El Duelist Algorithm propone una optimización poblacional distinta a los genéticos clásicos para ajustar parámetros de estrategias en MT5: separa el comportamiento de ganadores y perdedores para reducir mutaciones y cruces “a ciegas”.
Los perdedores mejoran copiando parcialmente parámetros del ganador según una probabilidad de aprendizaje. Los ganadores exploran mediante innovación: mutaciones discretizadas por rangos y pasos, con control probabilístico. Un coeficiente de suerte introduce ruido controlado en cada duelo para evitar estancamiento.
La implementación en MQL5 se organiza en una clase con fases claras: selección de campeones (que no duelan), entrenamiento de nuevos individuos desde campeones con perturbación gaussiana, duelos aleatorios, aprendizaje/innovación, y recorte para mantener tamaño fijo. En pruebas sobre funciones multimodales, el método logra convergencia estab...
👉 Léelo | Documentación | @mql5es
3
1
1August 27, 2026 2.3K 2
