Optimización genética o completa en MT5: cuál usar
Al optimizar en MT5 eliges entre probar todas las combinaciones o dejar que un algoritmo genético busque las mejores. La elección no solo cambia cuánto esperas: cambia qué puedes concluir de los resultados.
Optimización completa
El algoritmo lento y completo prueba cada combinación de tus rangos. Con 3 parámetros de 20 valores cada uno son 8.000 pasadas; con 5, 3,2 millones. Su ventaja es que el mapa queda entero: puedes ver cómo cambia el resultado al mover cada parámetro y si la mejor zona es amplia o un punto suelto.
Optimización genética
El algoritmo genético rápido empieza con combinaciones al azar, se queda con las que mejor puntúan según tu criterio y las cruza y muta para generar las siguientes, generación tras generación, hasta que dejan de mejorar. Puede encontrar buenas zonas en una fracción del tiempo, pero no lo prueba todo: se concentra donde el criterio es alto y apenas visita el resto.
Por qué la genética facilita la sobreoptimización
El algoritmo persigue activamente la combinación que más puntúa, y esa búsqueda también premia a la que tuvo suerte. Además, deja el mapa a trozos: alrededor de la mejor pasada puede haber pocas vecinas probadas, y sin ellas no puedes saber si estás en una meseta o en un pico. Por eso, con la genética, la primera fila merece todavía menos confianza.
Cuál elegir
Si la completa cabe en un tiempo razonable, úsala. Si no, antes de pasar a la genética, mira si puedes reducir el problema: quitar parámetros que apenas influyen, ampliar el paso o recortar rangos absurdos. Menos combinaciones no solo es más rápido: también da menos oportunidades a que gane el azar. Si aun así necesitas la genética, úsala para explorar: localiza la zona prometedora y después optimiza esa zona con la completa y un rango más estrecho.
Cuánto se exploró
Compara el número de pasadas con el total de combinaciones de tus rangos: si la genética hizo 5.000 de 3 millones, ha visto menos del 0,2 %. Orometra lo calcula si le das también el .set con tus rangos, y con búsquedas genéticas es más prudente: no se inventa vecinas que no se probaron, y te lo avisa.
Errores habituales
- Usar la genética por costumbre cuando la completa tardaría poco.
- Optimizar demasiados parámetros «porque la genética puede con ello». Puede calcularlo, pero eso no hace el resultado más fiable.
- Tomar la primera fila de una genética como la respuesta. Es la que el algoritmo persiguió, y la que más puede deber su resultado a la suerte.
- Comparar dos ejecuciones genéticas y concluir que algo cambió: como empiezan al azar, dos ejecuciones idénticas pueden dar tablas distintas.
Siguiente paso
Suelta en Orometra los XML de tu optimización, completa o genética. Tiene en cuenta cuánto del espacio se probó, es más prudente cuando la búsqueda fue genética y te dice si detrás de la mejor pasada hay una zona estable o solo un punto afortunado.