Optymalizacja Portfela Walutowego

Optymalizacja portfela. Real-Time After Hours Pre-Market News. Flash Cytat Cytat Cytat Wykresy interaktywne Ustawienie domyślne. Pamiętaj, że po dokonaniu wyboru zastosuje się do wszystkich przyszłych odwiedzin Jeśli w dowolnym momencie jesteś zainteresowany odwróceniem do ustawień domyślnych, wybierz ustawienie domyślne powyżej. Jeśli masz jakieś pytania lub napotykasz jakiekolwiek problemy dotyczące zmiany ustawień domyślnych, napisz do nas e-mail. Potwierdź wybór. Wybrano zmianę domyślnego ustawienia wyszukiwania cytatów. Teraz będzie to domyślną stronę docelową, chyba że zmienisz konfigurację ponownie lub usuń pliki cookie Na pewno chcesz zmienić swoje ustawienia. Należy wyłączyć blokadę reklam lub zaktualizować ustawienia, aby upewnić się, że javascript i pliki cookie są włączone, abyśmy mogli kontynuować dostarczy Ci najważniejszych informacji rynkowych i danych, które oczekują od nas. KONKRETACJA Optymalizacji. W kontekście optymalizacji analizy technicznej jest proces dostosowywania tr ading system w celu uczynienia go bardziej skutecznym Te korekty obejmują zmianę liczby okresów używanych w średnich kroczących, zmianę liczby wskaźników używanych lub po prostu zabranie tego, co nie działa. Na przykład, jeśli inwestor ma prosty system handlu to po prostu składa się z krzywej cen zamknięcia i średniej ruchomej, zmieniając okresy średniej ruchomej, przedsiębiorca zyska różne zyski, ryzyko, wypłaty kapitału itp. Dzięki temu optymalizacja pomaga wybrać optymalne parametry w handlu. BREAKING DOWN Optymalizacja. Po opracowaniu systemu handlu kolejnym krokiem przed wdrożeniem jest sprawdzenie wsteczne i optymalizacja. Znalezienie najlepszej możliwej kombinacji ustawień parametrów systemu handlowego ma decydujące znaczenie dla sukcesu generującego zyski systemu obrotu. Istnieje wiele pułapek i pułapek, że handlowcy czasami nieumyślnie wychodzą na nadmierną optymalizację i mają zbyt duży lub mały okres danych próbki to tylko kilka subtelnych błędy prowadzące do awarii systemów handlowych. System handlu służy do zdefiniowania zbioru reguł, które decydują o wejściu i wyjściu z handlu, które przynosi konsekwentne zyski Z każdą regułą, która jest stosowana w systemie, liczba sygnałów ulega zmniejszeniu w kolejności w celu zaspokojenia zbiorowych kryteriów ustalonych przez całość zasad Stosowanie zbyt wielu reguł w celu osiągnięcia wyników testów wstecznych, które wykazują wyższe zyski, mogą powodować to, co określa się jako dopasowanie krzywej To jest, gdy wyniki testu wstecznego w jednym okres czasu pokazuje rentowność, ale zwija się, gdy ten sam system i ustawienia są stosowane w innym przedziale czasowym Na przykład wyobraź sobie system handlu, który wykorzystuje dzienny wykres w ciągu ostatniego roku i wybiera miesiąc i dzień, w którym nastąpi znaczne odwrócenie , aby wskazać sygnał w kierunku odwrotu, przynoszący zyskowny handel. Zasadami tego hipotetycznego, ale niepraktycznego systemu byłyby listy terminów miesięcznych i bez roku, które spowodowałyby najwyższy zysk netto za ten rok Optymalizacja będzie się koncentrować na precyzyjnym harmonogramie każdego odwrotu i doprowadzi do idealnego dopasowania krzywej Jeśli jednak system zostanie zastosowany na inny rok lub przyszłość, najprawdopodobniej się nie powiedzie. Okres próbkowania danych . Okres okresu danych, na którym przeprowadzane jest badanie wsteczne, w celu zoptymalizowania ustawień systemu handlu zmienia się w zależności od systemu Niektóre systemy generują wiele sygnałów handlowych dziennie, a niektóre generują jeden sygnał miesięcznie lub mniej W obu przypadkach, tył - przynajmniej powinna obejmować szereg sygnałów handlowych, które przyniosą wyniki statystycznie istotne. Powtarzając to, należy zadbać o to, aby okres próbkowania obejmował wszystkie ogólne warunki rynkowe, w tym tendencje wzrostowe, tendencje spadkowe i zakres handlu. pomóc w zapobieganiu skutkom optymalizacji, które działają tylko w jednym typie warunków rynkowych. Jak zoptymalizować system handlu. UWAGA Jest to dość zaawansowany temat Przeczytaj poprzednie instrukcje AFL fi rst. The idea optymalizacji jest prosta Po pierwsze musisz mieć system handlu, może to być prosty przecięcie średniej kroku na przykład W prawie każdym systemie istnieją pewne parametry jako okres uśredniania, który decyduje, jak dany system zachowuje się tj. jest dobrze dostosowany na długoterminową lub krótkoterminową, jak reaguje na bardzo lotne zapasy itp. Optymalizacja jest procesem znalezienia optymalnych wartości tych parametrów dających największy zysk dla systemu dla danego symbolu lub portfela symboli AmiBroker jest jednym z najbardziej kilka programów, które pozwalają zoptymalizować system na wielu symbolach naraz. Aby zoptymalizować system, musisz zdefiniować od jednego do dziesięciu parametrów, które mają zostać zoptymalizowane. Zdecydujesz, co jest minimalną i maksymalną dopuszczalną wartością parametru iw jakim krokach ta wartość powinien zostać zaktualizowany AmiBroker wykonuje wiele testów wstecznych systemu przy użyciu WSZYSTKICH kombinacji wartości parametrów Po zakończeniu tego procesu AmiBroker wyświetli listę wyników posortowanych przez zysk netto Możesz zobaczyć wartości parametrów optymalizacji, które dają najlepszy wynik. Zarządzanie formuła AFL. Optymalizacja w testerze wstecznym jest obsługiwana za pomocą nowej funkcji zwanej optymalizacją Składnia tej funkcji jest następująca. optymalizacja zmienna Opis, domyślna min maks. step. variable - jest normalną zmienną AFL, która otrzymuje przypisaną wartość zwracaną przez optymalizację funkcji Przy normalnych testach wstecznych, skanowania, eksploracji i trybach komend funkcja optymalizacji zwraca wartość domyślną, więc powyższe wywołanie funkcji jest równoważne wariancji domyślnej. W optymalizacji tryb optymalizacji zwraca kolejne wartości od min do maksimum włącznie z krokiem kroku. Opis jest ciągiem, który jest używany do identyfikacji zmiennej optymalizacji i jest wyświetlany jako nazwa kolumny w wynikach optymalizacji. list_default jest wartością domyślną, która zoptymalizuje funkcję zwraca eksploracji, wskaźnika, komentarza, skanowania i normalnego trybu testów wstecznych. min jest minimalną wartością zmiennej o ptimized. max jest maksymalną wartością zmiennej zoptymalizowanej. step jest interwałem służącym do zwiększania wartości od min do maksimum. AmiBroker obsługuje maks. 64 wywołania w celu zoptymalizowania funkcji, a więc do 64 zmiennych optymalizacyjnych, pamiętając, że jeśli używasz wyczerpującej optymalizacji to naprawdę dobry pomysł, aby ograniczyć liczbę zmiennych optymalizacyjnych do zaledwie kilku. Każdy zadzwonić, aby zoptymalizować generowanie maksimum kroków optymalizacji pętli i wiele połączeń w celu optymalizacji mnożenia liczby wymaganych uruchomień Na przykład optymalizacji dwóch parametrów przy użyciu 10 kroków będzie wymagało 10 10 100 optymalizację funkcji ONCE na zmienną na początku formuły, ponieważ każde wywołanie generuje nowe pętle optymalizacyjne. Wielofunkcyjna optymalizacja jest w pełni obsługiwana przez AmiBroker. Maksymalna przestrzeń wyszukiwania to 2 64 10 19 10 000 000 000 000 000 kombinacji.1 Jedna zmienna optymalizacja. sigavg Optymalizacja średniej sygnału 9 2 20 1.Buy Cross