遺伝的アルゴリズム

マークへ.

最適化の「パラメータ」タブで最適化手法を選択すると、「総当たり（ブルートフォース）」と「遺伝的最適化」を設定できます。.

最初、1ヶ月前かそれ以上前だと思いますが、遺伝的最適化の動作が今とは異なり、現在ほど良くなかったことに気づきました。.

以前はシミュレーション回数がわずかに減少していましたが、現在では（テストの数が非常に少ない場合を除き）通常15000テストに設定されています。.

その場で実行する方法がいくつか思いつきます。1つ目は、モンテカルロサンプリングのように、単にパラメータのランダムな組み合わせを選択することです。.

2つ目は、もう少しスマートな最適化を行うことです。1〜3個のパラメータを最適化し、次に別のパラメータを最適化するというように進め、これをサイクルとして何度か繰り返します。,

点が最適点に収束するように.

遺伝的最適化において、どのような手法を用いているのか大まかに教えていただけますか？私が説明したものに似たものか、それとも異なるものか、どちらでしょうか？

もう1つの質問です。「ウォークフォワード」タイプの「Exact（正確）」と「Simulated（シミュレート）」の違いは何ですか？

ああ、なるほど、総当たり（ブルートフォース）と遺伝的最適化と同じですね。こちらについても、アルゴリズムに関する同じ疑問があります。.

遺伝的最適化は遺伝的アルゴリズムを用いて行われる。. 

それらは、さまざまなパラメータの組み合わせからなるランダムな集団を生成し、その後の世代でそれを進化させることで「最適」なパラメータのセットを見つけ出すという仕組みで動作します。.

遺伝的最適化は、組み合わせが多すぎて総当たり法が使えない場合に使用すべきである。.

しかし、それはエグザクト（厳密）およびシミュulated（シミュレーション）ウォークフォワードとは異なるものです。シミュレーションWFは、すべてのWFの組み合わせに対して完全なウォークフォワード分析を実行するのではなく、遺伝的最適化を1回だけ実行し、その後で異なるWFの組み合わせに対する結果を「シミュレート」する、より高速なモードです。.

Exact法のかわりに通常使用できるほど十分に高精度でありながら、はるかに高速です。.