ट्रेडिंग सिस्टम आनुवंशिक - एल्गोरिथ्म

ट्रेडिंग सिस्टम लैब के अंदर एक ट्रेडिंग सिस्टम बनाना। टेस्टिंग सिस्टम लैब स्वचालित रूप से कुछ ही मिनटों में ट्रेडिंग सिस्टम को स्वचालित रूप से किसी उन्नत कंप्यूटर प्रोग्राम का उपयोग करके स्वचालित रूप से ट्रेडिंग कोड के एक ट्रेडिंग सिस्टम के जेनेटिक प्रोग्रामिंग क्रिएशन के साथ मशीन कोड के AIMGP स्वचालित प्रेरण के रूप में जाना जाता है। लैब को 3 आसान चरणों में पूरा किया जाता है सबसे पहले, एक सरल प्रीप्रोसेसर चलाया जाता है जो स्वचालित रूप से बाजार से आवश्यक डेटा को टीसीएल, मेटास्टॉक, एआईआईपी, ट्रेडस्टेशन, फ्री इंटरनेट डाटा, एएससीआईआई, टीएक्सटीटी, सीएसवी, कॉम्पूट्रैक, डॉवजॉन्स, फ्यूचर सोर्स, टेलीचार्ट2000v3, टेकटूल, एक्सएमएल, बाइनरी और इंटरनेट स्ट्रीमिंग डेटा दूसरा, ट्रेडिंग सिस्टम जेनरेटर जीपी कुछ ही मिनटों या अधिक के लिए चल रहा है, एक नया ट्रेडिंग सिस्टम विकसित करने के लिए आप अपना खुद का डाटा, पैटर्न, संकेतक, टीएसएल तीसरे के भीतर इंटरमीकेट रिश्तों या मूलभूत आंकड़े, विकसित ट्रेडिंग सिस्टम को व्यापारिकरण के भीतर से नया ट्रेडिंग सिस्टम सिग्नल बनाने के लिए स्वरूपित किया गया है कई अन्य ट्रेडिंग प्लेटफॉर्म टीएसएल स्वचालित रूप से आसान भाषा, जावा, असेंबलर, सी कोड, सी कोड और वेल्थलैब स्क्रिप्ट भाषा लिखेंगे। ट्रेडिंग सिस्टम मैन्युअल रूप से कारोबार किया जा सकता है, ब्रोकर के जरिये कारोबार किया जा सकता है, या स्वचालित रूप से व्यापार किया जा सकता है आप खुद को ट्रेडिंग सिस्टम बना सकते हैं या हम आपके लिए यह कर सकते हैं तब, या तो आप या आपके दलाल सिस्टम को मैन्युअल रूप से या स्वचालित रूप से व्यापार कर सकते हैं। टेस्टिंग सिस्टम लैब जेनेटिक प्रोग्राम में कई विशेषताएं शामिल हैं जो वक्र फिटिंग की संभावना को कम करती हैं, या व्यापार प्रणाली का उत्पादन करती हैं जो प्रदर्शन जारी नहीं करती हैं भविष्य में सबसे पहले, विकसित ट्रेडिंग सिस्टम्स का आकार कम से कम संभव आकार तक कम कर दिया गया है जिसे पार्सिमनी प्रेशर कहा जाता है, जो कि न्यूनतम वर्णन लंबाई की अवधारणा से चित्रित होता है इस प्रकार परिणामी ट्रेडिंग सिस्टम जितना सरल होता है उतना सरल होता है और यह आम तौर पर माना जाता है कि सरल व्यापार प्रणाली, भविष्य में बेहतर प्रदर्शन करेगी दूसरा, यादृच्छिक विकास प्रक्रिया में पेश की जाती है , जो कि स्थानीय रूप से समाधान खोजने की संभावना को कम करता है, लेकिन विश्व स्तर पर इष्टतम नहीं, विकसित ट्रेडिंग प्रणालियों में प्रयुक्त आनुवांशिक सामग्री के संयोजन पर न केवल प्रस्तुत किया जाता है, बल्कि पार्सिनी दबाव, उत्परिवर्तन, क्रॉसओवर और अन्य