MACD 12 26, Signal 12 26 sigarg Sprzedaj sygnał krzyżowy 12 26 sigavg, MAC D 12 26.2 Optymalizacja na 2 5 50 1 Poziom Zoptymalizuj poziom 2 2 150 4.Buy Cross CCI per, - Rezwój Poziom Cross, CCI per.3 Wielokrotne 3 zmienna optymalizacja. mfast Optymalizacja MACD Szybki 12 8 16 1 mslow Optymalizacja MACD Powolny 26 17 30 1 sigavg Optymalizacja Średnica sygnału 9 2 20 1.Buy Cross MACD mfast, mslow Sygnał mfast, mslow, sigavg Sprzedaj sygnał krzyżowy mfast, mslow, sigavg, MACD mfast, mslow. After enter formuła po prostu kliknij przycisk Optymalizuj w oknie analizy automatycznej AmiBroker rozpocznie testowanie wszystkich możliwych kombinacji zmiennych optymalizacyjnych i przedstawi wyniki na liście Po wykonaniu optymalizacji lista wyników została przedstawiona przez zysk netto Jak można sortować wyniki przez dowolna kolumna na liście wyników łatwo uzyskać optymalne parametry dla najniższego wypłatu, najniższą liczbę transakcji, największy współczynnik zysku, najniższą ekspozycję na rynku i najwyższy zysk z corocznego zwrotu z inwestycji Ostatnie kolumny wyniku li st przedstawia wartości zmiennych optymalizacyjnych dla danego testu. Kiedy zdecydujesz, która kombinacja parametrów odpowiada Twoim potrzebom, wystarczy zastąpić wartości domyślne w optymalizacji połączeń funkcji z optymalnymi wartościami. Na obecnym etapie należy je wpisać ręcznie w oknie edycji formuły drugi parametr optymalizacji funkcji call. Displaying 3D animowane wykresy optymalizacji. Aby wyświetlić wykres optymalizacji 3D, należy najpierw uruchomić dwie zmienne optymalizacji Pierwsze dwie zmiennej optymalizacji potrzebuje formuły, która ma 2 Optymalizować wywołania funkcji Przykład dwie zmienne formuły optymalizacji wygląda tak. per Optymalizuj na 2 5 50 1 poziom Zoptymalizuj poziom 2 2 150 4.Poważaj Cross CCI za każdy poziom cross cross, CCI per. After wpisując formułę musisz kliknąć przycisk Optymalizuj. Kiedy optymalizacja jest zakończona, należy kliknąć strzałkę rozwijaną przycisku Optymalizuj i wybrać Wyświetl wykres optymalizacji 3D W ciągu kilku sekund na ekranie pojawią się kolorowe trójwymiarowe wykresy Okno przeglądarki wykresu 3D Przykładowy wykres 3D generowany przy użyciu powyższej wzoru przedstawiono poniżej. Domyślnie wykresy 3D przedstawiają wartości zysku netto względem zmiennych optymalizacyjnych Możesz jednak wykreślić wykres powierzchni 3D dla dowolnej kolumny w tabeli wyników optymalizacji. Wystarczy kliknąć nagłówek kolumny aby posortować się, pojawi się niebieska strzałka, wskazująca, że ​​wyniki optymalizacji są sortowane według wybranej kolumny, a następnie wybierz opcję Wyświetl wykres optymalizacji 3D. Będąc wizualizując, jak parametry systemu wpływają na wydajność handlu, można łatwiej zdecydować, które wartości parametrów są wrażliwe na kruche, a które wytwarzają silne wydajność systemu Solidne ustawienia to regiony na wykresie 3D, które wykazują stopniowe, a nie gwałtowne zmiany wykresów optymalizacji 3D powierzchni są doskonałym narzędziem zapobiegającym dopasowaniu krzywej Dopasowanie krzywej lub nadmiernej optymalizacji, gdy system jest bardziej złożony niż wymaga tego być i wszystko to złożoność skupiła się na warunkach rynkowych, które mogą nigdy się nie powtórzyć Zmiany radykalne lub skok s na wykresach optymalizacji 3D pokazują wyraźnie obszary nadoptymalizowania Należy wybrać region parametrów, który generuje szeroki i szeroki płaskowyż na wykresie 3D dla Twojego prawdziwego życia Zestawy parametrów powodujące skoki zysku nie działają niezawodnie w prawdziwym handlu. Przeglądarka wykresów AmiBroker s oferuje całkowite możliwości oglądania z pełnym obracaniem i animacją wykresu Teraz można wyświetlać wyniki systemu z każdej możliwej perspektywy Możesz sterować pozycją i innymi parametrami wykresu za pomocą myszy, paska narzędzi i skrótów klawiaturowych, niezależnie od tego, dla Ciebie Poniżej znajduje się lista.