Продвинутая оптимизация

Обзор

StockSharp предоставляет расширенные инструменты для тонкой настройки процесса оптимизации стратегий. В этом разделе описаны продвинутые компоненты: конфигурация генетического алгоритма через GeneticSettings, компиляция пользовательских фитнес-формул через FitnessFormulaProvider, а также мониторинг прогресса через OptimizationProgressTracker.

GeneticSettings

Класс GeneticSettings управляет всеми аспектами генетического алгоритма оптимизации. Расположен в пространстве имен StockSharp.Algo.Strategies.Optimization.

Параметры популяции и поколений

Свойство	Тип	По умолчанию	Описание
`Population`	int	8	Начальный размер популяции
`PopulationMax`	int	16	Максимальный размер популяции
`GenerationsMax`	int	20	Максимальное количество поколений
`GenerationsStagnation`	int	5	Остановка при стагнации (поколений без улучшения)

Параметры вероятностей

Свойство	Тип	По умолчанию	Описание
`MutationProbability`	decimal	0.1	Вероятность мутации (0-1)
`CrossoverProbability`	decimal	0.8	Вероятность скрещивания (0-1)

Генетические операторы

Свойство	По умолчанию	Описание
`Reinsertion`	ElitistReinsertion	Стратегия замены поколений
`Mutation`	UniformMutation	Оператор мутации
`Crossover`	OnePointCrossover	Оператор скрещивания
`Selection`	TournamentSelection	Оператор отбора

FitnessFormulaProvider

Класс FitnessFormulaProvider компилирует строковые выражения C# в функции Func<Strategy, decimal>, используемые для оценки стратегий во время оптимизации.

Метод Compile

var fitnessProvider = new FitnessFormulaProvider();
Func<Strategy, decimal> fitness = fitnessProvider.Compile("PnL / (MaxDD + 1)");

Доступные переменные

В формулах фитнес-функции доступны следующие переменные, соответствующие статистическим показателям стратегии:

Переменная	Описание
PnL	Чистая прибыль
WinTrades	Прибыльные сделки
LosTrades	Убыточные сделки
TCount	Всего сделок
RTrip	Раундтрипы
AvgTPnL	Средняя прибыль на сделку
AvgWTrades	Средняя прибыльная сделка
AvgLTrades	Средняя убыточная сделка
MaxLong	Макс. длинная позиция
MaxShort	Макс. короткая позиция
MaxPnL	Макс. прибыль
MaxDD	Макс. просадка
MaxRelDD	Макс. относительная просадка
Ret	Доходность
Recovery	Фактор восстановления
MaxLatReg	Макс. задержка регистрации
MaxLatCan	Макс. задержка отмены
MinLatReg	Мин. задержка регистрации
MinLatCan	Мин. задержка отмены
OrdCount	Количество заявок
OrdRegErrCount	Ошибки регистрации
OrdCancelErrCount	Ошибки отмены
OrdFundErrCount	Ошибки "недостаточно средств"

Переменные можно комбинировать в произвольных математических выражениях: "PnL - MaxDD * 2", "Recovery * WinTrades", "PnL / (MaxDD + 1)".

OptimizationProgressTracker

Класс OptimizationProgressTracker предоставляет удобный мониторинг процесса оптимизации.

Свойства

Свойство	Тип	Описание
`TotalIterations`	int	Общее количество итераций
`CompletedIterations`	int	Количество завершенных итераций
`TotalProgress`	double	Общий прогресс (0-100)
`StartedAt`	DateTimeOffset	Время начала оптимизации
`Elapsed`	TimeSpan	Затраченное время
`Remaining`	TimeSpan	Оценка оставшегося времени

Методы

Метод	Описание
`IterationCompleted()`	Отмечает завершение одной итерации
`Reset(totalIterations)`	Сбрасывает трекер для нового запуска

Классы оптимизаторов

StockSharp предоставляет два оптимизатора, наследующих от BaseOptimizer:

BruteForceOptimizer -- полный перебор всех комбинаций параметров. Подходит для небольшого пространства параметров.
GeneticOptimizer -- генетический алгоритм. Эффективен при большом количестве параметров, автоматически сходится к оптимальному решению.

Пример использования

var geneticSettings = new GeneticSettings
{
	Population = 16,
	PopulationMax = 32,
	GenerationsMax = 50,
	GenerationsStagnation = 10,
	MutationProbability = 0.15m,
	CrossoverProbability = 0.75m,
};

// Пользовательская формула фитнес-функции
var fitnessProvider = new FitnessFormulaProvider();
var fitness = fitnessProvider.Compile("PnL / (MaxDD + 1)");

// Создание генетического оптимизатора
var optimizer = new GeneticOptimizer(
	new CollectionSecurityProvider(new[] { security }),
	new CollectionPortfolioProvider(new[] { portfolio }),
	storageRegistry,
	Paths.FileSystem);

optimizer.Settings.Population = geneticSettings.Population;
optimizer.Settings.PopulationMax = geneticSettings.PopulationMax;
optimizer.Settings.GenerationsMax = geneticSettings.GenerationsMax;
optimizer.Settings.GenerationsStagnation = geneticSettings.GenerationsStagnation;
optimizer.Settings.MutationProbability = geneticSettings.MutationProbability;
optimizer.Settings.CrossoverProbability = geneticSettings.CrossoverProbability;

// Мониторинг прогресса
var tracker = new OptimizationProgressTracker();
tracker.Reset(totalIterations: 100);

optimizer.SingleProgressChanged += (strategy, parameters, progress) =>
{
	if (progress == 100)
	{
		tracker.IterationCompleted();
		Console.WriteLine($"Прогресс: {tracker.TotalProgress:F1}%, " +
			$"Осталось: {tracker.Remaining:hh\\:mm\\:ss}");
	}
};