उच्च स्तरीय जीपी पैरामीटर में नमूना परीक्षण से बाहर किया जाता है, जबकि प्रशिक्षण में प्रगति पर है, नमूना और आउट नमूना व्यापार प्रणाली परीक्षण दोनों में नमूना जानकारी प्रस्तुत की गई है, लॉग इन उपयोगकर्ताओं को प्रस्तुत किया जाता है प्रशिक्षण, सत्यापन और नमूना आंकड़ों के लिए नमूना प्रदर्शन से बाहर व्यवहार किया जा सकता है संकेत मिलता है कि ट्रेडिंग सिस्टम मजबूत गुणों के साथ विकसित हो रहा है नमूना परीक्षण के मुकाबले नमूना परीक्षण के स्वत: आउटपुट में पर्याप्त गिरावट का अर्थ यह हो सकता है कि एक मजबूत ट्रेडिंग सिस्टम का निर्माण संदेह में है या टर्मिनल या इनपुट सेट की आवश्यकता हो सकती है अंत में, टर्मिनल सेट को सावधानी से चुना जाता है ताकि शुरुआती आनुवंशिक दोस्त के चयन में अधिकतर पूर्वाग्रह न हो किसी विशेष बाजार पूर्वाग्रह या भावना के प्रति रियाल। टीएसएल अपने व्यापार को पूर्वनिर्धारित सिस्टम के साथ शुरू नहीं करता है वास्तव में, केवल इनपुट सेट और बाजार प्रविष्टि मोड या मोड का चयन, स्वत: प्रविष्टि खोज और असाइनमेंट के लिए, शुरू में एक पैटर्न या संकेतक के व्यवहार के बारे में सोचा जा सकता है कि एक तेजी से स्थिति का इस्तेमाल किया जा सकता है, जीपी के भीतर छोड़ दिया जाता है या उल्टा हो सकता है कोई भी पैटर्न या संकेतक किसी विशेष बाजार आंदोलन पूर्वाग्रह को पूर्व-नियुक्त नहीं है यह मैन्युअल रूप से उत्पन्न व्यापार प्रणाली के विकास से एक मूलभूत प्रस्थान है। एक व्यापार प्रणाली निर्देशों का एक तार्किक सेट है जो व्यापारी को किसी विशेष बाजार को खरीदने या बेचने के बारे में बताता है ये निर्देशों को शायद ही कभी किसी व्यापारी द्वारा हस्तक्षेप की आवश्यकता होती है ट्रेडिंग सिस्टम मैन्युअल रूप से कारोबार किया जा सकता है, कंप्यूटर स्क्रीन पर व्यापारिक निर्देशों का पालन करके, या कंप्यूटर को अनुमति देकर कारोबार किया जा सकता है स्वचालित रूप से बाजार में ट्रेडों को दर्ज करने के लिए आज दोनों तरीकों से व्यापक उपयोग में हैं अधिक पेशेवर पैसा प्रबंधकों ने खुद को सिस्टे पर विचार किया है मैटिक या मैकेनिकल व्यापारियों की तुलना में जो खुद को विचार करते हैं विवेकाधीन, और व्यवस्थित धन प्रबंधकों का प्रदर्शन आमतौर पर विवेकाधीन धन प्रबंधकों की तुलना में बेहतर होता है। अध्ययनों से पता चला है कि यदि ट्रेडिंग सिस्टम का प्रयोग नहीं कर रहा है तो ट्रेडिंग अकाउंट्स आमतौर पर ज्यादा पैसा खो देते हैं। पिछले 10 वर्षों में ट्रेडिंग सिस्टम्स में विशेष रूप से कमोडिटी ब्रोकरेज फर्मों में स्पष्ट है, हालांकि इक्विटी और बांड मार्केट ब्रोकरेज फर्म ट्रेडिंग सिस्टमों के उपयोग के माध्यम से लाभों के