Friday, October 5, 2018

基因演算法 與決策


#2.1 遗传算法 Genetic Algorithm (进化算法教学教程 Tutorial)

我們來看一下莫凡老大的code在一個不知道答案的時候有沒有一種逼近或者最大效率的一種演算法來求得答案呢
在選擇策略的時候到底可以應用在哪，來做一下小筆記，那麼我的理解是

上次說要應用到決策方式，程式碼大概是說這樣
那大概就是說，
一組DNA可能 

[000000000000]

產生下一代，將會做隨機分割，還有變異，隨機交配

隨機分割


[1000000/00000]



[00000/0000001]

隨機交配

在基因序列李，盡量選擇得分最高也就是fitens最高的進行配對

這將會讓基因越來越棒，

[1000000000/00]



[0000000000/01]
也就是

[1000000000]



[01]
進行交配
最後交配完可能得到

[100000000001]

隨機變異


[1,0,0,0,0,0,0,0,[0/1],0,0,1]
那麼好的跟好的交配一定更好嗎?
不一定，或許變異後有機率產生更好的DNA也說不定
所以會有基因變異的東東，
交配完後，隨機在DNA裡面挑取一個基因片段進行變異
那麼應用方面應該就是他所周哥所說的fitens
那麼我們要怎樣定義什麼是好的基因呢?
假設產生下一代的話我們對陣列中的元素做計分的動作，
分數越高 ，就代表基因越優

弔詭時間

我們要怎樣遷入股票這咚咚也就是前幾天所搭建的平台所提到的基因演算法

遺傳演算法最佳化高頻交易策略

額從哪裡下手呢
對策略
接下來要怎麼進行的策略分析.....

參考

於
標籤： , ,