Institutional-Class-Datenmanagement-Backtesting-Strategie-Bereitstellungslösung: - Aktien, Optionen, Futures, Währungen, Körbe und kundenspezifische synthetische Instrumente werden unterstützt - mehrere unterstützte Daten-Feeds mit geringer Latenzzeit (Verarbeitungsgeschwindigkeit in Millionen von Nachrichten pro Sekunde auf Terabyte Daten) - C und Basierte Strategie Backtesting und Optimierung - Unterstützung von mehreren Brokern unterstützt, Trading-Signale in FIX-Aufträge umgewandelt QuantFACTORY - Institutional-Class Data Management Backtesting Strategie-Bereitstellungslösung: - QuantDEVELOPER - Framework und IDE für Trading Strategies Entwicklung, Debugging, Backtesting und Optimierung, als Visual verfügbar Studio-Plug-In - QuantDATACENTER - ermöglicht die Verwaltung eines historischen Data Warehouses und die Erfassung von Echtzeit - oder Ultra-Low-Latency-Marktdaten von Anbietern und Börsen - QuantENGINE - ermöglicht die Bereitstellung und Ausführung von vorkompilierten Strategien - Multi-Asset-, Multi-Perioden-Daten mit niedriger Latenz , Multi-Asset, Intraday-Level-Tests, Optimierung, WFA etc. Mehrere Broker und Daten-Feeds unterstützt - QuantTrader - Produktion. - Multi-Asset-, Intraday-Level-Tests, Optimierung, WFA etc. Mehrere Broker und Daten-Feeds unterstützt - QuantTrader - Produktion. Deutsch: www. tab. fzk. de/de/projekt/zusammenf...ng/ab117.htm Handelsumgebung - QuantBase - zentralisiertes Datenmanagement - QuantRouter - Daten - und Auftragsrouting Institutional-Class Datenmanagement Backtesting Strategy Deployment-Lösung: - Multi-Asset-Lösung, mehrere Daten-Feeds unterstützt, Datenbank unterstützt jede Art von RDBMS mit einer JDBC-Schnittstelle, zB Oracle, Microsoft SQL Server, Sybase, MySQL etc. - Clients können IDE verwenden, um ihre Strategie entweder in Java, Ruby oder Python zu skriptieren, oder sie können ihre eigene Strategie verwenden IDE - Mehrfachvermittler Ausführung unterstützt, Trading-Signale in FIX-Aufträge umgewandelt Institutional - Klassen-Datenmanagement-Backtesting-Strategie-Bereitstellungslösung: - Multi-Asset-Lösung (Forex, Optionen, Futures, Aktien, ETFs, Rohstoffe, synthetische Instrumente und benutzerdefinierte Derivatspreads etc.), mehrere Daten-Feeds unterstützt - Framework für Trading Strategies Entwicklung, Debugging, Backtesting (IB, JPMorgan, FXCM etc.) Dedizierte Softwareplattform integriert mit Tradestationsdaten für Backtesting und Auto-Trading: - tägliche Intraday-Daten (uns Aktien für 43 Jahre, Futures für 61 Jahre) - praktisch für das Backtesting von preisbasierten Signalen (technische Analyse), Unterstützung für die Programmiersprache EasyLanguage - Unterstützung von US-Aktien ETFs, Futures, US-Indizes, deutsche Aktien, deutsche Indizes, exklusiv für Tradestation Brokerage Clients - 249,95 monatlich für Nicht-Profis (Tradestation Software-Plattform nur, ohne Brokerage) - 299,95 monatlich für Profis (Tradestation Software-Plattform nur, ohne Brokerage) Dedizierte Software-Plattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien, Portfolio-Level-Tests und Optimierung, Charting, Visualisierung, benutzerdefinierte Berichterstattung , Multi-Thread-Analyse, 3D-Charting, WFA-Analyse etc. - am besten für Backtesting Preis basierte Signale (technische Analyse) - direkte Verbindung zu eSignal, Interactive Brokers, IQFeed, myTrack, FastTrack, QP2, TC2000, alle