FMEX обанкротилась, но недавно выпустила план по ее возобновлению и разработала правила, аналогичные тем, которые использовались при добыче.https://www.fmz.com/bbs-topic/5834‒ Сортировка майнинга также имеет место для оптимизации. ‒ Хотя человек не должен дважды ступать в одну и ту же яму, кто имеет кредиты на FMEX, может обратиться к конкретной стратегии диска, которая может работать на FMZ.
Определяется, что каждые 5 минут суток происходит один цикл разблокировки порядка, каждый цикл распределяется между сделками на 1/288 от разблокированного порядка в течение дня. В каждом цикле выбирается случайный момент времени, который позволяет сделать краткий обзор ситуации с торговлей, в которой:
Общий доход, полученный пользователем в тот день за каждое циклическое разблокирование, является суммой доходов, полученных пользователем за каждое циклическое разблокирование.
Общие выгоды от разблокировки первой строки:
где i обозначает одно из 30 мест, а a - объем заказов, R - разблокированный возврат, V - количество заказов.
В отличие от разблокировки сделок, подвески не имеют затрат, и здесь R учитывает только относительный размер, что позволяет не учитывать абсолютную величину USDT-оценки. Если мы решим общий объем подвески, вопрос становится о том, как распределить заказы на разные позиции, чтобы максимизировать прибыль G. Простой поиск места наименьшего объема подвески, все подвески, очевидно, не самый оптимальный.
В конце концов, наши цели оптимизации и ограничения:
где M представляет собой общую сумму подвешенных единиц. Это проблема с вторичной косковой оптимизацией, которая содержит неравенство, удовлетворяет условиям KTT и решается как целое число. Использование соответствующих пакетов и косковых оптимизаторов должно позволять напрямую получить результаты, возвращающие оптимальную сумму подвешенных единиц на каждом месте.
Если рассматривать только два ряда, то количество заказов в настоящее время составляет 10, 20 ((называют их первым и вторым рядом), их разблокировка составляет R, а сумма стратегических запасных заказов составляет 30.
Первый вариант:
Найти наименьшее место подвески, все подвесить, и общий доход G = 30/ ((30 + 10) = 0.75R. Это также самый простой вариант.
Во-вторых:
Каждый раз выделяется 1 юань, и выделяется в то место, которое может принести наибольшую прибыль, то есть место наименьшего количества подвешенных единиц. Тогда 1 юань будет выделен первому ряду, первый ряд подвешенных единиц становится 10 + 1, и 2 юаны также будут выделены первому ряду... и так далее, пока не будет накоплен 10 юаней, когда можно будет выбирать один случай, когда общий список подвешенных единиц первого ряда превышает 20, а затем разделить на второй ряд. В конечном итоге первому ряду выделяется 20 юаней, второму ряду выделяется 10 юаней, и их общий список подвешенных единиц составляет 30. Общий доход G = 20/30 + 10/30 = R. Эта программа намного лучше и легче вычисляется, чем программа 1.
3 вариант:
Можно установить первую строку распределения a, вторую строку 30 -a, можно напрямую перечислить уравнение, которое искать можно как 0 (процесс не указан, как в статье, раскрывающей транзакцию), вычислить конечный результат, формула:
Внести целый выбор получается a=15; общий доход G=15/25+15/35=1.0286R, лучше, чем вариант 2, поскольку вытекает непосредственно из формулы, это оптимальный вариант, читатель может проверить его.
Результаты могут быть не такими, как ожидалось, и вариант 2 ясно показывает, что распределение каждой единицы является наилучшим в текущих условиях, а не наилучшим в целом. В этом случае часто бывает так, что локальное наилучшее не обязательно является наилучшим в целом, поскольку до распределения объемы объявлений уже имеют вложенные средства, и общая эффективность должна учитывать погружающиеся затраты.
Наконец-то начались практические действия, или же упростить задачу, выделив по 1 монетку на каждое распределение. Во-первых, измерьте эффективность, которая может быть отражена производным, который отражает каждый вклад a в G, который учитывает совокупные затраты, а не однократные распределения прибыли, и чем больше это значение, тем больше вклад в конечную выгоду, очевидно, в соответствии с изображением функции, a = 1, от имеющегося до нуля, максимальная эффективность, затем постепенно снижается.
Например, в одном из простых примеров выше, мы рассчитываем эффективность после распределения средств и перечисляем таблицы:
Финансирование | 1 | 2 |
---|---|---|
1 | 0.0826 | 0.0454 |
2 | 0.069 | 0.0413 |
3 | 0.0592 | 0.0378 |
4 | 0.051 | 0.0347 |
5 | 0.0444 | 0.032 |
… | … | … |
|12 | 0.0207 |0.0195| |13 | 0.0189 |0.0184| |14 | 0.0174 |0.0173| |15 | 0.016 |0.0163| |16 | 0.0148 |0.0154| |17 | 0.0137 |0.0146| |18 | 0.0128 |0.0139|
В соответствии с таблицей, первая часть распределяется на первую, вторая часть распределяется на первую... вторая часть распределяется на вторую... и так далее, в конце концов, первая часть распределяется на 15 и вторая часть на 15 и так далее.
Если наш общий объем подвешенных заказов большой, и распределение каждого юаня слишком низкоэффективно, можно разделить капитал на 100 частей, распределив по одному в каждом случае, что повышает эффективность алгоритма, поскольку это простой порядок вычислений. Конкретно на уровне выполнения, есть возможность оптимизировать, например, разделить наши заказы на 100, так что при каждом изменении нужно только перераспределить заказы, не удаляя их все.
Оригинальная статья для FMZ Quantum, с указанием источника перевода:https://www.fmz.com/bbs-topic-new/5843