Блог

GPU-ның CPU-дан алшақтығы топтама өлшемімен бірге өседі — біздің көп таймфреймді индикаторларды алдын ала есептеуде бір шақыруға бір комбинацияда 54.5x-тен 61 комбинацияда 359.6x-ке дейін — өйткені шағын іздеу ядроны іске қосу мен деректерді тасымалдаудың үстеме шығынын өтей алмайды. Біз жарнамалық 167x-ті CPU-ға да көмектесетін 27x алгоритмдік ұтыс пен 6.2x аппараттық ұтысқа жіктейміз, GPU мен ең жақсы CPU арасындағы нақты алшақтық бір таймфреймде бар болғаны 3.2x, көп таймфреймде 6.2x екенін көрсетеміз және GPU сатып алу ақталуы үшін іздеу қаншалықты кең болуы керегі туралы шешім нұсқаулығын береміз.

Apple Metal GPU-да float64 жоқ. Векторланған бэктесті оған аңғал көшірсеңіз, азғырғыш префикс-қосынды WMA fp32-ні асырып жібереді — максималды салыстырмалы қате 211× — бірақ ол бәрібір жұмыс істеп, шындыққа ұқсас сандар қайтарады. Шешім — көбірек дәлдік емес, басқа формулировка: тікелей терезелік конволюция, fp32-де 8×10⁻⁷-ге дейін қауіпсіз және бір ағынды numba-дан 55.9× жылдам. Қақпан, оның арифметикасы және оған түспегеніңізді қалай дәлелдеу керек.

Тереңдете іздеу / көп дәлдікті іздеу (ASHA, бірізді жартылау, Hyperband) мыңдаған конфигурацияны арзан бағамен сүзіп, тек аман қалғандарын ғана қымбат толық бағалауға өткізеді. Бұл — шынайы жылдамдату, бірақ төмен дәлдіктегі сараптама жоғары дәлдіктегімен келіспесе, ол дыбыссыз құлайды. Біз фолд-ранг корреляциясын өлшедік: бір фолдта Spearman ρ 0.03-ке дейін түсуі мүмкін (конфигурациялар кездейсоқ дерлік сараланады), ал фолдтар көбейген сайын 0.43, 0.67, 0.78, 0.91-ге дейін өседі. Шешім — бір міндетті қақпа: алдымен ρ(арзан, толық) мәнін өлшеп, ең төменгі дәлдікті ρ ≥ 0.5 болатын алғашқы сатыға дейін автоматты түрде көтеру керек.

Бір бэктест арзан болғанда, қарапайым scrambled Sobol таза өткізу қабілеті (throughput) бойынша жеңеді - ақылды сэмплерлер (TPE, CMA-ES, ASHA) Python ask/tell салығын төлейді, бұл оларды 20 есе баяулатады, сондықтан олар бірдей нақты уақытта әлдеқайда аз нүкте бағалайды да ұтылады. Әр бағалауды қымбат етіп жасаңыз (multi-TF + walk-forward фолдтары) - кроссовер керісінше өзгереді. Біз екі режимді де өлшедік, және неге fold-rank fidelity (ρ@1 0.03-тен 0.43-ке дейін өсуі) кесудің пайда әкелуінің алғышарты екенін көрсеттік.

Барлық параметрлер бірдей іздеу құнын талап етпейді. Стратегия параметрлері қымбат оське (индикаторлар — бүкіл қатар бойынша қайта есептеледі) және арзан оське (шешім табалдырықтары — алдын ала есептелген сигналдар бойынша O(n) өту) бөлінеді. Индикаторлар табалдырықтарға тәуелсіз болғандықтан, оларды бір рет есептеп, мыңдаған табалдырық конфигурациясын шамамен 5,600 cfg/с жылдамдықпен аралап шығуға болады — бұл конфигурация сайын қайта есептеуден шамамен 1,600 есе арзан. Өлшемділіктің қарғысын қайта бағалау.

Біз сегіз бэктест қозғалтқышын бір бірдей параметр сканерлеуінде өлшедік — 150k бар, 80 HMA қиылысу комбинациясы, мәмілелер саны 2707-де бекітілген паритетпен. Ең танымал оқиғаға негізделген екі фреймворк қолмен жазылған pandas циклінен де баяу шықты, ал векторланған/компиляцияланған қозғалтқыш сол жұмысты шамамен 13,000× жылдам орындады. Танымал кітапханалар ешқашан амортизациялауға арналмаған бар сайынғы үстеме шығынды зерттеу.

The Deflated Sharpe Ratio prices the winning strategy; PBO prices the search that picked it. Combinatorially Symmetric Cross-Validation runs C(16,8) = 12,870 train/test splits over a 1000x200 performance matrix and asks: does the in-sample winner land in the bottom half out of sample? The catch almost everyone misses — PBO's null is 0.5, not 1. On 200 zero-edge strategies the best in-sample annualized Sharpe of 1.98 collapses to 0.06 out of sample and PBO = 0.476: a coin flip, fully overfit. Plant a real edge (annualized Sharpe 2.38) and PBO drops to 0.001, the in-sample 3.73 surviving to an out-of-sample 2.34. A moving-average grid on a pure random walk has no out-of-sample skill either — PBO 0.463 averaged over 60 matrices, statistically indistinguishable from the null — and on one representative matrix the mirage is vivid: a best in-sample Sharpe of 2.33 collapses to a median out-of-sample -0.22, PBO 0.573, a 63% chance of a loss.