DDE-kompatiblen Feed, MS, Txtfiles und mehr (Yahoo Finance. ) - einmalige Gebühr 279 für Standard Edition oder 339 für Professional Edition Dedizierte Softwareplattform für Backtesting und Auto-Trading: - Portfolio Level System Backtesting und Trading, Multi-Asset, Intraday Level Testing, Optimierung, Visualisierung etc. - ermöglicht R Integration, Auto-Trading in Perl-Skriptsprache mit allen zugrundeliegenden Funktionen, die in nativem C geschrieben wurden, vorbereitet für Server-Co-Location - native FXCM und Interactive Brokers Unterstützung - kostenlose FXCM-Unterstützung, 100 pro Monat für IB-Plattform, kontaktieren Sie Salesseertrading für andere Optionen Dedizierte Software-Plattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien, Portfolio-Level-Tests und - Optimierung - am besten für Backtesting von preisbasierten Signalen (technische Analyse), C-Scripting - Software-Erweiterungen unterstützt - Daten-Feeds Handling, Strategie-Ausführung etc. - 799 pro Lizenz, 150 jährlich Gebühr nach Dedizierter Softwareplattform für Backtesting, Optimierung, Leistungszuordnung und Analytik: - Axioma oder Drittanbieter Datenfaktoranalyse, Risikomodellierung, Marktzyklusanalyse Dedizierte Softwareplattform für Backtesting und Autohandel: - am besten für das Backtesting von preisbasierten Signalen (technisch Analysen), Unterstützung von Dayintraday-Strategien, Portfolio-Level-Tests und - Optimierung - Turtle Edition - Backtesting-Engine, Graphen, Berichte, EoD-Tests - Professional Edition - plus System-Editor, Forward-Forward-Analyse, Intraday-Strategien, Multi-Thread-Tests etc. - Pro Plus Edition - plus 3D-Oberflächen-Charts, Scripting etc. - Builder Edition - IB API, Debugger etc. - Turtle Edition 990 - Professional Edition 1.990 - Pro Plus Edition 2.990 - Builder Edition 3.990 Dedizierte Softwareplattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien , Portfolio Level Testing und Optimierung, Charting, Visualisierung, Custom Reporting etc. - am besten für Backtesting Preis basierte Signale (technische Analyse) - direkte Verbindung zu Interactive Brokers, MB Trading, TD Ameritrade, FXCM und andere - Daten aus Textdateien, eSignal, Google Finance, Yahoo Finanzen, IQFeed und andere - Grundfunktionalität (EoD-Funktionalität) - frei - erweiterte Funktionalität - Leasing von 50 Monaten oder 995 Lifetime Lizenz Dedizierte Softwareplattform für Backtesting und Auto-Trading: - am besten für das Backtesting von preisbasierten Signalen (technische Analyse) ), Unterstützt Dayintraday-Strategien, Portfolio-Level-Tests und Optimierung, Charting, Visualisierung, benutzerdefinierte Berichterstattung - unterstützt C und Visual Basic - direkte Verbindung zu Interactive Brokers, IQFeed, txtfiles und mehr (Yahoo Finance. ) - ewige Lizenz - 499 - Leasing 50 pro Monat Dedizierte Softwareplattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien, Portfolio Level Tests und Optimierung, Charting, Visualisierung, Custom Reporting - technische und auch fundamentale Signale, Multi-Asset-Unterstützung - 245 für Advanced Version (kostenlose Datenanbieter) - 595 für Premium Version (Unterstützung mehrerer Datenanbieter und Broker) Dedizierte Softwareplattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien, Portfolio-Level-Tests und - Optimierung - am besten für das Backtesting von preisbasierten Signalen ( Technische Analyse) - Einzugsdaten