Почему решили попробовать генетические алгоритмы, а не нейронные сети?
Из практики. У меня ранее получалось успешно применять НС для задач распознавания образов (например, ценовые паттерны), но вот с задачей оптимизации стратегий НС справлялись хуже.
Интересно. Такой вывод сделали чисто эмпирически или решали какую то задачу исследования эффективности (имею ввиду эффективность га по сравнению с нс)?
Увы, чисто эмпирически. Сейчас очень хорошо развиваются НС, появляется много интересных опенсорсных проектов, реализаций. Я не удивлюсь, если какая-то современная реализаций будет справляться с задачей лучше.
Судя по первым результатам, ГА справляется со своей задачей. Есть другое слабое место. Алгоритм находит хорошие прибыльные стратегии, но они имеют более математический, а не трейдерский характер. Бывают очень сильные коррекции после входа. И иногда трейды выглядят довольно хаотичными.
Поэтому следующий приоритетный шаг -- это реализовать систему оценивания самого места входа. Чтобы алгоритм помимо фитнес-функции качества стратегии анализировал еще само место открытия позиций (насколько они качественные).
Литературу не посоветую. Я перенимал различные идеи с других проектов. Например, сталкивался с разными реализациями НС и ГА, по результатам делал выводы. Или своим путем проб и ошибок. Что-то в статьях видел или кто-то рассказывал.
Нейросеть - это сеть нейронов) Нейрон - это, в простейшем случае, функция-линейный комбинатор входа и весов нейрона. Суть сети в том, что выходы одних нейронов - это вход других. В общем математическом понимании задача нейросети - понизить размерность искомой функции путём поиска соответственных "весов"