博客

GPU 相对 CPU 的领先幅度随批量大小增长——在我们的多时间框架指标预计算上，从每次调用一个组合时的 54.5x 一路升到 61 个组合时的 359.6x——因为一次小规模扫描无法摊薄内核启动和传输开销。我们把一个 167x 的头条数字拆解为一个同样惠及 CPU 的 27x 算法收益，乘以一个 6.2x 的硬件收益，指出 GPU 相对最佳 CPU 的真实领先在单时间框架下只有 3.2x、在多时间框架下只有 6.2x，并给出一份决策指南：一次扫描要宽到什么程度，才值得为 GPU 掏钱。

Apple 的 Metal GPU 没有 float64。把一个向量化回测天真地移植过去，那个诱人的前缀和 WMA 就会在 fp32 下溢出——最大相对误差 211 倍——但它依然能跑完全程，还返回看起来说得过去的数字。修复的办法不是提高精度，而是换一种公式：直接的窗口卷积，fp32 下精度可达 8×10⁻⁷，比单线程 numba 快 55.9 倍。这篇文章讲清楚陷阱本身、背后的算术，以及如何证明自己没有掉进去。

下钻式/多保真度搜索（ASHA、逐次减半、Hyperband）以低成本方式筛选成千上万个配置，只将存活者提升到昂贵的完整评估阶段。这是一种真实的加速——但如果低保真度的排序与高保真度的排序不一致，它就会悄无声息地崩溃。我们测量了折数-排序相关性：在只用一折时，Spearman ρ 可能低至 0.03（排序几乎是随机的），随着折数累积，逐步升高到 0.43、0.67、0.78、0.91。修复方法是设置一道强制性关卡——先测量 ρ(廉价, 完整)，并自动将最低保真度提升到 ρ ≥ 0.5 的第一个档位。

当单次回测很便宜时，简单的打乱 Sobol 序列在原始吞吐量上碾压所有"智能"采样器——TPE、CMA-ES、ASHA 要缴纳 Python ask/tell 税，导致速度下降 20 倍，在相同墙钟时间内评估的点数远远更少，因而落败。让每次评估变得昂贵（多时间框架 + walk-forward 折）之后，交叉点就翻转了。我们测量了这两种情形，以及为什么折叠排名保真度（ρ@1 从 0.03 升至 0.43）是剪枝能否奏效的前提条件。

并非所有参数的搜索成本都相同。一个策略的参数会分裂为一条昂贵轴（指标——需要在整个序列上重新计算）和一条廉价轴（决策阈值——对预计算信号做一次 O(n) 遍历）。由于指标对阈值不变，你只需计算一次，就能以约 5,600 cfg/s 的速度扫描数千种阈值配置——比每种配置都重新计算大约便宜 1,600 倍。这是对维度灾难的一次重新定价。

我们在同一个参数扫描任务上对八个回测引擎进行了基准测试——15万根K线、80个HMA交叉组合、交易笔数严格锁定在2707笔。两个最受欢迎的事件驱动框架的速度居然比手写的 pandas 循环还慢，而一个向量化/编译型引擎完成同样的工作快了约13000倍。这是一篇关于主流库从未被设计用来摊销的逐K线开销的研究。

Deflated Sharpe Ratio 给获胜策略定价；PBO 给挑出它的那次搜索定价。组合对称交叉验证（Combinatorially Symmetric Cross-Validation）在一个 1000x200 的表现矩阵上跑 C(16,8) = 12,870 次训练/测试切分，问的是：样本内赢家会不会落入样本外的后一半？几乎每个人都会看错的地方——PBO 的零假设值是 0.5，不是 1。在 200 个零优势策略上，最佳样本内年化夏普比率 1.98 在样本外坍缩到 0.06，PBO = 0.476：如同抛硬币，彻底过拟合。植入一个真实优势（年化夏普比率 2.38），PBO 降到 0.001，样本内的 3.73 在样本外仍保住 2.34。在纯随机游走上跑移动平均线网格，同样没有任何样本外的技巧——60 个矩阵平均 PBO 0.463，在统计上和零假设无法区分——而在其中一个具有代表性的矩阵上，这场海市蜃楼十分鲜明：最佳样本内夏普比率 2.33 坍缩到样本外中位数 -0.22，PBO 0.573，63% 的概率会亏钱。