- do obracania - przytrzymaj w lewo przycisk LEWO i poruszaj się w kierunkach XY - do Zoom-in, Zoom-out - przytrzymaj prawy przycisk myszy i poruszaj się w kierunku XY - aby przenieść translację - przytrzymaj LEWY przycisk myszy i klawisz CTRL i poruszaj się w kierunku XY - aby animować - przytrzymaj lewy przycisk myszy, przeciągnij szybko i zwolnij przycisk podczas przeciągania. SPACE - animacja automatycznego obracania LEFT ARRO W KEY - obracanie pionka w lewo Strzałka w prawo - obrót w prawo w prawo STRZAŁKA STRZAŁKA W GÓRĘ - obracanie w górę STRZAŁKA W GÓRĘ W DÓŁ - obróć oczarowanie NUMPAD PLUS - zbliżenie w przybliżeniu NUMAKU - MINUS - skrajnie oddalone NUMPAD 4 - przesuń w lewo NUMPAD 6 - przesuń w prawo NUM_ 8 - przesuwanie NUMPAD 2 - przesuwanie STRZAŁKA W GÓRĘ - poziom wody do góry STRZAŁKA W GÓRĘ - poziom wody do dołu. Smart wyczerpująca optymalizacja. AmiBroker oferuje teraz inteligentną, niewyczerpującą optymalizację w uzupełnieniu regularnych, wyczerpujących wyszukiwań Niewyczerpujące wyszukiwanie jest użyteczne jeśli liczba wszystkich kombinacji parametrów danego systemu obrotu jest po prostu zbyt duża, aby możliwe było wyczerpujące wyszukiwanie. Wyczerpujące wyszukiwanie jest w porządku, jeśli tylko rozsądne jest użycie Niech mówisz, że masz 2 parametry w zakresie od 1 do 100 kroku 1 To 10000 kombinacji - idealnie OK dla wyczerpujących poszukiwań Teraz z 3 parametrami masz 1 milion kombinacji - ciągle jest możliwe do wyczerpującego wyszukiwania, ale może być lenghty Z 4 parametrami masz 100 milionów kombinacji i 5 parametrów 1 100 y ou ma 10 miliardów kombinacji W takim przypadku byłoby to zbyt czasochłonne, aby sprawdzić wszystkie z nich, a jest to obszar, w którym niewyczerpujące metody inteligentnego wyszukiwania mogą rozwiązać problem, który nie jest rozwiązany w rozsądnym czasie przy użyciu wyczerpujących wyszukiwań. absolutnie instrukcja SIMPLEST jak używać nowego niedokładnego optymalizatora w tym przypadku CMA-ES.1 Otwórz swoją formułę w edytorze formatu.2 Dodaj tę pojedynczą linię u góry formuły. OptimizerSetEngine cmae możesz też użyć spso lub trib here .3 Opcjonalny Wybierz cel optymalizacji w sekcji Automatyczna analiza, zakładka Ustawienia, zakładka Walk-Forward, pole Target optymalizacji Jeśli pominiesz ten krok, zoptymalizuje się roczne zwroty CAR MDD podzielone przez maksymalne wycofanie. Teraz, jeśli uruchomisz optymalizację za pomocą tej formuły, użyje nowego ewolucyjnego niewyczerpującego optymalizatora CMA-ES. Jak to działa. Optymalizacja jest procesem określania minimum lub maksimum danej funkcji. Każdy system obrotu może być uznany za funkcję pewnej liczby argumenty Dane wejściowe są parametrami i danymi z cudzysłowów, a wynik jest Twoim celem optymalizacji: CAR MDD I szukasz maksimum danej funkcji. Mania inteligentnych algorytmów optymalizacji opierają się na zachowaniu zwierząt - algorytm PSO lub proces biologiczny - algorytmy genetyczne, a niektóre opierają się na pojęciach matematyki pochodzących od ludzi - CMA-ES. Te algorytmy są stosowane w wielu różnych dziedzinach, w tym finansach Wprowadź finansowanie PSO lub finansowanie CMA-ES w Google, a znajdziesz mnóstwo informacji. Niewyczerpujące lub inteligentne metody znajdzie globalny lub lokalny optymalny Cel jest oczywiście znaleźć globalny, ale jeśli istnieje pojedynczy ostry szczyt z kombinacji parametrów ziliony, niewyczerpujące