für Aktien, Futures und Forex (täglich US-Aktien ab 1990, tägliche Futures 31 Jahre, Forex ab 1983 etc.) - Preis von 45 Monaten bis 295 Monaten (Preise hängen von der Verfügbarkeit der Daten ab) Dedizierte Softwareplattform Für Backtesting und Auto-Trading: - verwendet MQL4-Sprache, die hauptsächlich für den Handel mit Forex-Markt verwendet wird - unterstützt mehrere Forex-Broker und Daten-Feeds - unterstützt die Verwaltung von mehreren Konten Dedizierte Software-Plattform für Backtesting und Auto-Trading: - Unterstützung von Dayintraday-Strategien, Portfolio-Level-Tests Und Optimierung - am besten für Backtesting preisbasierte Signale (technische Analyse), Unterstützung für die Programmiersprache EasyLanguage - Unterstützung mehrerer Datenfeeds (Bloomberg, Thomson Reuters, CSI, CQG, eSignal etc.), direkte Unterstützung für mehrere Broker (Interactive Broker etc.) - Multicharts 797 pro Jahr - Multicharts Lebensdauer 1.497 - Multicharts Pro 9.900 (Bloomberg Thomson Reuters Datenfeed etc.) Webbasiertes Backtesting-Tool zum Testen von Aktienauswahlstrategien: - US-Aktien ETFs (täglich) - Punkt-in-Zeit-Grunddaten seit 1999 - Longshort-Strategien, Preisfundamentals getriebene Signale - Designer - 139 Monate - Manager - 199 Monate - komplette Funktionalität Portfolio Analytics mit hochfrequenten Marktdaten: - Dieses Produkt ist für den Einsatz von niedrigen, mittleren und hochfrequenten Händlern. Alle Berechnungen werden mit hochfrequenten Marktdaten durchgeführt, die niedrigen und hochfrequenten Händlern helfen. - Intraday-Backtesting, Portfolio-Risikomanagement, Prognose und Optimierung zu jedem Preis Sekunde, Minuten, Stunden, Ende des Tages. Modell Eingänge voll kontrollierbar. - 8k Markt tick Datenquellen seit 2012 (Aktien, Indizes ETFs auf NASDAQ gehandelt). Kunden können auch eigene Marktdaten hochladen (z. B. chinesische Aktien). - 40 Portfolio-Metriken (VaR, ETL, Alpha, Beta, Sharpe-Verhältnis, Omega-Verhältnis etc.) - unterstützt R, Matlab, Java Python - 10 Portfolio-Optimierungen Web-basiertes Backtesting-Tool: - US-Aktienpreise (dailyintraday), seit 1998, Daten von QuantQuote - Forex-Daten von FXCM - Unterstützung von Trader Interactive Brokers für Live-Trading Webbasiertes Backtesting-Tool: - US-Aktien und ETFs-Preise (dailyintraday), seit 2002 - Grunddaten von Morningstar (über 600 Metriken) - Unterstützung von Interactive Brokers für Live-Trading Webbasierte Backtesting-Tools: - einfach zu bedienen, Asset Allocation Strategies, Daten seit 1992 - Zeitreihenmomentum und gleitende durchschnittliche Strategien auf ETFs - Einfache Momentum und Simple Value Stock-Picking-Strategien Webbasiertes Backtesting-Tool: - bis zu 25 Jahre Daten für 49 Futures und SP500 Aktien - Toolbox in Python und Matlab - Quantiacs beherbergt algorithmische Handelswettbewerbe mit Investitionen von 500k bis 1 Million Backtest Broker bietet leistungsstarke, einfache webbasierte Backtesting-Software: - Backtest in zwei Klicks - Durchsuchen Sie die Strategiebibliothek oder bauen und optimieren Sie Ihre Strategie - Paper Trading, automatisierte Trading und Echtzeit-E-Mails - 1 pro Backtest und weniger WebCloud basierte Backtesting-Tool: - FX (ForexCurrency) Daten auf großen Paaren, gehen zurück zu 2007 - SecondMinuteHourlyDaily Bars - Live-Handel kompatibel mit jedem Broker, dass Nutzt Metatrader 4 als Backend Web-basiertes Backtesting-Tool