Algoritmo de optimización genética

Querido Mark.

 

Cuando elijo el método de Optimización en la pestaña Parámetros de Optimización, puedo establecer Optimización por Fuerza Bruta y Optimización Genética.

Primero me di cuenta de que hace algún tiempo, tal vez un mes o más, la Optimización Genética funcionaba de forma diferente, no tan bien como ahora.

Antes disminuía ligeramente el número de simulaciones, ahora suele fijarse en 15000 pruebas (a menos que haya muy pocas pruebas).

 

Se me ocurren un par de formas de hacerlo sobre la marcha. La primera es elegir una combinación aleatoria de parámetros, una especie de muestreo de Montecarlo.

La segunda es hacer un poco de optimización inteligente - optimizar 1-3 parámetros, luego los siguientes, y así sucesivamente. Y hacer esto varias veces en un ciclo,

para que el punto converja al óptimo.

 

¿Podría darnos una idea general de qué tipo de método está utilizando para la optimización genética? ¿Tal vez algo similar a lo que he descrito, o algo diferente?

 

Una pregunta más. ¿Cuál es la diferencia entre Walk-Forward tipo exacto y simulado?

Ah, cierto, es lo mismo que Fuerza Bruta vs. Optimización Genética. La misma pregunta sobre el algoritmo para este también.

La optimización genética se realiza mediante algoritmos genéticos. 

 

Funcionan de forma que crea una población aleatoria de diferentes combinaciones de parámetros y luego la hace evolucionar en generaciones posteriores para encontrar el "mejor" conjunto de parámetros.

La optimización genética debe utilizarse cuando haya demasiadas combinaciones y no pueda emplearse el método de fuerza bruta.

 

Pero es algo más que Exact y Simulated walk forward. El WF simulado es un modo más rápido que no ejecuta un análisis walk forward completo para cada combinación WF, sino que ejecuta la optimización genética una sola vez y luego "simula" los resultados para diferentes combinaciones WF.

 

Es mucho más rápido pero lo suficientemente preciso como para utilizarlo normalmente en lugar del método Exacto.