Здравствуйте, alien3128, Вы писали:

A>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.
A>Стоит задача подобрать эти самые параметры таким образом, чтобы максимизировать результаты тестовой прогонки торговой стратегии на исторических данных.

Я не знаток algorithmic trading, но:
С точки зрения математики, ты решаешь задачу поиска максимума некоторой функции (сумма профита при торговле за некоторое время)в пространстве параметров при наличии ограничений (это фактически правила торговли, заданные в виде равенств и неравенств, зависящих от параметров). Для выбора используемого метода имеет значение, являются ли функционал и органичения линейными в пространсте параметров. Если да, то решать можно симплекс-методом, если нет — то нужно пользоваться методами нелинейного программирования. Врядли функционалы в твоем случае окажутся линейными.

Для метода Лагранжа органичения нужны в виде равенств и требуется знать (или иметь возможность аппроксимировать) значения частных производных целевой функции и ограничений по параметрам. Есть и другие методы нелинейного программирования, но я по ним совета дать не могу.

Также, могут оказаться релевантными всяческие методы оптимизации — метод градиентного спуска, квазиньютоновские методы и т.п.