बारे में अधिक जागरूक होते जा रहे हैं और कुछ ने खुदरा ग्राहकों को ट्रेडिंग सिस्टम की पेशकश शुरू कर दी है। अधिकांश म्यूचुअल फंड मैनेजर्स पहले से ही परिष्कृत कंप्यूटर एल्गोरिदम का इस्तेमाल कर रहे हैं ताकि अपने फैसले को निर्देशित कर सकें कि किस हॉट स्टॉक को चुनना है या किस क्षेत्र में रोटेशन का पक्ष है कंप्यूटर और एल्गोरिदम निवेश में मुख्यधारा बन गए हैं और हमें उम्मीद है कि इस प्रवृत्ति को युवा, अधिक कंप्यूटर समझ रखने वाले निवेशक अपने पैसे के हिस्से को ट्रेडिंग द्वारा प्रबंधित करने की अनुमति देना जारी रखें जोखखम को कम करने और रिटर्न में वृद्धि करने वाली प्रणाली पिछले कुछ वर्षों में स्टॉक मार्केट में गिरावट के रूप में शेयरों और म्यूचुअल फंडों की खरीद और धारण करने वाले निवेशकों द्वारा अनुभवी भारी नुकसान में शेयर बाजार में निवेश करने के लिए एक अधिक अनुशासित और तार्किक दृष्टिकोण की दिशा में यह आंदोलन आगे बढ़ रहा है औसत निवेशक को पता चलता है कि वह वर्तमान में अपने जीवन के कई पहलुओं और अपने प्रियजनों के जीवन को कंप्यूटर द्वारा नियंत्रित या नियंत्रित करने के लिए अनुमति देता है जैसे कि ऑटोमोबाइल और हम परिवहन के लिए उपयोग किए जाने वाले विमान, चिकित्सा निदान उपकरण जो हम स्वास्थ्य रखरखाव, हीटिंग और प्रशीतन के लिए उपयोग करते हैं नियंत्रक जो हम तापमान नियंत्रण के लिए उपयोग करते हैं, हम इंटरनेट आधारित जानकारी के लिए इस्तेमाल करते हैं, यहां तक ​​कि उन खेलों से भी जो मनोरंजन के लिए खेलते हैं, फिर क्यों कुछ खुदरा निवेशकों का मानना ​​है कि वे अपने फैसले में कूल्हे से गोली मार सकते हैं या स्टॉक या म्युचुअल फंड खरीदने के लिए क्या कर सकते हैं या बेचते हैं और पैसे कमाने की उम्मीद करते हैं अंत में, औसत निवेशक सलाह और सूचना के लिए सावधान हो गए हैं बेईमान दलालों, एकाउंटेंट, कॉरपोरेट प्रिंसिपलों और वित्तीय सलाहकारों द्वारा उभरा। पिछले 20 सालों के लिए गणितज्ञों और सॉफ्टवेयर डेवलपर्स ने स्टॉक और कमोडिटी बाजारों में संकेतकों और पैटर्नों की खोज की है जो कि बाजार की दिशा में इंगित कर सकते हैं। ट्रेडिंग सिस्टम के प्रदर्शन को बढ़ाएं आम तौर पर इस खोज प्रक्रिया को परीक्षण और त्रुटि और अधिक परिष्कृत डाटा माइनिंग के संयोजन के माध्यम से पूरा किया जाता है आमतौर पर, डेवलपर एक संभावित ट्रेडिंग सिस्टम का उत्पादन करने के लिए सप्ताह या महीना क्रंचिंग करेगा कई बार यह ट्रेडिंग सिस्टम वक्र फिटिंग कहने के कारण भविष्य में वास्तव में उपयोग किए जाने पर अच्छा प्रदर्शन नहीं करते। पिछले कुछ सालों में कई ट्रेडिंग सिस्टम और ट्रेडिंग सिस्टम विकास कंपनियां रही हैं जो आए हैं और चली गईं क्योंकि