Сообщение Re[2]: Подобрать коеффициенты от 28.12.2014 14:10
Изменено 28.12.2014 14:19 alien3128
Здравствуйте, andyp, Вы писали:
A>Здравствуйте, alien3128, Вы писали:
A>>Есть числовой ряд f(t), заданный таблично (исторические данные). Над этим рядом выполняются преобразования с помощью некоторой формулы, в результате чего получаем второй ряд. В формуле имеется N настраиваемых коеффициентов (параметров). Задача: подобрать эти коеффициенты таким образом, чтобы максимизировать сумму второго ряда. Есть какие-нибудь методы подбора, кроме тупого перебора всех вариантов с каким-то достаточно малым шагом delta? Хотя бы подскажите, в какую сторону смотреть.
A>У тебя есть целевая функция — сумма y_i(P) от параметров и есть ограничения вида y_i = Ф(x_i, P), x_i = f(t).
A>На ум приходит метод множителей Лагранжа или линейное программирование (симплекс-метод) в зависимости от вида "формулы" Ф
Данные — это биржевые котировки, "формула" на самом деле не совсем формула, а правила торговли для робота, параметры — это, например, уровни, где открываться, величина стопа / профита и т.д. и т.п.
Стоит задача подобрать эти самые параметры таким образом, чтобы максимизировать результаты тестовой прогонки торговой стратегии на исторических данных.
A>Здравствуйте, alien3128, Вы писали:
A>>Есть числовой ряд f(t), заданный таблично (исторические данные). Над этим рядом выполняются преобразования с помощью некоторой формулы, в результате чего получаем второй ряд. В формуле имеется N настраиваемых коеффициентов (параметров). Задача: подобрать эти коеффициенты таким образом, чтобы максимизировать сумму второго ряда. Есть какие-нибудь методы подбора, кроме тупого перебора всех вариантов с каким-то достаточно малым шагом delta? Хотя бы подскажите, в какую сторону смотреть.
A>У тебя есть целевая функция — сумма y_i(P) от параметров и есть ограничения вида y_i = Ф(x_i, P), x_i = f(t).
A>На ум приходит метод множителей Лагранжа или линейное программирование (симплекс-метод) в зависимости от вида "формулы" Ф
Данные — это биржевые котировки, "формула" на самом деле не совсем формула, а правила торговли для робота, параметры — это, например, уровни, где открываться, величина стопа / профита и т.д. и т.п.
Стоит задача подобрать эти самые параметры таким образом, чтобы максимизировать результаты тестовой прогонки торговой стратегии на исторических данных.
Здравствуйте, andyp, Вы писали:
A>Здравствуйте, alien3128, Вы писали:
A>>Есть числовой ряд f(t), заданный таблично (исторические данные). Над этим рядом выполняются преобразования с помощью некоторой формулы, в результате чего получаем второй ряд. В формуле имеется N настраиваемых коеффициентов (параметров). Задача: подобрать эти коеффициенты таким образом, чтобы максимизировать сумму второго ряда. Есть какие-нибудь методы подбора, кроме тупого перебора всех вариантов с каким-то достаточно малым шагом delta? Хотя бы подскажите, в какую сторону смотреть.
A>У тебя есть целевая функция — сумма y_i(P) от параметров и есть ограничения вида y_i = Ф(x_i, P), x_i = f(t).
A>На ум приходит метод множителей Лагранжа или линейное программирование (симплекс-метод) в зависимости от вида "формулы" Ф
Данные — это биржевые котировки, "формула" на самом деле не совсем формула, а правила торговли для робота, параметры — это, например, уровни, где открываться, величина стопа / профита и т.д. и т.п. Стоит задача подобрать эти самые параметры таким образом, чтобы максимизировать результаты тестовой прогонки торговой стратегии на исторических данных. Перечисленное применимо в этом случае (прошу прощения за вопрос, я не знаком с этими методами).
A>Здравствуйте, alien3128, Вы писали:
A>>Есть числовой ряд f(t), заданный таблично (исторические данные). Над этим рядом выполняются преобразования с помощью некоторой формулы, в результате чего получаем второй ряд. В формуле имеется N настраиваемых коеффициентов (параметров). Задача: подобрать эти коеффициенты таким образом, чтобы максимизировать сумму второго ряда. Есть какие-нибудь методы подбора, кроме тупого перебора всех вариантов с каким-то достаточно малым шагом delta? Хотя бы подскажите, в какую сторону смотреть.
A>У тебя есть целевая функция — сумма y_i(P) от параметров и есть ограничения вида y_i = Ф(x_i, P), x_i = f(t).
A>На ум приходит метод множителей Лагранжа или линейное программирование (симплекс-метод) в зависимости от вида "формулы" Ф
Данные — это биржевые котировки, "формула" на самом деле не совсем формула, а правила торговли для робота, параметры — это, например, уровни, где открываться, величина стопа / профита и т.д. и т.п. Стоит задача подобрать эти самые параметры таким образом, чтобы максимизировать результаты тестовой прогонки торговой стратегии на исторических данных. Перечисленное применимо в этом случае (прошу прощения за вопрос, я не знаком с этими методами).