Советник для статьи. Тестирование для всех желающих. - страница 7

Речь идет о внесении незначительных ошибок во время оптимизации, т.е. значения входных параметров будут слегка искажаться случайным образом и по идее это должно привести к тому, что генетический алгоритм не сможет зациклиться на ложных экстремумах с крутыми спусками. В тоже самое время, для экстремумов с пологими спусками незначительные искажения также незначительно будут влиять на алгоритм оптимизации.

Например, если экстремум имеет координаты в виде значений входных параметров x, y, z, фитнес функция profit = f(x, y, z), то x ± delta, y ± delta, z ± delta, где delta - небольшое искажение для значений входных параметров, для ложных экстремумов значительно повлияет на конечный результат, для экстремумов с пологими спусками отклонение фитнес-функции будет незначительным.

Это по аналогии с дорожным движением: если дорога узкая и скользкая, то по ней проехать сложно не вылетев на обочину - ложный, т.е. нестабильный экстремум. Если дорога широкая и с хорошим покрытием, то по ней проехать можно запросто - более истинный, т.е. стабильный экстремум. Мы вносим небольшие девиации в рулевое управление и проехать по узкой и скользкой трассе, вписавшись в повороты уже невозможно - отсекаем ложные экстремумы. Поскольку поиск экстремумов многомерных функций очень схож с подъемом в гору по различным трассам, то аналогия вполне уместна.

Таким макаром, теоретически генетический алгоритм будет стараться избегать ложных экстремумов, поскольку их потомки в виде хромосом не впишутся в повороты и стремиться к максимизации на стабильных.

После оптимизации, искажения входных параметров должны быть отключены.

Может зря Вы их батенька исключаете. Они же могут дать доверительные границы

А на кой искажения нужны в трейдинге? Может быть Вы их и включаете, чтобы просадка была плюс/минус километр, но мне такого удовольствия не надо. Задача лишь в том, чтобы отсечь значительную часть нестабильных экстремумов при оптимизации.

Хозяин барин: захотел включил, захотел исключил).

ув. Юрий, что там со статьёй? когда публикация?

Почти готова в html формате. Еще добавлю пару скринов, внимательно перечитаю, подправлю и передам на редактирование. Возможно, что на редактирование она уйдет уже завтра.

отличная новость! хотелось бы к выходным почитать Ваши труды

удачи!

Да там сплошная ботаника, какие-то формулы, какие-то словечки шибко заумные, картинки для пущей важности.

Лучше детективчик почитать.

не надо ничего случайно искажать. Это делает сам ГА механизмом мутации. Оптимизация нужна для провекри каждого отдельного опта на робастность, а не поиска глобальных экстремумов. Если опт не отвечает требованиям, то этот фильтр, или элемент сетапа (смотря что за параметр) нужно пересматривать или вообще откинуть.

ГА нужен только для начальной точки отсчёта - выбрать значения оптов более-менее рабочих, чтобы зафиксировать их и затем проверять каждый опт отдельно.

да не нужен форвард вообще при правильном анализе оптов.

Суть форварда - оценить плавают ли экстремумы оптимизируемых параметров во времени. Т.е. отсечь варианты, когда на всём участке тестирования (оптимизационном + аутофсамплес) несколько локальных экстремумов. Это отсекается гораздо лучше отдельным анализом по каждому опту на одноврешинность его экстремума и монотонность. Т.е. это уже гарантия, что опт "не плавает" во времени. А форвард имеет значительные недостатки - он рассматривает только отдельные точки на оптимизационной поверхности, а не в совокупности. Что в купе с отфонарным делением участков на оптимизационный и аутофсамплес уменьшает стат.достоверность такого анализа ниже плинтуса)) Это всего лишь одна реализация - может повезти с выбором аутофсамплеса и хреновый набор оптов прокатит, или наоборот - период аутофсамплес попадет на период временной просадки "хорошего" набора оптов.

Но в любом случае, повторюсь, что задача оптимизации это оценка робастности каждого параметра в составе системы. Если есть сомнения лучше его отбросить или изменить. Оставить только то, что на 100% подтверждается статистикой и торговой логикой.