उनके सिस्टम लाइव ट्रेडिंग में विफल रहे हैं। भविष्य में मुश्किल है, लेकिन acco के लिए असंभव नहीं है हालांकि, कोई नैतिक डेवलपर या मनी मैनेजर बिना शर्त गारंटी दे देंगे कि कोई भी ट्रेडिंग सिस्टम, या किसी भी स्टॉक, बांड या म्यूचुअल फंड के लिए भविष्य में हमेशा के लिए मुनाफा का उत्पादन जारी रखेगा। ट्रेडिंग सिस्टम व्यापारिक प्रणाली के उपयोग के माध्यम से डेवलपर को मिनटों में अब उत्पादन किया जा सकता है व्यापार प्रणाली लैब ट्रेडिंग सिस्टम लैब ट्रेडिंग सिस्टम और ट्रेडिंग संकेतकों की स्वचालित पीढ़ी के लिए एक मंच है टीएसएल एक उच्च गति आनुवंशिक प्रोग्रामिंग इंजन का उपयोग करता है और ट्रेडिंग सिस्टम का उत्पादन करेगा 56 इन्पुट के आधार पर 16 मिलियन से अधिक सिस्टम-बार प्रति सेकंड की दर से ध्यान दें कि केवल कुछ इनपुट का उपयोग वास्तव में किया जाएगा या इसके परिणामस्वरूप आम तौर पर साधारण विकसित रणनीति संरचनाएं होनी चाहिए, लगभग 40,000 से 200,000 प्रणालियों के लिए अभिसरण के लिए आवश्यक, समय के लिए अभिसरण किसी भी डेटा सेट को अनुमानित किया जा सकता है ध्यान दें कि हम इष्टतम पैरा की तलाश करने वाले मौजूदा संकेतकों का बस बल ऑप्टिमाइज़ेशन नहीं चला रहे हैं पहले से संरचित ट्रेडिंग सिस्टम में उपयोग करने के लिए मीटर जो ट्रेडिंग सिस्टम जनरेटर भविष्य में बाजार के आंदोलन के बारे में कोई धारणा नहीं बनाते हैं और फिर ट्रेडिंग सिस्टम को बाजार में मौजूद जानकारी के साथ उच्च स्तर पर विकसित करते हैं। नए फिल्टर, फ़ंक्शंस, परिस्थितियों और रिश्तों को तैयार करते हुए यह एक आनुवंशिक रूप से इंजीनियर ट्रेडिंग सिस्टम की दिशा में आगे बढ़ता है नतीजतन यह है कि एक उत्कृष्ट ट्रेडिंग सिस्टम कुछ ही मिनटों में लगभग किसी भी बाजार पर 20-30 वर्षों के दैनिक बाजार डेटा पर उत्पन्न हो सकता है। कुछ वर्षों में ट्रेडिंग सिस्टम अनुकूलन के कई तरीके हैं जो कि कम शक्तिशाली आनुवंशिक एल्गोरिथ्म जीनेटिक प्रोग्राम जीपी को रोजगार देते हैं कई कारणों से जेनेटिक एल्गोरिदम जीए से बेहतर हैं, सबसे पहले, जीपी बहुत तेजी से एक समाधान पर समाधान पर तेजी से और तेजी से बढ़ रहा है आनुवंशिक एल्गोरिदम एक रैखिक दर पर बहुत धीमा होती है और किसी भी तेजी से दूसरा नहीं मिलती, जीपी वास्तव में ट्रैडी उत्पन्न करती है एनजी सिस्टम मशीन कोड जो आनुवंशिक सामग्री संकेतक, पैटर्न, अनूठे तरीके में अंतर-बाजार डेटा को जोड़ता है ये अनूठे संयोजनों को सहज रूप से स्पष्ट नहीं किया जा सकता है और सिस्टम डेवलपर द्वारा शुरुआती परिभाषाओं की आवश्यकता नहीं है अनन्य गणितीय रिश्तों को बनाया गया नया संकेतक हो सकता है, या वेरिएंट तकनीकी विश्लेषण में, जो अभी तक