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
鬼手点金6 分钟前
构建有效 Agent 的核心原则
java·人工智能·git·学习·自动化
全栈弄潮儿7 分钟前
Python实战第9期:文件操作
后端·python·编程语言
小星星_ios12 分钟前
从 3Blue1Brown 到 NumPy:手写一个神经网络训练 MNIST
人工智能·python·神经网络
老牛日常随笔12 分钟前
Google把Android测试搬进AI对话:ARTEMIS如何用自然语言操作你的手机
android·人工智能·智能手机
信可维13 分钟前
AI 读 Word 表格总读错?先查合并单元格和表头这 3 处
开发语言·人工智能·c#·word·软件工程
Maxwin15 分钟前
Manim 竖屏画布选 9×16 还是 4.5×8?从 font_size 和每单位像素数说起
python·ffmpeg
Csvn16 分钟前
A/B 实验:85% 比 78% 好,居然不算赢?(R03)
人工智能·aigc·agent
随性而行36021 分钟前
企业微信 API 如何实现业务消息自动通知?接口应用场景解析
java·人工智能·后端·微信·机器人·企业微信
昭昭日月明22 分钟前
使用 Ragas 量化 RAG
python·langchain·ai编程
FPGA信号处理23 分钟前
【雷达原理与系统】第四节课:雷达波形与脉冲压缩
人工智能·计算机视觉·目标跟踪