9. Генетический алгоритм
Параллельный подход
Отдельный поток:
lBest – локальное значение максимума
Фитнесс – функции
lEdge – локальное значение граничного
значения фитнесс-функции
SendGlobal(…) – событие, возникающие
при lBest>=lEdge
10. Генетический
алгоритм
Общий процесс
gBest – глобальное значение максимума
Фитнесс-функции. Хранится в общей
(Shared) памяти.
lBest – значение максимума
Фитнесс-функции в потоке n. Хранится
В локальной памяти потока, передается
в общий процесс с помощью события.
12. Основная идея
Далее будем пытаться выяснить, к какой
ценовой модели относятся текущие
котировки.
После этого будем применять известную
стратегию к реальным данным.
14. Экономическая сводка
Наименование показателя Единица Значение показателя
измерения
Технические показатели
Автоматическая торговля на
Назначение программы
фондовых биржах
Тип ЭВМ IBM-совместимая
Тип процессора Intel Core i5
Частота работы процессора ГГц ≥2
Объём оперативной памяти Гб ≥2
Свободное пространство на
Гб ≥ 100
жестком диске
Технология для реализации .NET, язык С#
Операционная система Windows XP/Windows 7
Экономические показатели
Трудоёмкость разработки Чел.-ч. 1080
Число разработчиков чел. 3
Срок реализации разработки год 0,25
15. Заключение
В ходе работы была разработана архитектура
автоматической торговой системы
Были исследованы генетические алгоритмы, их
применимость к контексту динамически
изменяющихся цен на бирже и возможность
параллельной реализации
Был реализован алгоритм иерархической
кластеризациии;
Был реализован алгоритм кластеризации методом K
средних;
Был разработан генетический алгоритм,
соответствующий контексту задачи;
Был разработан комплекс программ, решающих
поставленную задачу.