Оптимизация нескольких переменных
-
Добрый день
Прошу подсказать каким способом можно решить задачу по поиску наиболее оптимальных значений переменных, увеличивающих конечную прибыль.
Суть заключается в следующем - по результатам математических расчетов получаем валуйную линию, но общая прибыль сделанных ставок зависит еще от соблюдения нескольких показателей условий больше/меньше значений задаваемых переменных.
Поиск наиболее оптимальных значений этих переменных также должен выполняться с соблюдением условий, например - максимальная прибыль при просадке не более 30%.
Excel такое не берет
Отсюда вопрос - какой язык программирования и набор библиотек лучше всего для этого подойдет?Буду рад наличию обучающих материалов.
Кто готов показать на конкретном примере готов обсудить условия.
Спасибо! -
Любой язык программирования содержит готовые библиотеки для решения задач оптимизации (системы уравнений) любой сложности.
Есть минимизаторы, есть солверы, есть примитивные способы подбора - выбирайте любой, какой хотите. Вам же разово нужно решить задачу, скорость решения и схождения алгоритма не критична? -
Скорости не имеют значения, допустим есть база 10 000 строк, написал код рассчитывающий конечную прибыль общего количества ставок, путем оптимизации получил наиболее лучшие значения, которые опять же стоят в начале кода как переменные a, b, c
Далее при увеличении базы к примеру до 11 000, снова в ручном режиме меняю код и уже получаю несколько иные уточненные оптимизированные значения переменных -
Пользователь @tstpvl написал в Оптимизация нескольких переменных:
соблюдения нескольких показателей условий больше/меньше значений задаваемых переменных
По набору факторов - перебором можете прогнать.
- Разбиваете каждый фактор по шагам (например фактор А от 1.0 до 2.0 шаг 0.1 и т.д.)
- Для каждого варианта набора факторов считаете результат.
- Все результаты загоняете в таблицу (например pandas в python)
- Таблицу сортируете по значению результата.
-
Если фактор один - то представляю как просчитать хотя бы в ручном режиме, т.к для конкретного фактора известен примерный диапазон и конкретный шаг, но добавляются еще несколько и вариантов отсюда огромное количество
-
это все подгон будет, сам себя обманываешь
