Mu-En Wu, Jia-Hao Syu, Jerry Chun-Wei Lin, Jan-Ming Ho
開盤區間突破（Opening Range Breakout, ORB）是技術分析中相當知名的當沖策略。 但作者點出三個問題：它對市場的不確定性缺乏穩健性（例如來自互相矛盾的資訊來源）、 沒有考慮到所有相關的市場特性，而且——一般版本的 ORB，出場（平倉）策略並沒有被好好定義。
作者建立了一個演化式 ORB 模型：用歷史資料去最佳化各種門檻值以提升獲利能力， 同時開發保護性平倉策略（protective closing strategies），目的是防止出現無法接受的虧損。
難點在於參數空間太大——作者指出，可選的組合超過六萬五千種， 要挑出合適的門檻與參數並不是一件小事。因此他們改用演化計算： 以基因演算法（genetic algorithm）為基礎的框架，同時最佳化「門檻選擇」與「保護性平倉策略」相關的參數。
年化報酬 9.3%（比原始策略提升 2.8%）、夏普比率 2.5（提升 1.0）， 同時把最大回檔減半。三個指標同時改善，而不是拿風險換報酬。
相較於暴力的網格搜尋（grid search），這套方案把計算負擔降低了 89%—— 在六萬五千種組合的搜尋空間裡，這是能不能實用的關鍵差別。