对量化交易未来的思考

一、向量化会成为主流

向量化回测是大势所趋。以后的框架要是还在用事件驱动,那基本就是被淘汰的命运。

二、GPU加速会普及

向量化回测为GPU加速打好基础,其中VectorBT已经有实验性的GPU支持了(基于RAPIDS),等这个技术成熟,回测速度还能再提升一个量级。

三、AI原生的框架会出现

现在的框架都是为传统策略设计的。等AI交易策略成为主流,肯定会有专门为机器学习设计的回测框架出现。

四、多策略交易

每个策略都有其环境适应性问题,根据现实不同的环境动态调用不同策略执行,各策略之间进行动态的交接棒接力赛。

相关推荐
Lumistory7 分钟前
从OPPO长安研发中心看头部科技企业的照明运维选择
大数据·运维·人工智能·光照贴图
kolyle9 分钟前
企业大模型私有化部署:从硬件选型到模型服务化的完整路径
人工智能
Dawson Zhu18 分钟前
从理论到工程化:构建可靠Agent系统的六大核心工件与实战指南
人工智能·语言模型·架构·aigc·agi
2601_9622982720 分钟前
Python与Selenium结合的Web自动化测试全流程实践教程
自动化测试·python·selenium·web测试·pageobjectmodel
Blockchina23 分钟前
用 AI 把 30 张照片变成 8 页成长纪念册:一套普通人也能落地的轻量服务流程
人工智能
她的男孩25 分钟前
接口加密做成框架级能力有多难?我扒了 3600 行源码:从 RSA 握手到落库密文迁移
人工智能·后端·架构
天衍四九-41 分钟前
第一章:从 LLM 到 Agent —— DeepSeek Harness 入门
网络·数据库·人工智能·python
RAOY的AI笔记42 分钟前
ChatGPT怎么用得更专业?Prompt工程、API调用与AI Agent工作流实战
人工智能·chatgpt·prompt
529宝宝起名网43 分钟前
用 Python 实现名字寓意评分算法:基于 NLP 语义分析的名字内涵深度评估
python·算法·自然语言处理