विकसित नहीं हुई है या फिर जीए एस की खोज की जा रही है, केवल इष्टतम समाधान की तलाश करें क्योंकि वे पैरामीटर रेंज पर प्रगति करते हैं, वे नए गणितीय रिश्तों की खोज नहीं करते हैं और अपना खुद का ट्रेडिंग सिस्टम कोड नहीं लिखते हैं। चर लंबाई जीनोमों का उपयोग करते हुए, विभिन्न लंबाई के कोड, ट्रेडिंग सिस्टम की लंबाई को गैर-मुताबिक़ समसामयिक कहा जाता है, के माध्यम से संशोधित करेगा और पूरी तरह से एक संकेतक या पैटर्न को त्याग देगा जो ट्रेडिंग सिस्टम की कार्यक्षमता में योगदान नहीं करता है। आकार अनुदेश ब्लॉक, केवल मुताबिक़ समसामयिक का उपयोग करते हुए और चर लंबाई व्यापार प्रणाली का उत्पादन नहीं करते कोड, और न ही वे एक जीपी के रूप में आसानी से एक अक्षम सूचक या पैटर्न को त्याग देंगे, अंत में जेनेटिक प्रोग्राम मशीन सीखने के क्षेत्र में एक हालिया उन्नति है, जबकि जेनेटिक एल्गोरिदम 30 साल पहले खोजी गईं आनुवंशिक कार्यक्रमों में जेनेटिक एल्गोरिदम क्रॉसओवर, प्रजनन, उत्परिवर्तन और फिटनेस, हालांकि जीपी में बहुत तेजी से और मजबूत विशेषताएं शामिल हैं, जिससे ट्रेडिंग सिस्टम बनाने के लिए जीपी का सबसे अच्छा विकल्प है। टीएसएल के ट्रेडिंग सिस्टम जनरेटर में कार्यरत जीपी वर्तमान में उपलब्ध सबसे तेजी से जीपी है और यह किसी भी उपलब्ध नहीं है दुनिया में अन्य वित्तीय बाजार सॉफ्टवेयर। जेनेटिक प्रोग्रामिंग एल्गोरिथ्म, टीएसएल के भीतर उपयोग किए जाने वाले ट्रेडिंग सिम्युलेटर और फिटनेस इंजन को उत्पादन करने में 8 साल लग गए। टेस्टिंग सिस्टम लैब इंजीनियरों, वैज्ञानिकों, प्रोग्रामर्स और व्यापारियों की एक टीम द्वारा कड़ी मेहनत के वर्षों के परिणाम है , और हमारा मानना ​​है कि बाजारों के व्यापार के लिए आज उपलब्ध सबसे उन्नत प्रौद्योगिकी का प्रतिनिधित्व करता है। एक आनुवंशिक अल्ग पर आधारित एक विदेशी मुद्रा व्यापार प्रणाली इस लेख के रूप में Mendes, एल Godinho, पी अनुप्रयोगों क्लेयर शैक्षणिक, डॉर्ड्रेक्ट 1996 MATH Google Scholar. Park, सी-एच इरविन, एसएच हम क्या तकनीकी विश्लेषण की लाभप्रदता के बारे में पता है जे ईकोन Surv 21 4, 786 826 2007 CrossRef Google Scholar. Pictet, OV Dacorogna, एमएम एट, वित्तीय अनुप्रयोगों में मजबूत अनुकूलन के लिए आनुवंशिक एल्गोरिदम का उपयोग करना, तंत्रिका नेट वर्ल्ड 5 4, 573 587 1995 Google विद्वान। रिव्ज़, सीआर छोटे जनसंख्या वाले आनुवंशिक एल्गोरिदम का प्रयोग करते हुए जेनेटिक पर पांचवी अंतर्राष्ट्रीय सम्मेलन की कार्यवाही एल्गोरिदम मॉर्गन कौफमैन, सैन मेटो 1993 Google विद्वान। रोथलौफ, एफ गोल्डबर्ग, डी उत्क्रांतिपूर्ण गणना में डी रिडंडंट अभ्यावेदन इलिनोइस जेनेटिक एल्गोरिदम