拆分部署以降低量化参数训练成本
本文主要介绍了通过拆分数据请求和计算节点、挂载NAS、扩充swap空间,从而随时关闭高费用计算节点、避免thetadata取数据冲突、共享数据下载和执行结果以及节约内存等情况,最后节约量化参数研究过程中的预算损耗。
背景量化交易策略不仅需要策略有效,而且其参数也需要对近期一段时间的回测在数学层面上证明有效。
QuantAda量化交易框架使用optuna框架进行参数挖掘,虽然本人的笔记本电脑是...
阅读全文…