部落格

GPU 相對 CPU 的領先幅度隨批次大小增長——在我們的多時間框架指標預計算上，從每次呼叫一個組合時的 54.5x 一路升到 61 個組合時的 359.6x——因為一次小規模掃描無法攤薄核心啟動和傳輸開銷。我們把一個 167x 的頭條數字拆解為一個同樣惠及 CPU 的 27x 演算法收益，乘以一個 6.2x 的硬體收益，指出 GPU 相對最佳 CPU 的真實領先在單時間框架下只有 3.2x、在多時間框架下只有 6.2x，並給出一份決策指南：一次掃描要寬到什麼程度，才值得為 GPU 掏錢。

Apple 的 Metal GPU 沒有 float64。把一個向量化回測天真地移植過去，那個誘人的字首和 WMA 就會在 fp32 下溢位——最大相對誤差 211 倍——但它依然能跑完全程，還返回看起來說得過去的數字。修復的辦法不是提高精度，而是換一種公式：直接的視窗卷積，fp32 下精度可達 8×10⁻⁷，比單執行緒 numba 快 55.9 倍。這篇文章講清楚陷阱本身、背後的算術，以及如何證明自己沒有掉進去。

下鑽式/多保真度搜索（ASHA、逐次減半、Hyperband）以低成本方式篩選成千上萬個配置，只將存活者提升到昂貴的完整評估階段。這是一種真實的加速——但如果低保真度的排序與高保真度的排序不一致，它就會悄無聲息地崩潰。我們測量了折數-排序相關性：在只用一折時，Spearman ρ 可能低至 0.03（排序幾乎是隨機的），隨著折數累積，逐步升高到 0.43、0.67、0.78、0.91。修復方法是設定一道強制性關卡——先測量 ρ(廉價, 完整)，並自動將最低保真度提升到 ρ ≥ 0.5 的第一個檔位。

當單次回測很便宜時，簡單的打亂 Sobol 序列在原始吞吐量上碾壓所有"智慧"取樣器——TPE、CMA-ES、ASHA 要繳納 Python ask/tell 稅，導致速度下降 20 倍，在相同牆鍾時間內評估的點數遠遠更少，因而落敗。讓每次評估變得昂貴（多時間框架 + walk-forward 折）之後，交叉點就翻轉了。我們測量了這兩種情形，以及為什麼摺疊排名保真度（ρ@1 從 0.03 升至 0.43）是剪枝能否奏效的前提條件。

並非所有參數的搜尋成本都相同。一個策略的參數會分裂為一條昂貴軸（指標——需要在整個序列上重新計算）和一條廉價軸（決策閾值——對預計算訊號做一次 O(n) 遍歷）。由於指標對閾值不變，你只需計算一次，就能以約 5,600 cfg/s 的速度掃描數千種閾值配置——比每種配置都重新計算大約便宜 1,600 倍。這是對維度災難的一次重新定價。

我們在同一個參數掃描任務上對八個回測引擎進行了基準測試——15萬根K線、80個HMA交叉組合、交易筆數嚴格鎖定在2707筆。兩個最受歡迎的事件驅動框架的速度居然比手寫的 pandas 迴圈還慢，而一個向量化/編譯型引擎完成同樣的工作快了約13000倍。這是一篇關於主流庫從未被設計用來攤銷的逐K線開銷的研究。

Deflated Sharpe Ratio 給獲勝策略定價；PBO 給挑出它的那次搜尋定價。組合對稱交叉驗證（Combinatorially Symmetric Cross-Validation）在一個 1000x200 的表現矩陣上跑 C(16,8) = 12,870 次訓練/測試切分，問的是：樣本內贏家會不會落入樣本外的後一半？幾乎每個人都會看錯的地方——PBO 的零假設值是 0.5，不是 1。在 200 個零優勢策略上，最佳樣本內年化夏普比率 1.98 在樣本外坍縮到 0.06，PBO = 0.476：如同拋硬幣，徹底過擬合。植入一個真實優勢（年化夏普比率 2.38），PBO 降到 0.001，樣本內的 3.73 在樣本外仍保住 2.34。在純隨機遊走上跑移動平均線網格，同樣沒有任何樣本外的技巧——60 個矩陣平均 PBO 0.463，在統計上和零假設無法區分——而在其中一個具有代表性的矩陣上，這場海市蜃樓十分鮮明：最佳樣本內夏普比率 2.33 坍縮到樣本外中位數 -0.22，PBO 0.573，63% 的機率會虧錢。