Блог

GPU-нун CPU-дан озуусу топтомдун өлчөмү менен өсөт — биздин көп таймфреймдүү индикаторлорду алдын ала эсептөөдө чакырыгына бир комбинацияда 54.5x болсо, 61 комбинацияда 359.6x-ке жетет — анткени кичине сыдыруу ядрону ишке киргизүү жана маалымат ташуу үстөк чыгымын амортизациялай албайт. Биз жарнамалык 167x-ти CPU-га да жардам берген 27x алгоритмдик утушка жана 6.2x жабдык утушуна ажыратабыз, GPU менен эң мыкты CPU ортосундагы чыныгы озуу бир таймфреймде болгону 3.2x, көп таймфреймде 6.2x экенин көрсөтөбүз жана GPU сатып алганга татышы үчүн сыдыруу канчалык кенен болушу керектиги боюнча чечим колдонмосун беребиз.

Apple'дын Metal GPU'сунда float64 жок. Векторлоштурулган бэктестти ага акылсызча которсоңуз, азгырган prefix-sum WMA fp32'ни толуп кетирет — максималдуу салыштырма ката 211× — бирок ал баары бир иштеп, ынанымдуу көрүнгөн сандарды кайтарат. Чечим — көбүрөөк тактык эмес; бул башка формулировка: түз терезелик convolution, fp32 үчүн 8×10⁻⁷ чейин коопсуз жана бир агымдуу numba'дан 55.9× тезирээк. Тузак, арифметика жана сиз ага түшпөгөнүңүздү кантип далилдөө керек.

Тереңдетип издөө / көп тактыктуу издөө (ASHA, ырааттуу жарымдоо, Hyperband) миңдеген конфигурацияны арзан баада иргеп, аман калгандарын гана кымбат толук баалоого өткөрөт. Бул чындыгында ылдамдатуу берет — бирок төмөн тактыктагы рангдоо жогорку тактыктагыдан айырмаланса, унчукпай кыйрап калат. Биз фолддор боюнча ранг корреляциясын өлчөдүк: бир фолддо Спирмендин ρ 0.03 болушу мүмкүн (дээрлик кокустан рангдайт), фолддор көбөйгөн сайын 0.43, 0.67, 0.78, 0.91гe чейин өсөт. Чечими — милдеттүү бир дарбаза: адегенде ρ(арзан, толук) өлчөп, андан кийин минималдуу тактыкты ρ ≥ 0.5 болгон биринчи тепкичке чейин автоматтык түрдө көтөрүү.

Бир бэктест арзан болгондо, акылсыз аралаштырылган (scrambled) Sobol таза өткөрүү жөндөмдүүлүгү (throughput) боюнча жеңип чыгат — акылдуу сэмплерлер (TPE, CMA-ES, ASHA) Python'догу ask/tell салыгын төлөйт, бул аларды 20 эсеге жайлатат, ошондуктан алар бирдей wall-clock убакытында бир топ аз чекитти баалайт жана уттурат. Ар бир баалоону кымбат кылсаңыз (multi-TF + walk-forward фолддору), кесилиш чекити тескерисинче которулат. Биз эки режимди тең өлчөдүк жана эмне үчүн фолд-рэнк тактыгы (ρ@1 0.03дон 0.43кө чейин өсүп) кыркуунун (pruning) өзүн актоосу үчүн алгышарт болорун аныктадык.

Бардык параметрлер издөө үчүн бирдей баа турбайт. Стратегиянын параметрлери кымбат окко (индикаторлор — бүт сериянын үстүнөн кайра эсептелет) жана арзан окко (чечим босоголору — алдын ала эсептелген сигналдардын үстүнөн O(n) өтүү) бөлүнөт. Индикаторлор босогого көз каранды эмес болгондуктан, сиз аларды бир жолу эсептеп, миңдеген босого конфигурацияларын ~5 600 cfg/s ылдамдыкта издейсиз — ар бир конфигурация үчүн кайра эсептөөгө караганда болжол менен 1 600 эсе арзан. Өлчөмдүүлүктүн каргышын кайра баалоо.

Биз сегиз backtest кыймылдаткычын бирдей параметр свипинде салыштырдык — 150k бар, 80 HMA-cross комбинациясы, сооданын саны 2707де бирдей кулпуланган. Эң популярдуу эки окуяга негизделген фреймворк колдо жазылган pandas циклинен да жайыраак чыкты, ал эми векторлоштурулган/компиляцияланган кыймылдаткыч ошол эле ишти ~13,000× тезирээк аткарды. Популярдуу китепканалар эч качан амортизациялоого арналбаган ар бир бар үчүн жүктөмдүн изилдөөсү.

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.