metody mogą nie znaleźć tego pojedynczego szczytu, ale biorąc to przedsiębiorcy perspektywicznie, znalezienie pojedynczego ostrego szczytu jest bezużyteczne dla handlu, ponieważ ten wynik byłby niestabilny, zbyt delikatny i nie do replikacji w prawdziwym obrocie handlowym W procesie optymalizacji raczej szukamy regionów płaskowyżu ze st a to jest obszar, w którym inteligentne metody świecą. Jednak algorytm używany przez nie wyczerpujące wyszukiwania wygląda jak poniżej. a optymalizator generuje zazwyczaj losowo rozpoczynającą się populację zestawów parametrów b testowanie kopii zapasowej jest wykonywane przez AmiBroker dla każdego zestawu parametrów z populacja c wyniki testów wstecznych są oceniane według logiki algorytmu a nowa populacja jest generowana w oparciu o ewolucję wyników, d jeśli zostanie znalezione najlepsze - zachowaj i przejdź do kroku b do momentu spełnienia kryteriów zatrzymania. obejmują osiągnięcie wyznaczonego maksymalnego iteracji b stop jeśli zakres wartości najdokładniejszych ostatnich ostatnich pokoleń wynosi zero c stop, jeśli dodanie 0 1 wektora odchylenia standardowego w dowolnym kierunku osi głównej nie zmienia wartości wartości celu d innych. Aby użyć dowolnego inteligentnego niewyczerpujący optymalizator w AmiBrokerze musisz określić silnik optymalizatora, którego chcesz używać w formule AFL przy użyciu funkcji OptimizerSetEngine. Funkcja wybiera zewnętrzny op silnik timizowania określony przez nazwę AmiBroker jest obecnie wyposażony w 3 silniki Standardowa partia Swarm Optimizer spso, plemię plemienną i CMA-ES cmae - nazwy w nawiasach klamerkowych mają być użyte w wywołaniach OptimizerSetEngine. Oprócz wybrania silnika optymalizacyjnego warto wybrać jego parametrów wewnętrznych W tym celu należy użyć funkcji OptimizerSetOption. OptimizerSetOption, funkcji wartości. Funkcja ustawia dodatkowe parametry dla zewnętrznego silnika optymalizacyjnego Parametry zależą od silnika Wszystkie trzy optymalizatory dostarczane z AmiBroker SPSO, Trib, CMAE obsługują dwa parametry Uruchamia liczbę biegów i maksimum testów MaxEval na pojedynczą jazdę Zachowanie każdego parametru jest zależne od silnika, więc takie same wartości mogą i zazwyczaj przynoszą różne wyniki przy użyciu różnych silników. Różnica między biegami a MaxEval jest następująca Ocena lub test to pojedynczy test wyników lub ocena obiektywnej wartości funkcji RUN jest jednym pełnym biegiem algorytmu określającego optymalną wartość - zwykle invo wiele prób testowych. Każda operacja po prostu RESTARTS cały proces optymalizacji z nowej początkowej nowej początkowej losowej populacji W związku z tym każda próba może prowadzić do znalezienia lokalnego maksimum min, jeśli nie znajdzie globalnego parametru So Runs definiuje liczbę kolejnych algorytmów uruchamia MaxEval maksymalna liczba bactestsów ewaluacyjnych w każdym pojedynczym uruchomieniu. Jeśli problem jest stosunkowo prosty i 1000 testów wystarczy, aby znaleźć globalne maksimum, 5x1000 jest bardziej prawdopodobne, aby znaleźć globalny maksymalny, ponieważ istnieje mniejsze prawdopodobieństwo, że zostanie zablokowany w lokalnym maks., a kolejne przebiegi zacznie się od innej początkowej losowej populacji. Wybór wartości parametru może być trudne. Zależy to od problemu w trakcie testu, jego złożoności itd. itd. Każda stochastyczna metoda nie wyczerpująca nie gwarantuje znalezienia globalnego maks min, niezależnie od liczby testów jest mniejsza niż wyczerpująca Najłatwiejsza odpowiedź polega na określeniu dużej liczby testów, jeśli jest to rozsądne pod względem czasu potrzebnego do wykonania Inna prosta rada polega na pomnożeniu przez