Автор: бессмертный сложный Можно об этом по подробнее, хочется понять что оптимизируется, каково признаковое пространство и модель, которая продуцирует сигналы. |
|
как я говорил это пока первый вариант системы.
собственно создается популяция ботов из 20шт с длиной генома равному кол-ву тестовых данных.
например имеем данные о цене из 5 измерений- 100, 120, 80, 70, 100.
далее формируем начальный рандомный вариант генома для каждого бота состоящий из генов
(Buy - B, Sell-S, Hold - H). напрмер "HBBSB"
прогоняем этот геном на этих входных данных, т.е. там где Buy покупаем 1 акцию,
где Sell продаем ее:
100 - Hold
120 - Buy
80 - Buy
70 - Sell
100 - Buy
//----
В конце если купили акций больше чем продали продаем оставшиеся по последней цене.
Считаем получившийся профит для бота.
Далее выбираем 10 ботов с худшим профитом и удаляем их, вместо них формируем 10
новых случайных ботов. между 10 лучшими проводим скрещивание и мутации снова отбирая
лучший вариант генома.
В итоге выводим бота с лучшим геномом для текущих входных данных.
В таком варианте системы, если поменять входные данные бот окажется не работоспособным,
т.к. его геном настроен на нахождение максимального профита только для
текущей последовательности. Вопрос адаптации бота к другим данным это следующий этап развития системы.
Сейчас если образно говоря перенести нашего бота из моря на сушу он там сдохнет