NSGA II

1. Multi Object Optimization(多目標最佳化),在現實世界中我們要最佳化的目標可能不只有一個,最簡單的例子就是風險跟獲利,兩者是互相Trade off的因子,如果要高獲利想對的風險也較高,如何能找到高獲利低風險的因子,就必須透過Multi Object Optimization來做. 底下可以參考我之前做的 GA Optimization,對每個指標的Length做最佳化,找出最好的進出場時間. http://funningboy.blogspot.com/2010/02/trading-performance-v1.html http://funningboy.blogspot.com/2010/02/trading-performance-v2.html
2. 底下就Model而言定義出我們Optimization的因子 風險因子: 簡單的說就是 Risk = E[x,t+1] -C[x,t], E[x,t+1]為我們預期T+1的獲利,C[x,t]為現在收盤價Constant Value.可以想成如果E[x,t+1] =~ C[x,t],表示我們預測的準確性高,相對的風險因子也較低. PS: 為未來預期結果. 獲利因子: PS: 為現在結果