zum Testen von Equity Factor Picking und Asset Allocation Strategien: - Mehrere Aktienfaktoren mit bewährten Alpha-Over-Markt-Cap-Benchmarks, mehrere Investment-Universen, Risikomanagement-Filter - Asset Allocation Strategien Backtests, Mischen Asset Allocation Und Faktor-Kommissionierung in ein Portfolio - frei auf SP 100 Universum - 50 Monate oder 480 Jahre - breitere US-Investment-Universen, UK EU-Aktien, Asset Allocation Strategien Web-basierte Backtestingscreening-Tool: - über 10 000 US-Aktien, Daten bis zu 20 Jahre Geschichte - grundlegende technische Kriterien - frei - eingeschränkte Funktionalität (1 Jahr Daten, keine gespeicherten Backtests etc.) - 50 pro Monat - volle Funktionalität Freie Softwareumgebung für statistisches Rechnen und Grafik, viele Quants bevorzugen es für seine außergewöhnliche offene Architektur und Flexibilität: - effektive Datenverarbeitung und Lagerung, grafische Einrichtungen für die Datenanalyse, leicht erweitert über Pakete - empfohlene Erweiterungen - quantstrat, Rmetrics, quantmod, quantlib, PerformanceAnalytics, TTR, Portfolio, PortfolioSim, Backtest etc. MATLAB - High-Level-Sprache und interaktive Umfeld für statistisches Rechnen und Grafiken: - Parallel - und GPU-Computing, Backtesting und Optimierung, umfangreiche Integrationsmöglichkeiten etc. - Preis auf Anfrage hier BacktestingXL Pro ist ein Add-In für den Aufbau und die Erprobung Ihrer Trading-Strategien in Microsoft Excel 2010 und 2013: - Benutzer können VBA verwenden, um Strategien für BacktestingXL Pro zu erstellen, VBA-Kenntnisse sind optional, Benutzer können Handelsregeln auf einer Tabellenkalkulation mit Standard-vorgefertigten Backtesting-Codes konstruieren - unterstützt Pyramiden, kurzfristige Positionsbegrenzung, Provisionsberechnung, Equity-Tracking, Out-of - Geld-Controlling, Buysell-Preis-Customizing - mehrfache Performancerisk-Berichte - 74.95 für BacktestingXL Pro Freie Open-Source-Programmiersprache, offene Architektur, flexibel, einfach über Pakete erweitert: - empfohlene Erweiterungen - Pandas (Python Data Analysis Library), Pyalgotrade (Python Algorithmic Trading Library) , Zipline, Ultrafinanz etc. FactorWave ist einfach zu bedienendes webbasiertes Backtesting-Tool für die Faktorinvestition: - ermöglicht es dem Anwender, mehrere ETFoptionsfuturesequity-Faktoren mit bewährten Alpha-Over-Markt-Cap-Benchmarks zu mischen - kostenlos - ETFStock Screener mit 5 Factors - 149mo - freie Optionsoptionen Screening, Futures-Strategien, Vix-Strategien Web-basiertes Backtesting-Tool: - einfach zu bedienen, Einstiegs-webbasiertes Backtesting-Tool zur Prüfung der relativen Stärke und gleitenden durchschnittlichen Strategien auf ETFs - verschiedene Arten von Strategien für freie, komplette Backtesting-Funktionalität 34,99 monatlich Freies Web-basiertes Backtesting-Tool zum Testen von Aktienauswahl-Strategien: - US-Aktien, Daten von ValueLine von 1986-2014 - Preis - und Grunddaten, 1700 Aktien, monatliche GranularitätstestPionier in Tomorrows Trading Wie funktioniert es bei der Entwicklung von Algorithmen in einer Browser-IDE mit Template Strategien und Free Data Design und testen Sie Ihre Strategie auf unsere freien Daten und wenn Sie bereit sind, stellen Sie es live zu Ihrem Brokerage. Code in mehreren Programmiersprachen und nutzen unsere Cluster von Hunderten von Servern, um Ihren Backtest zu betreiben, um Ihre