Documentation
Applications
Dernière mise à jour le 22. 1. 2019 par Tomas Vanek
Différents modes de construction
Contenu des pages
Veuillez également consulter l'article Comment fonctionne StrategyQuant ? pour comprendre comment il génère les stratégies.
Il existe deux types de mode de construction :
Génération aléatoire
Dans ce mode, StrategyQuant génère et teste continuellement de nouvelles stratégies aléatoires, l'une après l'autre, jusqu'à ce qu'il soit arrêté.
Les meilleurs candidats (sur la base de critères prédéfinis) sont stockés dans la banque de données afin que vous puissiez les consulter ultérieurement.
Pour:
- plus rapide et plus simple que l'évolution génétique
- il peut fonctionner jusqu'à ce qu'il soit arrêté, de sorte que si vous le laissez fonctionner pendant quelques jours, il peut générer et évaluer des millions de stratégies
- moins sujet à l'overfitting, strategi n'est pas optimisé ou amélioré davantage
Cons:
- une fois que la stratégie est générée, elle n'est plus évoluée ou optimisée - mais vous pouvez toujours l'utiliser dans une population initiale pour la prochaine construction basée sur l'évolution génétique.
L'évolution génétique
StrategyQuant génère d'abord une population initiale de candidats aléatoires (en utilisant le mode Génération aléatoire) et utilise ensuite le processus d'évolution génétique pour faire évoluer la population et produire des candidats de plus en plus performants à chaque génération.
Le processus se termine lorsqu'un nombre prédéfini de générations est atteint ou lorsqu'il n'y a plus d'amélioration.
Pour:
- en théorie, il devrait conduire à des stratégies meilleures que la génération aléatoire initiale
- cela signifie que les stratégies déjà bonnes de la première génération peuvent être encore améliorées
- la recherche d'une stratégie rentable dans les billions de combinaisons possibles peut être plus efficace grâce à la puissance de l'évolution génétique
Cons:
- l'évolution peut être plus lente
- l'évolution peut parfois conduire à une impasse, il convient donc de surveiller la génération
- le groupe de stratégies générées est limité par la taille de la population
- plus enclin à l'overfitting, il s'agit essentiellement d'un processus d'optimisation.
Projets sur mesure
Les projets personnalisés ne sont pas exactement un autre type de mode de construction, mais il est bon de les mentionner ici parce qu'ils vous permettent de créer des flux de travail de tâches multiples - par exemple, vous pouvez exécuter plusieurs constructions aléatoires l'une après l'autre, ou utiliser la génération aléatoire, suivie ensuite par l'évolution génétique qui utilisera les stratégies de la génération aléatoire comme population initiale.
Vérifier Introduction aux projets personnalisés pour plus d'informations.
Cet article a-t-il été utile ? L'article était utile L'article n'était pas utile