liczbę testów o 10 nowych wzorców, co może doprowadzić do przecenienia wymaganych testów, ale jest całkiem bezpieczne. Jednostkowe silniki są zaprojektowane z myślą o prostych w użyciu, dlatego rozsądne są domyślne wartości automatyczne, dzięki czemu optymalizacja może być zazwyczaj uruchamiany bez podania niczego akceptującego domyślne. Ważne jest, aby zrozumieć, że wszystkie inteligentne metody optymalizacji działają najlepiej w przestrzeniach parametrów ciągłych i względnie gładkich funkcjach celu Jeśli przestrzeń parametrów jest dyskretnym algorytmem ewolucyjnym, może mieć kłopoty ze znalezieniem optymalnej wartości Jest to szczególnie ważne w przypadku binarnych na parametrach off - nie pasują one do żadnej metody przeszukiwania, która używa gradientu obiektywnej zmiany funkcji, jak większość inteligentnych metod Jeśli system handlu zawiera wiele parametrów binarnych, nie należy używać ich bezpośrednio do inteligentnego optymalizatora Zamiast tego staraj się optymalizować tylko ciągłe parametry inteligentny optymalizator oraz przełącza ręcznie lub zewnętrznie parametry binarne l script. SPSO - Standardowa cząstka Swarm Optimizer. Standard Particle Swarm Optymalizator oparty jest na kodzie SPSO2007, który ma przynieść dobre wyniki, pod warunkiem, że poprawne parametry, np. Runy, MaxEval są przewidziane dla konkretnego problemu Wybieranie poprawnych opcji dla optymalizatora PSO może być trudne wyniki mogą się znacznie różnić w zależności od przypadku. jest dostarczany z pełnym kodem źródłowym wewnątrz podkatalogu ADK. Przykładowy kod dla Standardowego Cząstki Swarm Optimizer znalezienie optymalnej wartości w 1000 testów w obszarze wyszukiwania 10000 kombinacji. NarzędzieSetEngine spso OptymalizatorSetOption Runs, 1 OptimizerSetOption MaxEval, 1000.sl Optymalizacja s, 26, 1, 100, 1 fa Zoptymalizuj f, 12, 1, 100, 1.Buy Cross MACD fa, sl, 0 Sprzedaj Cross 0, MACD fa, sl. TRIBES - Adaptive Parameter-less Particle Swarm Optymalizator. Trybry są adaptacyjne, bez parametrów bez wersji PSO optymalizator roju cząstek Nie wyczerpujący optymalizator Dla naukowego tła patrz. W teorii powinien on być lepszy od zwykłego PSO, ponieważ może automatycznie dostosować rozmiary roju i strategię algorytmu do problemu, który zostanie rozwiązany. Praktyka wskazuje, że jej wydajność jest dość podobna do PSO. Wtyczka implementuje Tribes-D tj. Bezwymiarowy wariant Na podstawie Maurice Clerc Oryginalnych kodów źródłowych używanych za zgodą autora. jest dostarczany z pełnym kodem źródłowym wewnątrz folderu ADK. Powiadomione parametry MaxEval - maksymalna liczba testów wstecznych na każde uruchomienie domyślne 1000. Należy zwiększyć liczbę ocen z rosnącą liczbą wymiarów parametrów paramsów optymalizacji Domyślna wartość 1000 jest dobra dla 2 lub maksymalnie 3 wymiary. Runs - liczba uruchomień restartuje domyślnie 5 Możesz pozostawić liczbę przebiegów na domyślną wartość 5.By domyślna liczba uruchomień lub restartów jest ustawiona na 5. Aby użyć optymalizatora Tribes wystarczy dodać jedną linię do swojego kodu. OptymalizatorSetOption MaxEval, 5000 5000 ocen max. CMA-ES - Adaptacja matryc wariancyjnych Evolutionary Optymalizator strategii. CMA-ES Współczynnik kowariancji Adaptacja matrycy Strategia ewolucyjna jest zaawansowanym niewyczerpującym optymalizatorem W naukowym kontekście patrz Według badań porównawczych lepsze wyniki niż dziewięć innych najpopularniejszych strategii ewolucyjnych, takich jak PSO, ewolucja genetyczna i różnicowa. Wtyczka implementuje globalny wariant wyszukiwania z kilkoma restartami z rosnącym popem rozmiar przydziału pochodzi z pełnego kodu źródłowego wewnątrz