - sopii täydellisesti kattavaan hakuun Nyt 3 parametrilla saat 1 miljoonan yhdistelmän - se on edelleen OK kattavaan hakuun mutta voi olla lenghty 4 parametrilla on 100 miljoonaa yhdistelmää ja 5 parametriä 1 100 y Ou: lla on 10 miljardia yhdistelmää. Tässä tapauksessa olisi liian aikaa tutkia kaikkia niitä, ja tämä on alue, jossa ei-tyhjentävät älykkäät hakumenetelmät voivat ratkaista ongelman, jota ei voida ratkaista kohtuullisessa ajassa käyttämällä tyhjentävää etsintää. Ehdottomasti SIMPLEST-ohjeet uuden, ei-tyhjentävän optimoijan käyttämisestä tässä tapauksessa CMA-ES.1 Avaa kaava kaavaeditorissa.2 Lisää tämä rivi rivisi yläosaan. OptimizerSetEngine cmae voit käyttää myös spso tai trib .3 Valinnainen Valitse optimointitavoitteesi Automaattinen analyysi, Asetukset, Kävely eteenpäin - välilehti, Optimointikenttä Jos ohitat tämän vaiheen, se optimoi CAR MDD - yhdistelmän vuotuinen tuotto jaettuna enimmäisvetolla. Nyt, jos suoritat optimoinnin käyttämällä tätä kaavaa, se Käyttää uutta evolutionaarista, ei-tyhjentävää CMA-ES-optimointia. Miten se toimii? Optimointi on prosessi, jolla saadaan vähimmäis tai suurin sallittu toiminto. Kauppajärjestelmää voidaan pitää tietyn numeron funktiona Argumentteja Tulot ovat parametreja ja noteerausdataa lähtö on optimointitavoite sanomme CAR MDD Ja etsit maksimaalisesti annettua funktiota. Jotkut älykkäät optimointialgoritmit perustuvat luonnolle eläinten käyttäytymiseen - PSO-algoritmi tai biologinen prosessi - Geneettiset algoritmit, Ja jotkut perustuvat ihmisten johtamiin matemaattisiin käsitteisiin - CMA-ES. Näitä algoritmeja käytetään monilla eri alueilla, mukaan lukien rahoitus Anna PSO-rahoitusta tai CMA-ES-rahoitusta Googlessa ja löydät paljon tietoa. Ei-tyhjentäviä tai älykkäitä menetelmiä Löytää maailmanlaajuisen tai paikallisen optimaalisen tavoitteen Tavoitteena on luonnollisesti löytää globaali, mutta jos on olemassa yksi jyrkkä huippu zillions-parametriyhdistelmistä, ei-kattavat menetelmät eivät välttämättä löydä tätä yksittäistä huippua vaan muodostavat sen elinkeinonharjoittajan näkökulmasta, Yksittäisen teräväpiikin löytäminen on hyödytöntä kaupankäynnille, koska tulos olisi epävakaana liian hauras eikä replikoituva todellisen kaupankäynnin yhteydessä. Optimointiprosessissa me etsimme tasapinta-alueita Ja tämä on alue, jossa älykkäät menetelmät loistavat. Koska ei-tyhjentävän etsinnän käyttämää algoritmia se seuraa seuraavalla tavalla. Optimoija tuottaa jonkin verran satunnaista alkupopulaatiota parametrisarjoista b jälkikasvua suoritetaan AmiBrokerilla kullekin parametriryhmälle Väestö c testitulosten tulokset arvioidaan algoritmin logiikan mukaan ja syntyy uutta väestöä tulosten kehityksen perusteella, d jos uusi paras löytyy - tallenna se ja siirry vaiheeseen b, kunnes pysäytyskriteerit täyttyvät. Sisällytetään saavuttamaan määritetyt enimmäis iteraatiot b pysähtyä, jos viimeisten X-sukupolvien parhaiden objektiivisten arvojen alue on nolla c pysähtyy, jos lisäämällä 0 1: n keskihajontavektoria missä tahansa pääakselin suunnassa ei muutu objektiivisen arvon d arvoja