Я искал виньетку " Масштабная оптимизация портфеля с помощью DEoptim ".Виньетка применяет генетические алгоритмы для решения невыпуклых задач оптимизации.
Мой вопрос был о том, как интерпретировать параметр "F" размера шага.Документация гласит: «F: шаг от интервала [0,2]. По умолчанию до 0,8».В литературе по машинному обучению для градиентных приличных методов под размером шага понимается величина, на которую вектор выбора настраивается в направлении максимального спуска.Большие шаги подразумевают более быструю конвергенцию, но меньшую точность.
Пример использования виньетки включает оптимизацию портфеля.Размер шага не указывается в качестве аргумента, поэтому всегда используется размер шага .8.Однако, поскольку оптимизация находит, какие веса минимизируют некоторую цель портфеля, и поскольку веса должны составлять 1, кажется, что размер шага 0,8 (80% портфеля) слишком велик для этой проблемы.Лучший выбор размера шага может быть 0,01.
Однако я должен что-то упустить, так как, когда я запускаю оптимизацию, я вижу, что в каждом поколении веса не прыгают на 0,8 каждый раз.Итак, какова интерпретация «размер шага»?В контексте оптимизации портфеля имеет смысл установить это значение на небольшое значение, например 0,01 (1%)?