SQX 132版本中新增加的參數依序優化功能解說

申請試用,版本比較,試用心得
回覆文章
頭像
fxchess
系統管理員
文章: 68
註冊時間: 2020年 8月 27日, 19:33

2022年 1月 24日, 22:10

順序優化是一種在StrategyQuant X 132 中的新增加交叉檢查中的優化方法。

怎麼運行的?
假設我們有一個包含 5 個參數的策略:Param1、Param2、Param3、Param4、Param5。標準優化將使用暴力演算或遺傳優化方法來遍歷這五個參數值的所有可能組合,並使用具有最佳適應度的變體。

標準優化問題(缺點)
  1. 容易導致過擬合
    最好的變體是通過適應度來選擇的,但這可能只是一個適合提供數據的異常值,而不是一個穩定的區域。如果一次優化超過 2 個參數,也無法定義什麼是穩定區域。
  2. 如果優化了許多參數,它可能會很慢或無法覆蓋所有參數空間
    如果 您的五個參數中的每一個都有 100 個可能的值,那麼就有 100 x 100 x 100 x 100 x 100 種可能的組合。
順序優化的工作原理依次。它分五步一一優化這五個參數。所以順序優化過程如下:
第 1 步——優化第一個參數 Param1。
其餘參數保留其原始值。
結果是 Param1 的最優(最穩定)值
第 2 步– 優化第二個參數 Param2。
它使用 Param1 的最優值(在上一步中計算,其餘參數保留在其原始值)。
結果是 Param2 的最優(最穩定)值。
第 3 步……
第 4 步……
第 5 步……優化第五個參數Param5。
它使用前面步驟中計算的 Param1、Param2、Param3、Param4 的最佳值。
結果是以Param5的最優(最穩定)值,完成了所有五個參數的優化。 

如何選擇參數的穩定值?
與標準優化的另一個主要區別是優化過程如何在每一步中選擇最佳參數值。它不是選擇具有最佳適應度的變體,而是選擇位於配置中定義的最佳穩定區域中間的變體。穩定區域是定義的結果數量不低於該區域最佳適應度百分比的區域。


圖檔

它會選擇穩定的值,而不是最好的值。

如果沒有找到穩定區域怎麼辦?
有可能找不到特定參數的穩定區域。在這種情況下,使用原始值。這也是在新的交叉檢查中使用的東西——如果對於給定百分比的參數沒有找到穩定區域,則該策略被拒絕。 
注意 – 對原始參數的依賴請注意,優化過程一次只優化一個參數——例如,在第 1 步中,僅優化 Param1,其餘參數使用原始值。這意味著這種優化的結果也取決於原始值。如果在開始時使用不同的原始值,則每一步的優化結果(以及由此產生的穩定區域和選擇的值)可能會有所不同。

 
 
 
回覆文章