लैबोरेटरी इलिगल रिपोर्ट 2002। स्कॉलमेस्टर, एस तकनीकी मुद्रा व्यापार की लाभप्रदता के एसएपी फाइनैंक ईकॉन 18 11, 917 9 30 2008 क्रॉसफ्रफ़ Google Scholar. Sweeney, आरजे विदेशी मुद्रा बाजार जे वित्त 41 1, 163 182 1986 को मारता है गूगल विद्वान। विल्सन, जी Banzhaf, वाई के लिए इंटर डे आनुवंशिक और उत्क्रांतिय कंप्यूटिंग पर 12 वीं वार्षिक सम्मेलन की कार्यवाही में रैखिक आनुवंशिक प्रोग्रामिंग का उपयोग करने वाले विदेशी मुद्रा विनिमय व्यापार GECCO 10 2010 Google Scholar. Copyright जानकारी। स्प्रिंगर साइंस बिज़नेस मीडिया, एलएलसी 2012. लेखक और सहभागिता। ल्यूस मैन्देस। पादरी गोडिंहो। ई-मेल लेखक 1 Faculdade de Economia Universidade de Coimbra Coimbra Portugal.2 Faculdade de Economia और GEMF Universidade de Coimbra Coimbra Portugal.3 Faculdade de Economia और Inesc - कोइम्ब्रा यूनिवर्सिडाइड डी कोइम्ब्रा कोइम्ब्रा पुर्तगाल. इस लेख के बारे में। सिस्टम ऑप्टिमाइमाइज़ेशन के लिए नैसर्गिक चयन आनुवंशिक एल्गोरिथ्म हालांकि, एवो 2 से सबसे अधिक आनुवंशिक एल्गोरिदम पूरी तरह से इन चरणों को छोड़ देते हैं, दोनों चरणों को पूरी तरह से और सटीक रूप से उभरते हैं। कोई भी संभोग अनुमति नहीं। सबसे मानक आनुवंशिक एल्गोरिदम, बोलने में प्रजनन आनुवंशिक भिन्नता को कम कर देता है, जो कहने के लिए पर्याप्त है, सिस्टम को विकसित करने और उनके पर्यावरण के अनुकूल होने से रोकता है मानक GA में, इसका मतलब है कि एक प्रणाली स्थानीय ऑप्टिमा में फंसने की अधिक संभावना हो सकती है जबकि प्रकृति में कम से कम तीन तंत्र हैं जो कि , सबसे आनुवांशिक एल्गोरिदम इस समस्या का समाधान करने में विफल रहे हैं। पहला तरीका संतृप्ति से रोकें वृद्धि हुई homozygosity में प्रजनन परिणाम reproducing, जो अपर्याप्त या हानिकारक गुणों से प्रभावित संतानों की संभावना को बढ़ा सकते हैं। दूसरा तंत्र भाई बहनों के बीच बर्ताव संभोग को रोकने के लिए युवा पुरुषों को दूर। तीसरा तंत्र Westermarck प्रभाव यह एक मनोवैज्ञानिक प्रभाव है जिसके माध्यम से बचपन के दौरान निकटता में उठाए जाने वाले व्यक्ति बाद में यौन आकर्षण के लिए बेहोश हो जाते हैं। प्रजनन के अंतिम परिणाम आनुवांशिक विविधता की कमी के कारण प्रजातियां विलुप्त होने हैं पृथ्वी पर सबसे अधिक प्रजातियों में से एक चीता, एक प्रमुख उदाहरण है और, यह भी बीस हजार साल पहले विलुप्त होने का सामना करना पड़ता है, चित्ता पूरे अफ्रीका, एशिया, यूरोप और उत्तर अमेरिका में घूमते हुए लगभग 10,000 साल पहले, जलवायु परिवर्तन के कारण, सभी एक प्रजाति विलुप्त हो गई थी, उनकी संख्या में भारी कमी, करीबी रिश्तेदारों