Blog

GARCH(1,1) biasa melayan berita baik dan buruk secara sama serta menganggap kejutan Gaussian. EGARCH, GJR-GARCH, dan inovasi Student-t/skew-t membetulkan kedua-duanya - dan memberikan anda VaR serta Expected Shortfall yang jujur untuk kripto.

Bagaimana model GARCH(1,1) menangkap pengelompokan volatiliti dalam kripto, cara memasangnya melalui kemungkinan maksimum dengan pustaka arch, dan cara menukar ramalan varians bersyarat menjadi saiz kedudukan serta stop dinamik.

Kemuncak babak pencarian-dan-overfit, dan ia berakhir dengan satu keputusan negatif — yang betul. Satu carian dual-timeframe simbol tunggal pada ETHUSDT menemui satu konfigurasi bernilai +16.35% out-of-sample dan +2.62% pada satu holdout yang tidak disentuh; Deflated Sharpe Ratio, dengan mengambil kira ~37,000 percubaan, mendeflasikannya kepada 0.00. Satu larian merentas-instrumen ke atas lima mata wang utama (ETH/BTC/SOL/BNB/XRP, ~1.18M bar 1m setiap satu), memilih mengikut median out-of-sample, membunuhnya buat selama-lamanya: dual DSR 0.24 / PBO 0.264, triple DSR 0.14 / PBO 0.327 — kedua-duanya gagal gate. Juara ini menguntungkan pada 1 daripada 5 simbol dan negatif pada selebihnya. Inilah tujuan radas anti-overfit: untuk menghalang anda daripada melancarkan yang terbaik daripada hingar sebagai alpha.

Ujian balik (backtest) multi-timeframe membocorkan masa depan melalui bar timeframe lebih tinggi yang sedang terbentuk, yang harga penutupan akhirnya belum wujud lagi. Anda tidak boleh mencapai keyakinan hanya dengan menyemak kod — ia perlu diuji. Kami mengulangi semula peraturan bar-tertutup bot langsung dengan tepat, kemudian membuktikan tiada kebocoran dengan ujian anjakan-masa-depan: ganggu setiap bar masa depan dan sahkan setiap isyarat serta dagangan masa lalu kekal sama tepat sehingga bit terakhir. 25/25 semakan pariti, dan ujian ini benar-benar berkesan.

Kelebihan GPU berbanding CPU tumbuh dengan saiz kelompok — 54.5x pada satu kombo setiap panggilan hingga 359.6x pada 61 dalam prapengiraan penunjuk pelbagai jangka masa kami — kerana sapuan kecil tidak dapat mengamortisasi overhead pelancaran kernel dan pemindahan. Kami menguraikan tajuk utama 167x kepada kemenangan algoritma 27x yang turut membantu CPU dan kemenangan perkakasan 6.2x, menunjukkan kelebihan sebenar GPU-berbanding-CPU-terbaik hanyalah 3.2x untuk jangka masa tunggal dan 6.2x untuk pelbagai jangka masa, dan memberikan panduan keputusan tentang berapa lebar sapuan perlu sebelum GPU berbaloi dibeli.

GPU Metal Apple tiada float64. Alih backtest tervektor kepadanya secara naif dan WMA prefix-sum yang menggoda itu melimpah fp32 — ralat relatif maksimum 211× — namun ia tetap berjalan dan memulangkan angka yang kelihatan munasabah. Penyelesaiannya bukan ketepatan lebih tinggi; ia adalah rumusan yang berbeza: konvolusi berjendela terus, selamat-fp32 sehingga 8×10⁻⁷ dan 55.9× lebih pantas daripada numba benang-tunggal. Perangkap itu, aritmetiknya, dan cara membuktikan anda tidak terjebak.

Carian drill-down / multi-fideliti (ASHA, successive halving, Hyperband) menyaring ribuan konfigurasi secara murah dan hanya menaikkan taraf konfigurasi yang terselamat kepada penilaian penuh yang mahal. Ini adalah pempercepatan yang tulen — tetapi ia runtuh secara senyap jika kedudukan pada fideliti rendah tidak sepadan dengan kedudukan pada fideliti tinggi. Kami mengukur korelasi kedudukan-fold: pada satu fold, Spearman ρ boleh serendah 0.03 (kedudukan hampir rawak), meningkat kepada 0.43, 0.67, 0.78, 0.91 apabila fold bertambah. Penyelesaiannya ialah satu pintu gerbang wajib — ukur ρ(murah, penuh) dahulu, dan naikkan secara automatik fideliti minimum kepada tahap pertama di mana ρ ≥ 0.5.