基于遺傳基因編程技術的量化策略自動設計生成技術

作者：開拓者 TB 來源：cxh99.com 發布時間：2021年01月02日

咨詢內容： 本帖最后由 ChuixieC 于 2020-11-22 01:51 編輯

各位朋友好，我們制作了一款基于遺傳基因編程技術+自研算法的量化策略自動設計生成軟件。簡而言之，交易者無需再去做人工設計、編譯、查驗、回測、優化等的量化具體工作，只需要告訴計算機“想要什么策略”，而不需要告訴它“如何去完成這項工作”，軟件便會自行完成有關的量化策略設計生成工作。

過于魯棒性及曲線的過度擬合問題：

1、軟件的計算和運行效率，保障了使用者可以加載更多更全面的多維度數據來進行設計生成和回測工作。

2、軟件內置的底層算法邏輯，自帶“垃圾回收功能”，采取奧卡姆剃刀原則，為多余的策略邏輯加入懲罰因子，刪減剔除不必要的邏輯，簡化源代碼數量。

3、軟件內置手續費及沖擊成本的加壓功能，策略在設計生成前便可提前進行加壓處理。

4、策略設計生成起始點采取隨機原則。簡而言之，軟件每次運行所生成的策略均不同，極大的縮減了同品種、同周期、同數據源所致的策略邏輯相同的可能性（極其微小的概率）。

5、策略設計生成過程中同時保持隨機性和變異能力。簡而言之，軟件運行過程中將會往不同的方向進行隨機、變異、交叉、傳遞、剔除等的工作。

6、軟件內置的評測體系中加入了策略相關性及結果相似性因子。相關性及相似性超過一定比率的策略群組，無關數量多少，評測只會保留其中的一個高得分單體策略，其余的自行剔除。

7、理論上講只要不停機、不斷電，軟件將會持續的進行設計生成工作，策略群組及單體策略的數量將會是無限的。

8、策略回測多樣化。使用者可通過軟件內置回測評價體系觀摩策略，也可將策略源碼導出至三方交易平臺自行回測。

關于區制位移的問題：

多策略、多周期、多品種的大策略交易系統一直是我們交易者所追求的。但主觀交易無法實現大策略交易系統的組建，人工量化面臨這項工作也較為吃力（思路、工作量）。人工智能為這種情況提供了一種現實的可能性。

建立在內置相關性及相似性評測機制基礎上的每一個單體策略，保留著各自的獨立屬性，互相對沖，互不干涉，同時又會將各自的收益及回撤水平作用于大策略交易系統。

適應群體：

只要是對量化感興趣的交易者，無關技術水準，均可。

技術優勢：

1、底層邏輯自帶學習能力，將會保留自己所走過的設計生成路徑，使用的越久算法越聰明，策略設計生成的結果將會更好。

2、軟件版權是我們自己的，任何可能的合作都可以商談。

3、軟件運行過程中采用有效追蹤的方式，避免設計生成相同的策略。

4、單體策略邏輯采取樹形結構呈現，路徑清晰，簡明扼要。

5、采用自研底層算法，充分利用計算機的性能，提高運行效率。

我們過段時間會開放免費公測試用期，想一睹為快或者對此感興趣的朋友可以保持聯系，叨擾大家了，謝謝。

近期，軟件的技術水準得到了私募基金，期貨公司，投顧工作室，散客投資者等的一致好評。

目前版本僅適用商品期貨及股指期貨，且僅適用于交易開拓者平臺（平臺工作人員若對此有興趣，可予以告知，互通有無，謝謝）。
我的微信：972333264