Strategie in Aktien, FX, CFD, Optionen oder Futures Markets zu analysieren. QuantConnect ist die nächste Revolution im Quanthandel, kombiniert Cloud Computing und offenen Datenzugriff. Unübertroffene Geschwindigkeit Nutzen Sie unsere Serverfarm für institutionelle Geschwindigkeiten von Ihrem Desktop-Computer. Sie können auf Ihre Ideen schneller iterieren als Sie jemals zuvor getan haben. Massive Datenbibliothek Wir bieten eine massive kostenlose 400TB Tick Resolution Datenbibliothek für US Equities, Optionen, Futures, Fundamentaldaten, CFD und Forex seit 1998. World Class Execution Unsere Live-Trading-Algorithmen sind neben den Market Servern in Equinix (NY7) Für widerstandsfähige, sichere und aufhellende schnelle Ausführung auf den Märkten. Haben Sie einige tolle Ideen Lets test it out Starten Sie Ihren Algorithmus Professionelle Qualität, Open Data Library Design-Strategien mit unserer sorgfältig kuratierten Datenbibliothek, die sich über globale Märkte erstreckt, von der Tick bis zur täglichen Auflösung. Die Daten werden fast täglich aktualisiert, so dass Sie auf die aktuellsten Daten möglich sind und die Überlebensstörung frei sind. Wir bieten Aktien Tick Daten gehen zurück zu Januar 1998 für jedes Symbol gehandelt, insgesamt über 29.000 Aktien. Der Preis wird von QuantQuote geliefert. Darüber hinaus haben wir Morning Star Grunddaten für die beliebtesten 8.000 Symbole für 900 Indikatoren seit 1998. FOREX Amp CFD Wir bieten 100 Währungspaare und 70 CFD Verträge für jede große Wirtschaft von FXCM und OANDA zur Verfügung gestellt. Daten sind bei Tick-Auflösung, startet April 2007 und wird täglich aktualisiert. Wir bieten Futures-Tick-Trade und zitieren Daten ab Januar 2009 zu präsentieren, für jeden Vertrag in CME, COMEX und GLOBEX gehandelt. Die Daten werden wöchentlich aktualisiert und werden von AlgoSeek zur Verfügung gestellt. Wir bieten Option Trades und Quotes bis zu Minute Auflösung, für jede Option gehandelt auf ORPA seit 2007, für Millionen von Verträgen. Die Daten werden innerhalb von 48 Stunden aktualisiert und werden von AlgoSeek zur Verfügung gestellt. Team Collaboration Finden Sie neue Freunde in der Community und arbeiten zusammen mit unserer Team-Coding-Funktion Share-Projekte und sehen ihren Code sofort, wie sie schreiben. Sie können sogar Live-Zugriff gewähren und den Live-Algorithmus gemeinsam kontrollieren. Nutzen Sie unsere interne Instant Messaging, um zukünftige Teammitglieder zu finden, um Kräfte zu sichern Sicheres geistiges Eigentum Unser Fokus ist, Ihnen die bestmögliche algorithmische Handelsplattform zu geben und Ihr wertvolles geistiges Eigentum zu schützen. Wir werden immer ein Infrastruktur - und Technologieanbieter sein. Wenn Sie bereit für Live-Trading gut glücklich helfen Sie durchführen durch Ihre Broker der Wahl. Ausführen durch führende Brokerage Weve integriert mit weltweit führenden Brokerage, um die beste Ausführung und die niedrigsten Gebühren für die Community zu bieten. Event Driven Strategies Entwerfen eines Algorithmus könnte nicht einfacher sein. Es gibt nur zwei benötigte Funktionen und wir kümmern uns um alles andere Du hast einfach nur die Initialisierung () deiner Strategie und behandle die von Ihnen angeforderten Datenereignisse. Sie können neue Indikatoren, Klassen, Ordner und Dateien mit einem Web-basierten Full-C-Compiler erstellen und automatisch abschließen. Wir