ذاكرة التخزين المؤقت المجمعة لـ Parquet: كيف تُسرّع الاختبارات الرجعية متعددة الأُطُر الزمنية بمئات المرات
كيفية حساب الأُطُر الزمنية والمؤشرات مسبقاً من شموع الدقيقة، وحفظها في parquet، واستخدامها لاختبار الاستراتيجيات بشكل مكثف دون حسابات متكررة.
تعمق في تداول الذكاء الاصطناعي وتحليل السوق ومستقبل DeFi.
Nothing found. Try a different query.
كيفية حساب الأُطُر الزمنية والمؤشرات مسبقاً من شموع الدقيقة، وحفظها في parquet، واستخدامها لاختبار الاستراتيجيات بشكل مكثف دون حسابات متكررة.
لماذا لا يحمي تقسيم واحد للتدريب/الاختبار من الإفراط في التخصيص، وكيف يتحقق تحسين المشي للأمام بشكل منهجي من متانة المعلمات، ولماذا تعتبر استراتيجية بـ 21 معلمة و PnL@ML +3342% قنبلة موقوتة بدون WFO.
لماذا لا توفر 10 أزواج عملات مشفرة تنويعاً بمقدار 10 أضعاف، وكيفية حساب effective_N عبر correlation_factor، وكم عدد الأزواج التي تحتاج فعلاً لمراقبتها لتحقيق استخدام 80-90% من فتحات المنسق.
مقارنة تفصيلية بين Polars وPandas في مهام التداول الخوارزمي: معايير أداء للفلترة، التجميع، حسابات الإشارات المتحركة، الإدخال/الإخراج، واستهلاك الذاكرة. بنية هجينة Polars + Numba لأقصى أداء في الاختبار الخلفي.
لماذا إيجاد أفضل معلمات الاستراتيجية هو نصف العمل فقط. كيفية التمييز بصرياً وكمياً بين هضبة مستقرة وقمة هشة، ولماذا تعد مخططات Optuna الكنتورية خطوة إلزامية قبل إطلاق استراتيجية محسّنة في الإنتاج.
لماذا البحث الشامل مستحيل مع 12+ معامل، وكيف يفوّت النزول الإحداثي التفاعلات، وكيف يجد Optuna مع عيّنة TPE في 500 تكرار ما لا يستطيع OAT إيجاده في 96. أمثلة عملية بالكود، مقارنة العيّنات، والتحسين متعدد الأهداف.
لماذا قد تفشل استراتيجية مُحسَّنة على ETHUSDT في العملات البديلة. كيفية الاختبار الصحيح عبر مجموعات الأزواج (الرقائق الزرقاء، القيمة السوقية الكبيرة، العملات الضعيفة) وما هي درجة المتانة عبر الرموز الكافية.