Блог им. kurd

Алготрейдинг. Как искать оптимум параметров торговой системы

Не важно, какую функцию и как оптимизировать, минимум отклонения прогноза цены от фактической или максимум счёта (вложение+выигрыш), — возможны два подхода: 1) прямой перебор (brute force) всех вариантов и 2) градиентный метод (наискорейшего спуска).
Прямой перебор может потребовать громадных вычислений, не реализуемых практически.
Градиентный метод очень зависит от выбора начальной точки поиска. При множестве локальных экстремумов и только одном глобальном, существенно отличающемся от локальных, очень велика вероятность попадания на незначительный локальный экстремум. Метод деформируемого многогранника Нелдера-Мида (Simplex), хоть и решает некоторые трудности градиентного, в принципе от него не отличается.

Промежуточные методы, такие как Монте-Карло или генетический алгоритм, хоть и повышают вероятность попадания в глобальный экстремум с меньшим объёмом счёта против прямого перебора, не дают достаточной гарантии.

Факт множественности экстремумов целевой функции можно считать вполне установленным.
Крайне желательно иметь в области значений параметров торговой системы плавное, без скачков-разрывов поведение целевой функции.
Исторический оптимизм требует от нас веры в существование такого свойства, даже если опыт не даёт достаточных подтверждений. В противном случае нет никаких оснований для экстраполяции функции с найденными оптимальными параметрами торговой системы за пределы области оптимизации — т.е. прогноза на будущее.

Укрепившись в этой вере и дополнив её предположением, что в области параметров глобальный экстремум не окажется слишком близко от соседних локальных, можно вполне положиться на двухэтапный поиск методом прямого перебора.
На 1-м этапе область параметров покрывается равномерной сеткой с густотой, достаточной, чтобы целевая функция в середине ячейки с глобальным экстремумом была лучше, чем во всех других ячейках сетки.
На 2-м этапе ячейку с глобальным экстремумом покрываем более густой сеткой и быстро находим этот экстремум с достаточной точностью.

Данная публикация является личным мнением автора. Мнение владельца сайта может не совпадать с мнением автора.
571 | ★1
1 комментарий
Методы, основанные на Монте-Карло в сочетании с градиентным спуском вполне прилично работают и не занимают много времени. К любому методу оптимизации есть вопросы корректного применения, но это другой вопрос, скорее применения к конкретной ТС.
avatar

Читайте на SMART-LAB:
Фото
ФСК-Россети. Отчет РСБУ. Очередная допка - бомбовые новости в эфире
Компания ФСК-Россети опубликовала отчет РСБУ за Q2 2026г.: 👉Выручка — 94,81 млрд руб. (+9,4% г/г) 👉Себестоимость — 58,84 млрд руб....
📊Опрос для инвесторов X5: помогите нам стать ещё понятнее
Мы хотим лучше понимать, как инвесторы видят X5, и что для вас важно при принятии решений о покупке акций и облигаций компании. Поэтому запускаем...
Фото
Автомобильный рынок вырос на 0,3% в июле 2026 года
По данным Комитета автопроизводителей АЕБ, общие продажи новых легковых и легких коммерческих автомобилей в июле 2026 года составили 119 229...
Фото
Хэдхантер. Ситуация на рынке труда в июле. Есть признаки улучшения
Вышла статистика рынка труда за июль 2026 года (за июнь можно почитать здесь ), которую Хедхантер публикует ежемесячно, что же там...

теги блога Rostislav Kudryashov

....все тэги



UPDONW
Новый дизайн