d. Ei-tyhjentävä optimoija AmiBrokerissa sinun on määritettävä optimointikone, jota haluat käyttää AFL-kaavassa käyttämällä OptimizerSetEngine-funktiota. Toiminto valitsee ulkoisen op AmiBrokerilla määritetty ajoitusmotoiminto on tällä hetkellä mukana kolmella moottorilla Standard Particle Swarm Optimizer Spso, Tribes trib ja CMA-ES cmae - nimet bracesissa käytetään OptimizerSetEngine-puheluissa. Valitsemalla optimointimoottorin voit myös asettaa joitain Sen sisäisistä parametreistä Voit tehdä tämän käyttämällä OptimizerSetOption function. OptimizerSetOption nimeä, value function. Function asettaa lisäparametreja ulkoiselle optimointimoottorille Parametrit ovat moottorista riippuvaisia Kaikki kolme optimointia toimittavat AmiBroker SPSO, Trib, CMAE tukevat kahta parametria Ja MaxEval-maksimiarvotestit yksittäisajoa kohden Jokaisen parametrin käyttäytyminen riippuu moottorista, joten samat arvot saattavat ja yleensä tuottaa erilaisia tuloksia eri moottoreilla. Suoritusten ja MaxEvalin välinen ero on seuraava Arviointi tai testi on yksittäinen backtest tai arviointi Objektiivisen funktion arvon RUN on algoritmin yksi täysi suoritusaika optimaalisen arvon löytämiseksi - yleensä laskutus Lukuisia testituloksia. Jokainen suorittaa yksinkertaisesti uudelleen koko optimointiprosessin uudesta alkukohtaisesta satunnaisesta satunnaisesta väestöstä. Siksi jokainen suoritusaika voi johtaa erilaisten paikallisten minimiarvojen löytämiseen, jos se ei löydä yleistä. So Runs - parametri määrittää seuraavien algoritmien määrän. MaxEval on Arvioiden enimmäismäärä bakteereja millään yksittäisellä aikavälillä. Jos ongelma on suhteellisen yksinkertainen ja 1000 testit ovat riittäviä maailmanlaajuisen maksimiarvon löytämiseksi, 5x1000 on todennäköisimmin maailmanlaajuinen maksimi, koska paikallisten maksimiin jää vähemmän mahdollisuuksia, Alkavat eri alkuperäisestä satunnaisesta väestöstä. Parametrien arvojen valitseminen voi olla hankalaa Se riippuu testattavan ongelman, sen monimutkaisuuden jne. Jne. Kaikista stokastinen ei-tyhjentävä menetelmä ei anna sinulle taata löytää maailmanlaajuisesti max min riippumatta testien lukumäärä, jos Se on pienempi kuin tyhjentävä Helpoin vastaus on määritellä suuri määrä testejä, koska se on kohtuullista sinulle ajan kuluessa, joka vaaditaan täydentämään Toinen yksinkertainen neuvonta on, että kerrotaan testien lukumäärän lisäämällä uusi ulottuvuus, joka voi johtaa tarpeettomien testien määrän yliarviointiin, mutta se on varsin turvallista. Lähetetyt moottorit on suunniteltu helppokäyttöisiksi, joten kohtuullisia oletusarvojen automaattisia arvoja käytetään, joten optimointi Voidaan yleensä suorittaa ilman, että määritetään mitään oletusarvoista. On tärkeää ymmärtää, että kaikki älykkäät optimointimenetelmät toimivat parhaiten jatkuvilla parametrilla ja suhteellisen pehmeillä objektiivisuuksilla. Jos parametrissa on erillisiä evoluutioalgoritmeja, voi olla vaikeuksia löytää optimaalinen arvo. Tämä pätee erityisesti binääriseen Pois päältä - parametreja - ne eivät sovi mihinkään etsintämenetelmään, joka käyttää objektiivisen