또 하나의 새로운 빈자리가 채워졌습니다... 유전 알고리즘은 출력 요인 표현에 대한 논리적 감사 부족한 경우가 많습니다. 따라서 대량 출력 결과에는 다음과 같이 심각하게 과적합되고 모순되는 요인이 포함되는 경우가 흔합니다. where_signal((delay(1h_TD_Seq_4) <= (1d_Volatility_Compression_10_Z50 * 70)), where_signal((sma_20(1h_Donchian_Position_20) <= ema(1h_BB_Width_20, ema_fast(1h_Donchian_Position_20))), 1, 0), where_signal(cross_up(1d_Std_Compression_10_Z50, 15m_OBV_Relative_20_Z200), 0, -1)) 이 문제를 어떻게 해결해야 할까요? 저는 Gemini 3.1 API를 통합하고 20세대마다 높은 점수를 받은 요인 표현들을 분석했습니다. 만약 해당 요인이 과적합되었거나 논리적으로 모순되는 것으로 판단되면, 진화 과정에 개입하여 강제로 제거했습니다. 하지만 클로드는 이 목적으로 제미니를 사용해서는 안 된다고 생각하며, 이미 고도로 무작위화된 파이프라인 끝에 또 다른 블랙박스를 추가하는 대신 출력 로직을 최적화하여 요인 출력을 조절하는 것이 더 낫다고 제안합니다. 좋아요~ 한번 시도해 볼게요~
이 기사는 기계로 번역되었습니다
원문 표시

Crypto_Painter
@CryptoPainter
04-02
又更新了一版,这次把遗传算法可用的特征变量也暴露到前端了,现在可以针对自己想要迭代的策略类型进行自定义了。
比如我想生成一个震荡短线策略,那就只选波动率与线性回归相关的指标或参数作为特征库,如果想要生成趋势策略,那就选均线或动能类特征。
不知不觉之间,搞出来了一个炼丹炉...好玩~ x.com/CryptoPainter/…

Twitter에서
면책조항: 상기 내용은 작자의 개인적인 의견입니다. 따라서 이는 Followin의 입장과 무관하며 Followin과 관련된 어떠한 투자 제안도 구성하지 않습니다.
라이크
즐겨찾기에 추가
코멘트
공유