sind verpflichtet, Ihnen die bestmögliche Algorithmus Design-Erfahrung. Nutzen Sie Ihr Potenzial Entscheiden Sie sich, dass die Benutzer ihre Strategien in einem transparenten, professionellen Strategie-Dashboard mit Hedgefund-Kunden präsentieren können. Strategien werden durch QuantConnects Backtesting und Live-Trading validiert und geben Ihnen eine neutrale Drittanbieter-Überprüfung von Code. Interessierte Hedgefunds können Sie direkt über QuantConnect kontaktieren, um Ihnen eine Beschäftigung oder Finanzierung für Ihre Strategie anzubieten. Verbinden Sie unsere Community Wir haben eine der größten quantitativen Handelsgemeinschaften der Welt, bauen, teilen und diskutieren Strategien durch unsere Community. Umreden mit einigen der hellsten Köpfe in der Welt, wie wir neue Bereiche der Wissenschaft, Mathematik und Finanzen zu erforschen. Jeder der Programmierer hier wissen, wie man CUDA aufbauen mit dem MetaTrader 5 Strategie-Tester Ich habe eine sehr teure GPU mit Flüssigkeitskühlung nur Hängen, während meine CPU die Hilfe nutzen konnte. Ich bin überrascht, dass dies nicht in die MT5 Software implementiert ist. Ich kann nicht finden, den Link jetzt, aber der einzige Weg ist derzeit, um Ihre eigene native Bibliothek (DLL), die Sie in Ihre EA importieren können schreiben. Innerhalb der nativen Codebibliothek nennen Sie Ihren CUDA - oder OpenCL-Code. Dies kann oder kann nicht helfen, mit Backtesting abhängig von den Arten von Operationen Ihr Code läuft. Also im Grunde haben Sie Ihre EA und dann explizit entladen Sie Ihre GPU Berechnungen durch Ihre eigenen benutzerdefinierten Code. Hier ist ein Link zum Erstellen von nativen Code für MT5 mit Visual Studio. Es ist ein Schmerz, dies herauszufinden, aber ich habe das erfolgreich in Visual Studio 2010 und Visual Studio 2012 für MT4 und MT5 mit dem gleichen Code getan. Anmerkung, ich musste meine DLLs in den AppData-Ordner für jedes Terminal platzieren, bevor sie funktionieren würden. In diesem Artikel habe ich verschiedene Methoden der Interaktion zwischen MQL5-Code und verwalteten C-Code. Ich habe auch einige Beispiele dazu gegeben, wie man MQL5-Strukturen gegen C marshaliert und wie man exportierte DLL-Funktionen in MQL5-Skripten aufruft. Ich glaube, dass die zur Verfügung gestellten Beispiele als Grundlage für zukünftige Forschung beim Schreiben von DLLs in verwaltetem Code dienen können. Dieser Artikel offenbart auch Türen für MetaTrader, um viele Bibliotheken zu benutzen, die bereits in C. implementiert sind. Ja, ich weiß, woher du kommst. Ich habe diese Begeisterung auch gemacht. Ich kenne all das tolles Zeug über Shader-Prozessoren und wie sie extrem effizient arbeiten können im Vergleich zu x86 Architektur (Say 100-fach effizienter). Aber es ist sehr schwer zu machen GPU, um diese Geschichte Werke zu berechnen, cuz für GPU seine alles über parallel. Und eigentlich - WARUM BOTER Das Problem war - Extrem langer Optimierungsprozess. Und MQ fand Lösung - CLOUD. Einfach schneller als jedes letzte Quad Sli (Single Offline System). Denken Sie nur darüber nach: Sie müssen nicht Ihre EA die ganze Zeit zu optimieren. Während du Agenten die ganze Zeit versorgen kannst. Und sie machen einige Kalkuline und fügt etwas zu deinem Konto hinzu. Dass alles ansammelt und wann man einen Optimierungsschub braucht - da ist er da. Denken Sie über Wolke wie ich - das ist Optimierung