Disminución del rendimiento en la compilación 143

Cuando se ejecutan simulaciones Monte Carlo o Matrices Walk-Forward en la versión 143, hay una notable degradación general del rendimiento (con un uso de memoria que aumenta continuamente) en comparación con la versión 142. Además, la versión 143 se bloquea frecuentemente con errores de falta de memoria. Además, la versión 143 se bloquea frecuentemente con errores de falta de memoria. SQX siempre limita la memoria a 8 GB, pero incluso aumentándola, la aplicación sigue fallando.

Mi PC es un AMD Ryzen 9 5900X con 32 GB de RAM. Lo probé usando GraalVM así como Azul Java, con el mismo comportamiento.

¿Alguien más ha notado este problema?

Volví a utilizar la versión 142, ya que la 143 es actualmente insostenible para trabajar.

La nueva versión es realmente decepcionante. También tengo el mismo problema. Tengo una potente pc construir sin embargo, se ralentiza considerablemente en el último grupo de estrategias durante la prueba de nuevo con poco uso de RAM que es frustrante

Lorena, ¿puedes compartir la configuración de tu constructor y compartir también la captura de pantalla con la configuración de CPU/Memoria? Voy a probar esto en ambas versiones

Puede enviar a nuestro correo electrónico [email protected]

Creo - Tengo el mismo problema. Tengo 256GiG Ram libre para usar 248Gig y 64 CPUs. He instalado en un nuevo directorio y copiado a través de

en el 142 la memoria solía aumentar, en el 143 parece que llega al máximo con bastante rapidez.

Sí, a mí me pasa lo mismo.

Si dejo que SQx determine el uso de RAM, se sigue parando por el consumo de memoria del 85%, quizás vuelva al 142 como sugieres, ya que la IA del AlgoWizard me es completamente inútil.

Probaré una vez más con un Custom Project y ya os contaré.

Además sólo estoy ejecutando una tarea en 143 cuando estaba acostumbrado a tener un constructor y un retester funcionando en 142 sin problemas.

Hola chicos, volví a 142 de nuevo, 143 era totalmente inestable y constantemente estrellarse y congelar a cabo.

Veamos si mi flujo de trabajo en 142 es mejor.

yo probe en 143 y tuve que volver al 142. Un trabajo para que el constructor del 142 procesaba 100.000 algoritmos por hora , el 143 procesaba la mitad o la tercera parte.

El mismo problema aquí, hemos escrito a Soporte, pero el mismo problema después de algunas pruebas. estamos Tratando de volver a instalar

HI, ¿se ha solucionado el problema? ¿Has encontrado la solución?

Volví a 143 para hacer algunas pruebas y me quedé aquí, acabo de dejar que el recolector de basura a las decisiones de Java, hacer un 30 minutos recogiendo basura y redujo la memoria RAM y los núcleos a la 1/2 de mis disponibles, y está funcionando bien

Estoy en la versión 143 brasileña, y coloqué los errores en el anexo, no consigo resolverlo.
Servidor dedicado de NETCUP con 20 núcleos 64GB ram y 3 TB de almacenamiento. No se puede rodar más de 2 horas que él trabaja. A veces ha estado hasta el final sin realizar ningún proyecto o prueba.

Hola a todos,

Quiero abordar las preocupaciones de rendimiento planteadas sobre la compilación 143.

No hay cambios intencionados en el motor principal de esta versión y, tras realizar comparaciones internas entre las versiones 142 y 143, no hemos encontrado diferencias apreciables en el rendimiento del motor en condiciones controladas. Dicho esto, como StrategyQuant X está basado en Java, el rendimiento puede variar significativamente en función del hardware, el sistema operativo y la distribución de Java, factores que escapan a nuestro control.

Tras investigar los informes de los usuarios afectados, he descubierto que la mayoría de los problemas pueden resolverse siguiendo estas directrices de configuración:

Java y GC:

• No active manualmente la recolección de elementos no utilizados (GC). Java lo gestiona automáticamente; forzarlo puede perjudicar el rendimiento. Sólo considere la GC manual si experimenta errores de falta de memoria.
• Utilice el Recolector de Basura G1 cuando trabaje con grandes asignaciones de heap.
• Para máquinas de gama alta, se recomienda GraalVM + G1GC para obtener el mejor rendimiento y estabilidad.
• Prueba varias distribuciones de Java y compara los resultados con tu configuración específica. Sólo tiene que descargar la distribución de Java de las fuentes oficiales, descomprimirla y sustituir el archivo /j64 de tu instalación StrategyQuant con la versión descargada.

Datos y memoria:

• Evite almacenar un gran número de estrategias en los bancos de datos SQX. Éstas se mantienen en memoria heap (RAM) en todo momento, consumiendo recursos incluso cuando no están en uso. Almacene las estrategias externamente y cárguelas sólo cuando las necesite.
• Lo mismo se aplica a los resultados de las simulaciones Monte Carlo y Walk-Forward.
• Establezca la memoria heap máxima (RAM asignada a SQX) en aproximadamente 80% de su RAM total. De este modo, SQX dispondrá de memoria suficiente para trabajar, dejando espacio para el sistema operativo y los procesos en segundo plano.

Sistema:

• Limitar los procesos en segundo plano mientras se ejecuta SQX.
• Haga coincidir el número de hilos de SQX con el número de núcleos físicos de la CPU (no los núcleos lógicos/hiperhilos).
• Más allá de las recomendaciones anteriores, evite cambiar la configuración de SQX o los flags de Java a menos que tenga una razón específica y entienda las implicaciones.

Siguiendo estos pasos se resolvieron la mayoría de los problemas de rendimiento que hemos visto, y en la mayoría de los casos, la causa raíz no era el propio SQX.

Si sigues teniendo problemas después de seguir estos pasos, ponte en contacto con nosotros a través de nuestro correo electrónico de asistencia.

Estaremos encantados de ayudarle

Saludos cordiales,

Petr
Soporte técnico de SQX

Querido Petr,

¡¡gracias de nuevo por su apoyo ahora Nuestro 143 Ultimate Funciona Perfectamente!!

Saludos cordiales

Es interesante que en las pruebas controladas no haya una diferencia real entre 142 y 143, pero en los proyectos reales todo parece depender en gran medida de la configuración y la carga de trabajo. Esto demuestra lo importante que es una optimización adecuada del entorno.