Optimización de la estrategia de comercio basada en la nube utilizando AlgoTrader 2.1 y Amazon Elastic Map Reduce La próxima versión 2.1 de AlgoTrader incluirá una base de datos H2 incorporada en memoria. Beneficios de la base de datos H2 incorporada en la memoria: Reduce la duración de las pruebas de back-test en un 30% 50% Permite múltiples simulaciones paralelas en la misma máquina sin necesidad de múltiples instancias de base de datos Elimina la necesidad de instalar una base de datos física (MySQL, Oracle, MS SQL, etc.) Esto solo hace que las simulaciones basadas en AlgoTrader sean considerablemente más fáciles y rápidas. Potencia de combinar AlgoTrader con Amazon EMR Al combinar AlgoTrader 2.1 con el servicio Amazon Elastic Map Reduce (EMR), podrá probar nuevas estrategias de negociación cuantitativa más rápidamente que con cualquier otra plataforma de negociación algorítmica disponible. El uso de las tareas computacionales extensivas de EMR de Amazon puede distribuirse a través de un clúster redimensionable de instancias de Amazon EC2. Una estrategia comercial basada en AlgoTrader puede configurarse para ejecutar muchas simulaciones en paralelo, distribuidas a través de un clúster EMR de Amazon. Usted será capaz de probar su estrategia de negociación algorítmica en cuestión de minutos en lugar de semanas. Podrá beneficiarse de oportunidades comerciales emergentes antes que nadie. Ejemplo de FX Trading Strategy Optimization Nuestra estrategia comercial de ejemplo hace cerca de 20 transacciones de FX por día. Nos gustaría simular la estrategia a lo largo de 15 años usando ticks de 1 minuto. Esto resultará en aproximadamente 5.5 millones de eventos de datos de mercado que necesitan ser procesados durante cada ejecución de simulación y cerca de 60.000 operaciones que necesitan ser procesadas por la base de datos. Dependiendo de la complejidad de la estrategia de negociación y el número de reglas de negociación involucradas, una ejecución de simulación típica podría tomar alrededor de 5 minutos. Digamos que nos gustaría optimizar esta estrategia basada en 3 parámetros, y nos gustaría probar 20 valores para cada parámetro. Por lo tanto, tendremos que realizar 8.000 simulaciones para encontrar el parámetro óptimo para nuestra estrategia. Si hacemos las simulaciones secuencialmente, necesitaremos casi un mes para completar todas las simulaciones. Sin embargo, si distribuimos estas 8.000 simulaciones a la infraestructura EMR de Amazon, podemos reducir este tiempo tremendamente. Con un cluster Amazon EMR que contenga 200 instancias de Amazon EC2 de tipo m1.small, cada uno realizando 4 simulaciones en paralelo - resultando en 48 simulaciones por servidor por hora - podríamos terminar la simulación completa en sólo 1 hora de procesamiento hora. Esto es 1 hora de tiempo de procesamiento en vez de 1 mes que lo hace la manera tradicional. Durante esta hora, la infraestructura de AlgoTrader / Amazon EMR habrá procesado 44 billones de eventos de datos de mercado y alrededor de 500 millones de operaciones. Sobre la base de los precios actuales de Amazon EMR para m1.small instancias de USD 0.075 por hora, la simulación completa habría costado sólo USD 15! Una palabra de precaución sobre la optimización de estrategias de negociación algorítmica A pesar de que es necesario hacer back-testing en cierta medida, sobre-optimizar una estrategia cuantitativa puede ser peligroso. Puede ser tentador elegir ese conjunto de parámetros único con un rendimiento sobresaliente sobre todos los demás conjuntos de parámetros, pero esto probablemente conducirá a un rendimiento de comercio en vivo mucho más bajo que la simulación. Por lo tanto, es una necesidad absoluta analizar cuidadosamente todas las ejecuciones de simulación y elegir conjuntos de parámetros que sean lo más estables posible (¡colinas planas en lugar de picos escarpados!). Prueba AlgoTrader Hoy Prueba una demo de AlgoTrader, y te notificaremos cuando la versión 2.1 esté disponible. O póngase en contacto con nosotros para obtener más información sobre AlgoTrader.
No comments:
Post a Comment