नस्ल के लिए मजबूर किया गया, और चीता आनुवंशिक रूप से आनुवंशिक रूप से पैदा हो गई, जिसका अर्थ है कि सभी चीता बहुत करीबी हैं टेड। हालांकि स्वभाव में प्रजनन से मना किया जाता है, लगभग सभी कंप्यूटर-सिमुलेट आनुवंशिक एल्गोरिदम इस समस्या को अनदेखा करते हैं। एवो 2 वेस्टर्मैर्क प्रभाव और अन्य सिम्युलेटेड प्रभावों के माध्यम से प्रजनन से रोकता है। एपिगनेटिक स्विचेस। एपिगनेटिक सिद्धांत का वर्णन है कि जीन अभिव्यक्ति में परिवर्तन परिवर्तनों के अलावा अन्य तंत्र के कारण हो सकते हैं अंतर्निहित डीएनए अनुक्रम में, अस्थायी रूप से या कई पीढ़ियों के माध्यम से, सामूहिक रूप से epigenome Evo 2 के रूप में जाना जाता कोशिकाओं के भीतर रासायनिक स्विच के एक नेटवर्क को प्रभावित करके सिस्टम को अस्थायी रूप से कार्रवाई के लिए दंडित किया जा सकता है जैसे कि बहुत लालची या खतरे का जोखिम सिमुलेशन एनीलिंग। सिमुलेशन एनीलिंग एक वैश्विक शोधन समस्या के लिए एक संभाव्य मेटाफेरीस्टिक है जो किसी बड़े सर्च स्पेस में दिए गए फ़ंक्शन के वैश्विक इष्टतम को बेहतर अनुमान लगाने की समस्या है यह अक्सर तब होता है जब खोज स्थान असतत है कुछ समस्याओं के लिए, सिम्युलेटेड एंनेलिंग संपूर्ण गणना की तुलना में अधिक कुशल रहें। परिवार ट्री। एवो 2 सीए प्रत्येक जीनोम के लिए वंशावली जानकारी बचाने के लिए, ताकि उपयोगकर्ताओं को आनुवंशिक एल्गोरिथ्म की प्रगति की समीक्षा कर सकें कि समय के साथ कुछ जीन कैसे विकसित हुए हैं। कैरेओग्राम व्यूअर। एवो 2 एक अंतर्निर्मित कार्यप्रणाली प्रदान करता है, जो आनुवंशिक एल्गोरिदम के विकास के दौरान जीनोम के दृश्य की अनुमति देता है। प्रसंग मेनू के माध्यम से विशिष्ट जीनोमों के लिए वंशावली जानकारी प्रदर्शित करने के लिए किरणोग्राम को अनुकूलित किया जा सकता है। एवो 2 एप्लिकेशन्स. ईओ 2 क्लाइंट या सर्वर साइड पर ट्रेडिंग सिस्टम, ट्रेडिंग सिस्टम ऑप्टिमाइज़ेशन, पोर्टफोलियो अनुकूलन, परिसंपत्ति आवंटन और आनुवंशिक प्रोग्रामिंग स्वायत्त निर्माण के लिए इस्तेमाल किया जा सकता है। कृत्रिम रचनात्मकता, स्वचालित डिजाइन, जैव सूचना विज्ञान, रासायनिक कैनेटीक्स, कोड-ब्रेकिंग, कंट्रोल इंजीनियरिंग, फेनमैन-केएसी मॉडल, फ़िल्टरिंग और सिग्नल प्रोसेसिंग, अनुसूचन अनुप्रयोगों, मैकेनिकल इंजीनियरिंग, स्टोचैस्टिक ऑप्टिमाइज़ेशन और टाइमटालिंग समस्याओं सहित गैर-वित्त संबंधित अनुप्रयोग आनुवंशिक प्रोग्रामिंग उदाहरण. ट्रैडेस्क्रिप्ट प्रोग्रामिंग उदाहरण विकसित होते हैं रु। कैसे आनुवंशिक प्रोग्रामिंग मॉडल बनाने के लिए जो टेस्ट और ऑप्टिमाइज़ की रणनीतियों को वापस करने में सक्षम हैं प्रोग्रामिंग प्रलेखन यहां डाउनलोड किए जा सकते हैं।