利用 gpu 加速運算，是機器學習領域最近發展的風潮，也可以說是機器學習在近年得以發展的基礎。小編對模型進行 simulation 時，往往也需要花費大量的運算時間，最近進行的研究
分類: 程式交易
撮合時間與報價訊號接收時間(三)
繼上次的文章撮合時間與報價訊號接收時間(二)研究每個訊號的時間差與其撮和數或交易量的關係，這一次是研究訊號的密度(訊號個數/時間)是否會影響網路傳遞的延遲。
線性模型的封閉解與數值解
在前幾日，小編與同事的機器學習的讀書會中，與同事討論到了關於線性模型的參數最佳解，對於學統計或數學背景的人來說，如果模型存在封閉解，模型參數會存在最佳且唯一解是必然的事。
撮合時間與報價訊號接收時間(二)
繼上次的研究撮和時間與報價訊號接收時間文章，這一次小編要來研究是甚麼因素造成時間差異增加，假設時間差異來自於兩個因素，第一，在短時間內大量撮合運算，第二，網路傳遞延遲，這次小編的目的就是要驗證第一個因素。
Max Drawdown (MDD) 最大回撤
在程式交易中有許多數值來評價一個策略的特性或表現，這篇介紹其中一個重要的數值 MDD， 也稱作 “最大回撤" 或 “最大回檔" ，更嚴謹的策略品質分析中不只是看 MDD，也可能會看到2nd DD、3rd DD。發生的時間也是有相當的參考價值。這篇在介紹 MDD 定義與在 R 的應用。
撮合時間與報價訊號接收時間
近年來隨著程式交易越來越普及，越來越多的程式交易者投入大量的心血開發自己的程式交易邏輯，只要開著電腦不用盯盤就能讓電腦依照自己開發的邏輯進行交易。相信各位程式交易者在實際交易時都會遇到一個一樣的問題，就是發現自己開發的程式交易邏輯在回測時有漂亮的成績，但實際上機交易時卻跟自己想的不一樣。
策略無限部落格 