funktion muutoksen gradienttia, koska useimmat älykkäät menetelmät tekevät Jos kaupankäyntijärjestelmä sisältää monia binaariparametreja, sinun ei pitäisi käyttää älykäsoptimointityökalua suoraan niihin vaan yrittää optimoida vain jatkuvia parametreja käyttämällä Älykäs optimointiohjelma ja siirtää binääriparametreja manuaalisesti tai ulkoisesti L script. SPSO - Standard Particle Swarm Optimizer. Standard Particle Swarm Optimizer perustuu SPSO2007-koodiin, jonka on tarkoitus tuottaa hyviä tuloksia edellyttäen, että oikeat parametrit eli Runs, MaxEval annetaan erityistä ongelmaa Poiminta oikeita vaihtoehtoja PSO optimizer voi olla hankalaa siksi Tulokset voivat vaihdella merkittävästi tapauskohtaisesti. Sisältää täydelliset lähdekoodit ADK-alikansion sisällä. Esimerkkikoodi Standard Particle Swarm Optimizerille, joka löytää optimaalisen arvon 1000 testissä 10000 yhdistelmän etsintätilasta. OptimizerSetEngine spso OptimizerSetOption toimii, 1 OptimizerSetOption MaxEval, 1000.sl Optimoi s, 26, 1, 100, 1 fa Optimoi f, 12, 1, 100, 1.Buy Cross MACD fa, sl, 0 Myy Cross 0, MACD fa, sl. TRIBES - Adaptive Parameter-less Particle Swarm Optimizer. Tribes on adaptiivinen, parametrista vähemmän PSO Hiukkasten parvi optimointi ei-tyhjentävä optimoija Tieteellisen taustan kannalta katsoa teoriassa pitäisi toimia paremmin kuin tavallinen PSO, koska se voi automaattisesti säätää parvi - ja algoritmistrategian ongelman ratkaisemiseksi. Käytäntö osoittaa, että sen suorituskyky on melko samanlainen kuin PSO. Plugin toteuttaa Tribes-D eli dimensiivisen version Perustuu Maurice Clercin alkuperäisiin lähdekoodeihin, joita käytetään kirjoittajan luvalla. Mukana täydellinen lähdekoodi ADK-kansion sisällä. Tuetut parametrit MaxEval - arvioiden enimmäismäärä testitulosteita per oletusarvo 1000. Sinun pitäisi lisätä arvioiden määrää yhä useammilla mittoilla optimointiparametrien määrä Oletus 1000 on hyvä 2 tai enintään 3 ulottuvuuteen. Runs - suorittimien määrä käynnistyy uudelleen 5 Voit jättää suoritusten määrän oletusarvoisesti 5. Oletusten oletusmäärän tai uudelleenkäynnistyksen oletusmäärän ollessa 5. Jos haluat käyttää Tribes-optimointityökalua, sinun on lisättävä yksi rivi koodiin. OptimizerSetOption MaxEval, 5000 5000 arvioinnit max. CMA-ES - Kovarianssin matriisien sovitus Evolutionary Strategy - optimointityökalu. CMA-ES Kovarianssin matriisien sovitus Evolutionary Strategy on edistyksellinen, ei-tyhjentävä optimoija. Tieteellisen taustan mukaan tieteellisten vertailuarvojen mukaan ylittää yhdeksän muuta suosittua evoluutiopolitiikkaa, kuten PSO, Geneettinen ja Differentiaalinen evoluutio. Plugin toteuttaa maailmanlaajuisen hakuvaihtoehdon useilla uudelleenkäynnistyksillä, joissa pop on lisääntynyt Äärimäärän koko sisältää täydellisen lähdekoodin ADK-kansion sisällä. Syötteiden tai uudelleenkäynnistysten oletusmäärät on asetettu arvoon 5. On suositeltavaa jättää oletusarvoiset uudelleenkäynnistysmäärät. Voit vaihtaa sen käyttämällä OptimizerSetOption-suorituksia, N-kutsua, jossa N: 1 10 Yli 10 ajotuloksen määrittäminen ei ole suositeltavaa, vaikkakin