Cloud based การเพิ่มประสิทธิภาพ การใช้ กลยุทธ์การซื้อขาย algotrader 2 1 และ amazon elastic แผนที่ ลด

cloud-based การเพิ่มประสิทธิภาพการใช้กลยุทธ์การซื้อขาย AlgoTrader 2.1 และ Amazon Elastic แผนที่ลด รุ่นที่จะเกิดขึ้น 2.1 AlgoTrader จะรวมถึงฐานข้อมูล H2 ฝังตัวในหน่วยความจำ ประโยชน์ของการที่ฝังตัวอยู่ในหน่วยความจำของฐานข้อมูล H2: ช่วยลดระยะเวลาในการกลับมาทดสอบวิ่ง 30% 50% ช่วยให้การจำลองหลายขนานในเครื่องเดียวกันโดยไม่จำเป็นต้องกรณีฐานข้อมูลหลาย ๆ ขจัดความจำเป็นในการติดตั้งฐานข้อมูลทางกายภาพ (MySql. ออราเคิล. MS SQL. ฯลฯ ) นี้เพียงอย่างเดียวทำให้การจำลอง AlgoTrader-based มากขึ้นและเร็วขึ้น พลังของการรวม AlgoTrader กับ Amazon EMR โดยการรวม AlgoTrader 2.1 กับ Amazon Elastic แผนที่ลด (EMR) บริการที่คุณจะสามารถที่จะทดสอบกลยุทธ์การค้าเชิงปริมาณใหม่ได้อย่างรวดเร็วกว่าด้วยแพลตฟอร์มการซื้อขายขั้นตอนอื่น ๆ ที่มี การใช้งานของ Amazon EMR คำนวณ-กว้างขวางสามารถกระจายไปทั่วกลุ่มปรับขนาดได้กรณี Amazon EC2 กลยุทธ์การซื้อขาย AlgoTrader ที่ใช้สามารถกำหนดค่าให้เรียกใช้แบบจำลองหลายขนานกระจายทั่วคลัสเตอร์ Amazon EMR คุณจะสามารถที่จะทดสอบกลยุทธ์การซื้อขายอัลกอริทึมของคุณในนาทีมากกว่าสัปดาห์ที่ผ่านมา คุณจะสามารถที่จะทำกำไรจากโอกาสในการซื้อขายที่เกิดขึ้นใหม่ก่อนใคร ตัวอย่างการซื้อขาย FX กลยุทธ์การเพิ่มประสิทธิภาพ ตัวอย่างกลยุทธ์การซื้อขายของเราไม่เกี่ยวกับการซื้อขาย FX 20 ต่อวัน เราอยากจะจำลองกลยุทธ์ที่ใช้มานานกว่า 15 ปีโดยใช้เห็บ 1 นาที ซึ่งจะส่งผลในประมาณ 5.5 ล้านตลาดข้อมูลเหตุการณ์ที่จะต้องมีการประมวลผลในระหว่างการดำเนินการจำลองแต่ละคนและประมาณ 60,000 ซื้อขายที่จะต้องมีการประมวลผลโดยฐานข้อมูล ทั้งนี้ขึ้นอยู่กับความซับซ้อนของกลยุทธ์การซื้อขายและจำนวนของกฎการค้าที่เกี่ยวข้องกับการจำลองการทำงานทั่วไปอาจใช้เวลาประมาณ 5 นาที สมมติว่าเราต้องการที่จะเพิ่มประสิทธิภาพของกลยุทธ์นี้ขึ้นอยู่กับ 3 พารามิเตอร์และเราต้องการที่จะลอง 20 ค่าสำหรับแต่ละพารามิเตอร์ เราจะจึงต้องดำเนินการ 8,000 จำลองวิ่งหาชุดพารามิเตอร์ที่เหมาะสมที่สุดสำหรับกลยุทธ์ของเรา ถ้าเราทำตามลำดับการจำลองเราจะต้องเกือบ 1 เดือนที่จะเสร็จสมบูรณ์จำลองทั้งหมด แต่ถ้าเราแจกจ่าย 8,000 จำลองเหล่านี้วิ่งไปโครงสร้างพื้นฐาน Amazon EMR เราสามารถลดเวลานี้อย่างมาก ด้วยกลุ่ม Amazon EMR มี 200 Amazon EC2 กรณีประเภท m1.small แต่ละคนทำ 4 แบบจำลองในแบบคู่ขนาน - 48 ส่งผลให้การจำลองการทำงานต่อเซิร์ฟเวอร์ต่อชั่วโมง - เราจะสามารถที่จะเสร็จสิ้นการจำลองทั้งหมดในเวลาเพียงประมาณ 1 ชั่วโมงของการประมวลผล เวลา. นี่คือ 1 ชั่วโมงเวลาการประมวลผลแทน 1 เดือนทำมันวิธีแบบดั้งเดิม ในช่วง 1 ชั่วโมงที่ AlgoTrader / Amazon EMR โครงสร้างพื้นฐานที่จะได้รับการประมวลผล 44 Billon ตลาดข้อมูลและเหตุการณ์ที่เกิดขึ้นรอบ ๆ 500 ล้านบาทการซื้อขาย ขึ้นอยู่กับการกำหนดราคาปัจจุบันของอเมซอน EMR สำหรับกรณี m1.small 0.075 เหรียญสหรัฐต่อชั่วโมงจำลองทั้งหมดจะมีค่าใช้จ่ายเพียง 15 เหรียญสหรัฐ! คำของข้อควรระวังในการเพิ่มประสิทธิภาพขั้นตอนกลยุทธ์การซื้อขาย แม้ว่ามันจะเป็นสิ่งที่จำเป็นที่จะทำหลังการทดสอบในระดับหนึ่งมากกว่าการเพิ่มประสิทธิภาพของกลยุทธ์เชิงปริมาณอาจเป็นอันตรายได้ มันอาจจะดึงดูดการรับพารามิเตอร์หนึ่งเดียวชุดที่มีประสิทธิภาพที่โดดเด่นกว่าชุดพารามิเตอร์อื่น ๆ แต่มีแนวโน้มที่จะนำไปสู่​​ผลการดำเนินงานการซื้อขายสดที่ต่ำกว่าการจำลอง มันจึงเป็นความจำเป็นแน่นอนระมัดระวังวิเคราะห์การจำลองการทำงานทั้งหมดและเลือกชุดพารามิเตอร์ที่เป็นมีเสถียรภาพที่เป็นไปได้ (เนินเขาแบนแทนของยอดเขาที่สูงชัน!) ลอง AlgoTrader วันนี้ ลองสาธิต AlgoTrader และเราจะแจ้งให้ทราบเมื่อมีการเปิดตัว 2.1 สามารถใช้ได้ หรือติดต่อสอบถามข้อมูลเพิ่มเติมเกี่ยวกับ AlgoTrader