Neue Methode für Gebäudestrategien

Hallo zusammen, ich habe über neue Ansätze zur Erstellung von Algorithmen nachgedacht und bin auf eine Idee gekommen, zu der ich gerne etwas Feedback hätte. Jede Implementierung einer solchen Idee wird eine Weile dauern, um zu bauen, so bin ich nicht auf der Suche für diese zu einem Feature bald zu werden.

Derzeit baut SQX die Strategien additiv auf. Mit anderen Worten: Jede Strategie beginnt mit einer minimalen Anzahl von Indikatorblöcken, und die Blöcke werden bei der Erstellung nachfolgender Generationen entweder hinzugefügt oder verändert.

Ich denke, wir sollten auch die Integration einer subtraktiven Methode in Betracht ziehen. Anstatt mit einem kleinen Satz von Indikatorblöcken zu beginnen und auf dieser Grundlage aufzubauen, können Sie Kauf-/Verkaufsgeschäfte für alle ausgewählten Indikatorblöcke simulieren und dann die Blöcke entfernen, die in jeder aufeinanderfolgenden Generation am wenigsten profitabel sind.

Bei dieser Methode werden alle Indikatorblöcke auf einmal in den Speicher geladen, wobei für jeden Indikatorblock nach dem Zufallsprinzip Kauf- und Verkaufstransaktionen durchgeführt werden. Dann werden die Blöcke in Strategien gruppiert, je nachdem, welche simulierten Blöcke gleichzeitig im Gewinn waren. Die Indikatorblöcke werden in den nachfolgenden Generationen auf der Grundlage derjenigen Indikatorblöcke entfernt, die den geringsten Gewinn erzielt haben (oder auf der Grundlage einer benutzerdefinierten Fitnessoptimierung). Für jeden Block kann ein rollierendes Maximum des Abstandes im Gewinn (X ATR oder X Pips) genommen und zwischen den Blöcken gemittelt werden, um einen TP-Wert vorzuschlagen, und umgekehrt aus SL-Werten mit Verlusten. Wenn Symmetrie ausgewählt ist, werden Strategien mit symmetrischen Indikatorblöcken erstellt und die entsprechenden Indikatorblöcke auf beiden Seiten entfernt. Wenn ein Indikatorblock für TP/SL verwendet wird, sollte eine Reihe von Blöcken für mögliche TP/SL ausgewählt werden, und sie werden gleichzeitig mit den generierten Strategien simuliert.

Die Theorie, die dahinter steht, basiert auf dem Ensemble-Lernen. Da wir jedoch eine Version eines Zufallsforsts verwenden, handelt es sich im Wesentlichen um einen umgekehrten Zufallsforst, bei dem alle Indikatoren auf einmal getestet und dann mit jeder weiteren Generation reduziert werden. Der Nachteil dabei ist, dass die gleichzeitige Simulation all dieser Daten komplex sein kann und langsamer als die derzeitige Methode ist. Mit fortschreitenden Generationen sollte es schneller werden, da die Indikatoren in den nachfolgenden Generationen entfernt werden. Es könnte auch Raum für parallele Berechnungen geben, um diesen Prozess zu beschleunigen, da alle Indikatorblöcke gleichzeitig simuliert werden.

Ich habe die Anfrage für diese Funktion hier aufgeführt:

https://roadmap.strategyquant.com/tasks/sq4_5741

Natürlich gibt es im Moment viel wichtigere Probleme, um die man sich kümmern muss. Ich wollte nur wissen, ob noch jemand der Meinung ist, dass es sich lohnen könnte, diese Frage zu prüfen.

kainc301 schrieb:

  Bei dieser Methode würden alle Indikatorblöcke auf einmal in den Speicher geladen werden 

Ich vermute, dass Sie eine sehr leistungsfähige Hardware benötigen, wie sie nur große Unternehmen oder staatliche Behörden haben. Das wäre wie ein SXQ für Unternehmen.

ivan schrieb:

Ich vermute, dass Sie eine sehr leistungsfähige Hardware benötigen, wie sie nur große Unternehmen oder staatliche Behörden haben. Das wäre wie ein SXQ für Unternehmen.

Ich denke, die Verwaltung der Berechnungen ist die größte Hürde für eine Idee wie diese, allein schon wegen der Menge der parallelen Operationen. Ich weiß nur nicht, in welchem Ausmaß das der Fall ist. Wenn es so gemacht wird, wie ich es vorschlage, müsste nur eine parallele Operation pro Generation durchgeführt werden, anstatt pro Strategie. In diesem Fall könnten wir die Hardware, die wir jetzt haben, auf Kosten eines etwas langsameren Erstellungsprozesses anstelle eines exponentiell langsameren Erstellungsprozesses verwenden. Auch das Laden aller Indikatorblöcke in den Speicher könnte eine Herausforderung darstellen.