Cloud-basierte Trading-Strategie-Optimierung Mit AlgoTrader 2.1 und Amazon Elastic Karte verkleinern Die kommende Version 2.1 von AlgoTrader gehören eine eingebettete-In-Memory-H2-Datenbank. Vorteile der Embedded-In-Memory-H2-Datenbank: Verringert die Dauer von Back-Testläufe von 30% 50% Ermöglicht mehrere parallele Simulationen auf der gleichen Maschine, ohne dass mehrere Datenbankinstanzen Beseitigt die Notwendigkeit, eine physische Datenbank installieren (MySQL. Oracle. MS SQL. Etc.) Dies allein macht AlgoTrader basierten Simulationen deutlich erleichtert und beschleunigt. Macht der Kombination AlgoTrader mit Amazon EMR Durch die Kombination von AlgoTrader 2.1 mit der Amazon Elastic Map Reduce (EMR) Service, werden Sie in der Lage, neue quantitative Handelsstrategien schneller als mit jedem anderen algorithmischen Handelsplattform zur Verfügung zu testen. Verwenden von Amazon EMR-Rechen umfangreichen Aufgaben können in einem skalierbaren Cluster von Amazon EC2-Instanzen verteilt werden. Ein AlgoTrader-basierte Trading-Strategie kann so konfiguriert werden, um viele Simulationen parallel, über ein Amazon EMR Cluster verteilt ausgeführt werden. Sie werden in der Lage, Ihre algorithmischen Handelsstrategie in Minuten statt Wochen testen. Sie werden in der Lage, aus den Schwellenhandelsmöglichkeiten vor allen anderen zu profitieren. Beispiel FX Trading-Strategie-Optimierung Unser Beispiel-Trading-Strategie macht etwa 20 FX Trades pro Tag. Wir möchten die Strategie mehr als 15 Jahren unter Verwendung von 1-Minuten-Ticks zu simulieren. Dies wird in etwa 5,5 Mio. Marktdaten Ereignisse, die während eines jeden Simulationslauf bearbeitet werden müssen, und etwa 60.000 Abschlüsse, die auf die von der Datenbank verarbeitet werden müssen führen. Je nach Komplexität der Handelsstrategie und die Zahl der Vorschriften für den Handel beteiligt sind, könnte eine typische Simulationslauf rund 5 Minuten dauern. Lassen Sie uns sagen, dass wir möchten uns an dieser Strategie basierend auf 3 Parameter zu optimieren, und wir möchten zu 20 Werte für jeden Parameter zu versuchen. Wir werden daher durchführen müssen 8.000 Simulationsläufe, um die optimale Parametersatz für unsere Strategie zu finden. Wenn wir die Simulationen der Reihe zu tun, müssen wir fast 1 Monat bis alle Simulationen zu vervollständigen. Allerdings, wenn wir verteilen diese 8.000 Simulationsläufe, um die Amazon EMR-Infrastruktur, können wir diesmal enorm reduzieren. Mit einem Amazon EMR Cluster mit 200 Amazon EC2-Instanzen vom Typ m1.small, jeder tut 4 Simulationen parallel - läuft, was zu 48 Simulations pro Server pro Stunde - wir würden in der Lage sein, die gesamte Simulation in nur ca. 1 Stunde der Verarbeitung zu beenden Zeit. Dies ist 1 Stunde der Verarbeitungszeit statt 1 Monat tun es die traditionelle Art. Während dieser 1 Stunde, wird die AlgoTrader / Amazon EMR-Infrastruktur 44 Milliarden Marktdaten Veranstaltungen und rund 500 Millionen Transaktionen verarbeitet wurden. Basierend auf der aktuellen Preisgestaltung von Amazon EMR für m1.small Instanzen von USD 0.075 pro Stunde, würde die gesamte Simulations kostet nur 15 USD! Ein Wort der Vorsicht auf Optimierung Algorithmische Handelsstrategien Obwohl es notwendig zu tun ist, zurück-Testen zu einem gewissen Ausmass Über Optimierung einer quantitativen Strategie kann gefährlich sein. Es mag verlockend sein, dass ein einziger Parameter mit einer hervorragenden Leistung gegenüber allen anderen Parametersätze eingestellt holen, aber das wird wahrscheinlich zu einem Live-Trading-Performance, die wesentlich niedriger als die Simulation führen. Es ist daher eine absolute Notwendigkeit, um sorgfältig zu analysieren, alle Simulationsläufe und wählen Sie Parametersätze, die so stabil wie möglich sind (flachen Hügeln statt steilen Gipfel!). Versuchen AlgoTrader Heute Probieren Sie eine Demo von AlgoTrader, und wir werden Sie informieren, wenn Release 2.1 zur Verfügung steht. Oder kontaktieren Sie uns für weitere Informationen über AlgoTrader.
No comments:
Post a Comment