Я пытаюсь запустить и оптимизировать очень простую систему, используя квант. Моя стратегия: введите, когда Close > SMA
, выход, когда Close < SMA
. Я работаю на ежедневных данных с 2010-01-01 по 2014-01-01. Оптимизация .nSMA = (10:20)
. Моя система i5 m480 2.67Ghz, 8gb, Win7-64, Revolution R Open 3.2.0, RStudio.Является ли этот квант-код необычно медленным?
Для выполнения моего кода требуется около 50 секунд. Это нормально для квантрата? Или я допустил ошибку?
require(quantstrat)
require(foreach)
registerDoSEQ()
rm(list = ls(.blotter), envir = .blotter)
currency('USD')
initDate = "2010-01-01"
from = "2010-01-01"
to = "2014-01-01"
initEq = 1e5
nSMA = 50
getSymbols("GOOG", from = from, to = to)
stock("GOOG", currency = "USD", tick_size = 1, multiplier = 1)
getInstrument("GOOG", type = "instrument")
strategy.st <- "first"
portfolio.st <- "first"
account.st <- "first"
rm.strat(portfolio.st)
rm.strat(strategy.st)
initPortf(portfolio.st, symbols = 'GOOG', initDate = initDate, currency = 'USD')
initAcct(account.st, portfolios = portfolio.st, initDate = initDate, currency = 'USD', initEq = initEq)
initOrders(portfolio.st, initDate = initDate)
strategy(strategy.st, store=TRUE)
### indicators
add.indicator(strategy.st, name = "SMA",
arguments = list(x = quote(Cl(mktdata)), n = nSMA),
label = "nSMA")
### signals
add.signal(strategy.st, name='sigCrossover',
arguments = list(columns=c("Close","nSMA"),
relationship="gt"),
label='LE'
)
add.signal(strategy.st, name='sigCrossover',
arguments = list(columns=c("Close","nSMA"),
relationship="lt"),
label='LX'
)
### rules
add.rule(strategy.st, name="ruleSignal",
arguments=list(sigcol="LE" , sigval=TRUE,
orderside="long",
ordertype="market",
prefer="Open",
orderqty=1,
replace=FALSE
),
type="enter",
label="EnterLong"
)
add.rule(strategy.st, name="ruleSignal",
arguments=list(sigcol="LX" , sigval=TRUE,
orderside="long",
ordertype="market",
prefer="Open",
orderqty="all",
replace=FALSE
),
type="exit",
label="ExitLong"
)
applyStrategy(strategy.st, portfolio.st)
save.strategy(strategy.st)
# Optimization
.nSMA = (10:20)
load.strategy(strategy.st)
add.distribution(strategy.st,
paramset.label = 'nSMA',
component.type = 'indicator',
component.label = 'nSMA',
variable = list(n = .nSMA), label = 'NSMA')
results <- apply.paramset(strategy.st,
paramset.label='nSMA',
portfolio.st=portfolio.st,
account.st=account.st,
nsamples = length(.nSMA),
audit = NULL,
verbose=TRUE)
View((results$tradeStats))
plot(results$tradeStats$NSMA, results$tradeStats$Net.Trading.PL, type = "l")
Спасибо за ваш ответ! Но меня не интересовало сравнение производительности систем, и если я ошибался, чтобы использовать функции квантстра. Я понимаю, что если система быстрее, то скрипт быстро) Вы используете квантстрат для тестирования систем? У вас есть опыт в разработке и тестировании систем? Или просто запустите мой скрипт? На самом деле мой сценарий является самым простым. И он должен запускаться в любой системе быстро, намного быстрее, чем на одну секунду. Возможно, мне нужно активировать любые опции квантстрата? Например, отключить консоль вывести результаты скрипта? – Anatolye
@ Anatolye: Я не сравнивал производительность системы. Я сказал, что на вашей машине слишком много времени, поэтому что-то на вашей машине делает код занятым дольше, чем нужно. Скрипт работает> на 3 раза быстрее на моей машине, но моя машина не в 3 раза быстрее, чем ваша. Да, я тестирую стратегии с помощью квантстрата, и я один из авторов пакета. Неразумно ожидать, что поиск параметров по 11 значениям займет менее 1 секунды. –
Joshua, наши системы из разных поколений, поэтому я не думаю, что такое прямое сравнение правильное. Но спасибо! Я проверю свою систему. Когда я запускаю тот же sсript на своей платформе трейдинга и тестирования для вычисления 200 значений, я не мог исправить время, потому что результат появился немедленно. Я не ожидаю, я вижу это каждый день. – Anatolye