folderu ADK. Domyślna liczba uruchomień lub restartów jest ustawiona na 5 Zalecane jest pozostawienie domyślnej liczby restartów. Możesz to zmienić za pomocą OptymalizatoraSetOption Runs, N call, gdzie N powinien znajdować się w zasięgu 1 10 Określenie więcej niż 10 przebiegów nie jest zalecane, choć możliwe Należy pamiętać, że każda kolejna operacja wykorzystuje TWICE wielkość populacji poprzedniego cyklu, więc wzrasta wykładniczo W związku z tym z 10 biegami kończy się liczba ludności 2 10 większa niż 1024 razy niż pierwsza bieg. jest innym parametrem MaxEval Domyślną wartością jest ZERO, co oznacza, że ​​wtyczka automatycznie obliczy MaxEval. Nie zaleca się definiowania MaxEval przez siebie, ponieważ domyślnie działa poprawnie. Algorytm jest wystarczająco inteligentny, aby zminimalizować liczbę wymaganych ocen i zbiegać się bardzo szybko do rozwiązania punktu, więc często znajdzie rozwiązania szybciej niż inne strategie. Jest normalnie, że plugin pominie niektóre etapy ewaluacji, jeśli wykryje, że rozwiązanie zostało znalezione, to e nie należy się dziwić, że pasek postępu optymalizacji może poruszać się bardzo szybko w niektórych punktach wtyczka ma również możliwość zwiększenia liczby kroków powyżej pierwotnie oszacowanej wartości, jeśli jest potrzebna do znalezienia rozwiązania Ze względu na jego adaptacyjny charakter, szacowany czas pozostały i lub liczba kroków wyświetlanych w oknie dialogowym postępu jest najlepiej przypuszczalna w danej chwili i może różnić się w trakcie kursu optymalizacji. Aby użyć narzędzia do optymalizacji CMA-ES, wystarczy dodać jedną linię do kodu. To spowoduje optymalizację z ustawieniami domyślnymi, które są w porządku dla większości przypadków. Należy zauważyć, podobnie jak w przypadku wielu algorytmów wyszukiwania przestrzeń kosmicznego, że zmniejszający się parametr kroku w funkcjach Optymalizacja połączeń nie wpływa znacząco na czasy optymalizacji Jedyną ważną kwestią jest wymiar problemu, tzn. liczba różnych parametrów liczba funkcji zoptymalizowania funkcji Liczba kroków na jeden parametr może być ustawiona bez wpływu na czas optymalizacji, więc użyj najlepszej rozdzielczości, jaką chcesz w teście y algorytm powinien być w stanie znaleźć rozwiązanie w co najwyżej 900 testach N 3 N 3, w których N jest wymiarem W praktyce zbiegnie się szybciej Z LOTA Przykładowo, rozwiązanie w przestrzeni parametrów 3 N 3 mówi 100 100 100 1 miliona wyczerpujących kroków można znaleźć w zaledwie 500-900 kroków CMA-ES. Indiogwintowana indywidualna optymalizacja. Uruchamianie z AmiBroker 5 70 oprócz wielowątkowego wielowątkowego można przeprowadzić wielowątkową optymalizację pojedynczego symbolu Aby uzyskać dostęp do tej funkcji, kliknij przycisk drop strzałkę w dół obok przycisku Optymalizuj w oknie Nowa analiza i wybierz opcję Indywidualne optymalizowanie. Opcja Optymalizacja indywidualna będzie korzystać z wszystkich dostępnych rdzeni procesora w celu przeprowadzenia optymalizacji pojedynczego symbolu, co znacznie przyspiesza jej wyniki niż regularna optymalizacja. W trybie bieżącego symbolu będzie on optymalizowałby się na jednym symbolu We wszystkich symbolach i trybach Filtr przetwarza wszystkie symbole kolejno, tj. Pierwszą pełną optymalizację dla pierwszego symbolu, a następnie optymalizację na drugim symbolu itp. Określenia 1 Custo m backtester nie jest jeszcze obsługiwany 2 Inteligentne silniki optymalizacyjne nie są obsługiwane - działa tylko optymalizacja EXHAUSTIVE. W międzyczasie możemy pozbyć się ograniczeń 1 - gdy AmiBroker zostanie zmieniony, więc niestandardowy backtester nie używa już OLE Ale 2 prawdopodobnie tu pozostać na długo.