mahdollista Huomaa, että jokainen suoritus käyttää kaksitoista aiemmin käytetyn väestön määrää niin, että se kasvaa eksponentiaalisesti. Näin ollen kymmenellä käynnistyksellä päätyy väestöön 2 10 suurempi 1024 kertaa kuin ensimmäinen ajo. On toinen parametri MaxEval Oletusarvo on nolla, mikä tarkoittaa, että plugin laskee automaattisesti MaxEvalin vaaditaan. EI ole mahdollista määritellä MaxEvalia itsestään, koska oletus toimii hienosti. Algoritmi on riittävän älykäs, jotta vaaditut arvioinnit vähenisivät ja se konvertoi hyvin nopeasti Ratkaisuun, niin usein se löytää ratkaisuja nopeammin kuin muut strategiat. On normaalia, että plugin ohittaa joitakin arviointivaiheita, jos se havaitsee, että ratkaisu löytyi, Eitä ei pidä yllättää, että optimoinnin etenemispalkki voi liikkua hyvin nopeasti joillakin kohdin. Liitännällä on myös kyky lisätä portaiden lukumäärää alun perin arvioituun arvoon, jos se on tarpeen ratkaisun löytämiseksi. Sopeutuvuuden, arvioidun jäljellä olevan ajan ja Tai edistymisikkunan näyttämien vaiheiden määrä on vain paras arvaus tuolloin ja voi vaihdella optimointikurssin aikana. Jos haluat käyttää CMA-ES-optimointityökalua, sinun tarvitsee vain lisätä yksi rivi koodikenttään. Tämä suorittaa optimoinnin oletusasetuksilla, jotka Ovat useimmissa tapauksissa sopivia. On huomattava, kuten monien jatkuvatoimisten avaruusalgoritmien tapauksessa, että Optimointi-funktion puheluiden pienentämisen vaiheparametri ei vaikuta merkittävästi optimointiin. Ainoa asia, joka on tärkeä, on ongelma-ulottuvuus eli Eri parametrien lukumäärä parametrien määrä Optimoi funktiopuhelut Parametrin parametrien määrä voidaan asettaa vaikuttamaan optimointiin, joten käytä hienointa resoluutiota. Y algoritmin pitäisi pystyä löytämään ratkaisu korkeintaan 900 N 3 N 3: n takatestissä, missä N on ulottuvuus Käytännössä se konvertoo LOT nopeammin Esimerkiksi ratkaisu 3 N 3 - dimensioalueella sanoa 100 100 100 1 miljoona tyhjää vaihetta Löytyy niin vähän kuin 500-900 CMA-ES-askelta. Monisäikeinen yksilöllinen optimointi. AmiBroker 5 70: stä lähteminen ja monisymboli multithreadingin lisäksi voit suorittaa monisäikeisen yhden symbolin optimoinnin. Voit käyttää tätä toimintoa napsauttamalla pudota Alas - nuolta Optimointi-painikkeen vieressä Uusi analyysi - ikkunassa ja valitse Yksilöllinen optimointi. Yksilöllinen optimointi käyttää kaikkia käytettävissä olevia prosessorisorkeja yhden symbolin optimoinnin suorittamiseen, mikä tekee siitä paljon nopeamman kuin tavallinen optimointi. Nykyisessä symboliympäristössä se suorittaa optimoinnin yhdellä symbolilla Kaikissa symboleissa ja suodatustiloissa se käsittelee kaikki symbolit peräkkäin eli ensimmäinen täydellinen optimointi ensimmäiselle symbolle, sitten optimointi toiselle symbolle jne. Rajoitukset 1 Custo M backtester ei ole tuettu vielä 2 Smart-optimointimoottoria ei tueta - vain pehmeä optimointi toimii. Joka tapauksessa voimme päästä eroon rajoituksesta 1 - kun AmiBrokeria muutetaan niin custom backtester ei käytä enää OLE Mutta 2 on luultavasti täällä pysyä pitkään.
No comments:
Post a Comment