EA交易的自我优化: 进化与遗传算法

目录

  • 简介
  • 1. 进化算法最初是如何出现的
  • 2. 进化算法 (方法)
  • 3. 遗传算法 (GA)
    • 3.1. 应用程序的领域
    • 3.2. 用以解决的问题
    • 3.3. 经典 GA
    • 3.4. 搜索策略
    • 3.5. 与经典的最优搜索的区别
    • 3.6. GA 的术语
  • 4. GA 的优点
  • 5. GA 的缺点
  • 6. 实验部分
    • 6.1. 搜索预测器的最佳组合
    • 6.2. 搜索交易系统(TS)的最佳参数:
      • 使用rgenoud (使用衍生工具的遗传优化)
      • 使用SOMA (自组织迁移算法)
      • 使用
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

MetalTrader

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值