-

-

Сложно сказать. Картинка мне напоминает архитектурный чертеж высотки с многоуровневой стоянкой.

Не выделен самый главный процесс - анализатор окончания. При оптимизации можно параллелить ограниченное количество прогонов, так как если мы используем генетический алгоритм подбора параметров, то след итерация зависит от предыдущей. Есть в принципе разные численные методы для разбиения на кластеры искомых значений функций, но все равно степень параллелизма там крайне низкая.

Хороший чертеж на мой взгляд. Довольно просторная парковка! Отличный ландшафтный дизайн! [biggrin]

Это всего лишь концепция. Чего от нее можно ждать)
К сожалению о генетике пока даже речь не идет. Оптимтзация будет производиться методом перебора(

Могу порекомендовать оптимизаторы ХОП!

Многомерные. Тут и генетика, и рой частиц,и дифференциальная эволюция и много другое, в том числе и параллельное.

Пользоваться просто. Есть оптимизируемый вектор, есть целевая функция.

Спасибо большое за информацию! Хорошо, когда уже есть наработки.
Но там столько всего... Как бы во всем это не запутаться. Вы использовали что-нибудь? Что стоит поюзать, а что хлам?

Нужно качать swarmOps.

Пользоваться не сложно. Есть базовый класс - Problem, от него наследуемся, и реализуем, что там нужно. Можно посмотреть, там примеров Problems много.

Самое главное - целевая функция Fitness. В нее нужно запихнуть сам процесс тестирования , и вернуть величину по которой хотим оптимизировать: ProfitFactor или еще чего. Ну а, соответственно, параметры передавать в стратегию нужно.

Ну а дальше смотрим, опять же, пример - Test CurveFitting, какой нить, и делаем так же.

Я использовал PSO - particle swarm optimization, и все было круто, хотя авторы, кажется, рекомендовали генетический алгоритм. Там он должен быть где-то.

Ну а еще на википедии много инфы про всевозможные алгоритмы оптимизации.

Спасибо за рекомендации! Разнообразия много. Может с вашего опытного взгляда подскажете с чего начать? Я для начала планировал итерационный тестировщик сделать. Или стоит сразу пробовать с генетики?

Я бы начал с обычного перебора по сетки в 90% его достаточно для ответа на вопрос о дееспособности стратегии..ну а уж "оптимальные" параметры можно искать после этого:)
P.S. есть возможность подключиться к вашему проекту каким-нибудь образом?

Добрый день, Андрей!
Да, конечно, можно. Мой скайп bond_algotrade. Присоединяйтесь. Все что будет сделано - сделано нами и для нас!
В данный момент завершается основная работа над "Анализатором". Спасибо большое Бухарину Ивану за помощь в реализации класса BackgroundWorker!
Примерный план действий на данный момент такой:
1. Доделать и оптимизировать "Анализатор"
2. Разобраться с промежуточным "Хранилищем стратегий". Определиться с сериализацией и десериализацией данных хранилища. Что и как там хранить.
3. Работа над "Оптимизатором". Сохранение промежуточных данных в "Хранилище стратегий", их сортировка и структуризация. Оптимизация итерационного механизма. Работа над производительностью и многопоточностью.
4. И в конце уже создание торгового "Робота" с заявками, транзакциями, переавторизациями и переподключениями и т.д.
Любая помощь приветствуется! Проект открытый и предназначен для создания инфраструктуры для анализа, оптимизации и торговли.

-