Batterie. Sie laden es auf, laden Sie es auf, laden Sie es auf, und dann KABOOM (erhalten Sie Ergebnisse schnell und wahrscheinlich beim Sitzen in einem schönen Park mit Ihrem Low-Power-Mobilgerät). Btw: Ich versorge Agenten auch und hier sind die Strompreise so lieb, dass ich nur profitabel sein kann, wenn alle Wolkenkapazität genutzt wird. Da gibt es kein Glück. Ich will nur einmal einige verrückte Spikes sehen, das ist alles, was ich für Zufriedenheit brauche. Server guyoverclocker Fantasy Warum störte ich, dass ich schon eine sehr teure GPU habe. WARUM NICHT BOTHER Sie sollten immer die Ressourcen, die Sie besitzen, dann immer zahlen jemand anderes Miete, wenn möglich. Der Link, den der Moderator gab, geht an einen anderen Posten von ihm, der jemand anderem mitteilt, um die Suchfunktion zu benutzen und schließlich zu einem nützlichen Artikel führt. Vielen Dank, ich werde es lesen, wenn ich Freizeit habe und sehe, ob eine passende Antwort verfügbar ist. Stock Trading Strategie Schaffung mit GP auf GPU Zitieren Sie diesen Artikel als: McKenney, D. White, T. Soft Comput (2012) 16: 247 Doi: 10.1007s00500-011-0717-0 Dieses Papier untersucht die Geschwindigkeitsverbesserungen, die bei der Verwendung einer Grafikverarbeitungseinheit (GPU) zur Auswertung von Personen in einer genetischen Programmierung (GP) verfügbar sind. Ein bestehendes GP-System wird modifiziert, um eine parallele Auswertung von Personen auf einem GPU-Gerät zu ermöglichen. Mehrere Fragen im Zusammenhang mit der Implementierung von GP auf GPU werden diskutiert, einschließlich, wie man baumbasierte GP auf einem Gerät ohne Rekursionsunterstützung durchführt, sowie der Effekt, den das richtige Speicherlayout bei der Verwendung von CUDA-fähigen nVidia-GPU-Geräten haben kann. Die spezifische GP-Implementierung ist darauf ausgelegt, Aktienhandelsstrategien mit Hilfe von Analysenindikatoren zu entwickeln. Das zweite Ziel dieser Forschung ist es, die mögliche Leistungsverbesserung bei der Ausbildung von Einzelpersonen auf einer größeren Anzahl von Aktien und Trainingstagen zu untersuchen. Diese erhöhte Trainingsgröße (fast 100.000 Trainingspunkte) wird aufgrund der durch die GPU-Bewertung realisierten Beschleunigungen ermöglicht. Mehrere verschiedene Szenarien wurden verwendet, um verschiedene Geschwindigkeitsoptimierungen der GP-Auswertung auf dem GPU-Gerät zu testen, mit einem Spitzenbeschleunigungsfaktor von über 600 (im Vergleich zur sequentiellen Auswertung auf einer 2,4 GHz CPU). Auch wird festgestellt, dass die Erhöhung der Anzahl der Bestände und die Dauer der Ausbildungsperiode zu einer höheren Out-of-Training-Test-Rentabilität führen kann. Referenzen Achelis SB (1995) Technische Analyse von A bis Z. Irwin Brabazon A, ONeill M, Dempsey I (2008) Eine Einführung in die evolutionäre Rechenfinanzierung. IEEE Comput Intell Mag 3: 4255 Google Scholar Brameier M (2004) Auf lineare genetische Programmierung. Dissertation, Universitt Dortmund Chitty DM (2007) Ein paralleler Parallelansatz zur genetischen Programmierung mit programmierbarer Grafikhardware. In: GECCO 07: Verfahren der 9. Jahrestagung über genetische und evolutionäre Berechnungen. ACM, New York, S. 15661573 Dempster MAH, Jones CM (2001) Ein in Echtzeit adaptives Handelssystem mit genetischer Programmierung. Quant Finanzen 1: 397413 CrossRef Google Scholar Fernndez F, Tomassini M, Vanneschi L (2003) Eine empirische Studie der multipopulation genetischen Programmierung. Genetisches Programm Evolvable Mach 4: 2151 CrossRef MATH Google Scholar Folino G, Pizzuti C, Spezzano G (2003) Eine skalierbare zelluläre Implementierung der parallelen genetischen Programmierung. IEEE Trans Evol Comput 7: 3753 CrossRef Google Scholar Goldberg D, Deb K, Korb B (1989) Unordentliche genetische Algorithmen: Motivation, Analyse und erste Ergebnisse. Complex Syst 3: 493530 MATH MathSciNet Google Scholar Harding S, Banzhaf W (2007) Schnelle genetische Programmierung auf GPUs. In: EuroGP07: Proceedings der 10. Europäischen Konferenz zur genetischen Programmierung. Springer, Berlin Hirabayashi A, Aranha C, Iba H (2009) Optimierung der Handelsregel in Devisen mit genetischem Algorithmus. In: Proceedings of the 11. Jahrestagung über genetische und evolutionäre Berechnungen, S. 15291536 Hryshko A, Downs T (2003) Eine Implementierung genetischer Algorithmen als Grundlage für ein Handelssystem am Devisenmarkt. In: Evolutionary computation, 2003, vol 3. Der Kongress 2003 auf CEC 03, S. 16951701 Juill H, Pollack JB (1996) Massiv parallele genetische Programmierung. Adv Genetisches Programm 2: 339357 Google Scholar Koza JR (1992) Genetische Programmierung. Über die Programmierung von Computern mittels natürlicher Selektion. MIT Press, Cambridge MATH Google Scholar Langdon W (2010) Ein großer CUDA-Dolmetscher für die genetische Programmierung. In: Genetische Programmierung. Vorlesungsunterlagen in der Informatik, Bd. 6021. Springer, Berlin, S. 146158 Langdon W, Banzhaf W (2008) Ein SIMD-Dolmetscher für die genetische Programmierung auf GPU-Grafikkarten. In: Genetische Programmierung. Vorlesungsunterlagen in der Informatik, Bd. 4971. Springer, Berlin, pp 7385 Matsui K, Sato H (2009) Ein Vergleich von Genotypen-Darstellungen zur Erwerb von Aktienhandelsstrategien mit genetischen Algorithmen. IEEE internationale Konferenz über künstliche Intelligenzsysteme, S. 129134 Montana DJ (1995) Stark typisierte genetische Programmierung. Evol Comput 3: 199230 CrossRef Google Scholar Oussaidne M, Chopard B, Pictet OV, Tomassini M (1996) Parallele genetische Programmierung: eine Anwendung auf Trading Modelle Evolution. In: Proceedings der ersten Jahrestagung über genetische Programmierung, GECCO 96. MIT Press, Cambridge, S. 357362 Oussaidne M, Chopard B, Pictet OV, Tomassini M (1997) Parallele genetische Programmierung und ihre Anwendung auf Handelsmodellinduktion. Parallel Comput 23: 11831198 CrossRef MATH Google Scholar Robilliard D, Marion-Poty V, Fonlupt C (2008) Population parallel GP auf der G80 GPU. In: EuroGP08: Verfahren der 11. Europäischen Konferenz zur genetischen Programmierung Springer, Berlin, S. 98109 Robilliard D, Marion V, Fonlupt C (2009a) Hochleistungsgenetische Programmierung auf GPU. In: Proceedings of the 2009 Workshop über bio-inspirierte Algorithmen für verteilte Systeme, BADS 09. ACM, New York, S. 8594 Robilliard D, Marion-Poty V, Fonlupt C (2009b) Genetische Programmierung auf Grafikverarbeitungseinheiten. Genetisches Programm Evolvable Mach 10: 447471 CrossRef Google Scholar Wilson G, Banzhaf W (2010) Interday Devisenhandel mit linear genetischer Programmierung. In GECCO 10: Proceedings der 12. Jahrestagung über genetische und evolutionäre Berechnungen. ACM, New York, pp 11391146 Copyright-Informationen
No comments:
Post a Comment