Capítulo 10. Backtesting Vetorizado
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Elon Musk, presidente executivo da Tesla e empreendedor tecnológico em série, afirmou que os carros da sua empresa poderão ser chamados e conduzidos de forma autónoma em todo o território dos EUA para ir buscar os seus proprietários nos próximos dois anos.
Samuel Gibbs (2016)
Ganha-se muito dinheiro no mercado de acções se estiveres do lado certo dos grandes movimentos.
Martin Zweig
O termo backtesting vetorizado refere-se a uma abordagem técnica do backtesting de estratégias de negociação algorítmicas, como as baseadas numa rede neural densa (DNN) para a previsão do mercado. Os livros de Hilpisch (2018, cap. 15; 2020, cap. 4) abordam o backtesting vectorizado com base numa série de exemplos concretos. Neste contexto, "vectorizado " refere-se a um paradigma de programação que se baseia fortemente ou mesmo exclusivamente em código vetorizado (ou seja, código sem qualquer looping a nível Python). A vetorização de código é uma boa prática com pacotes como Numpy oupandas em geral, e também foi usada intensivamente em capítulos anteriores. Os benefícios do código vetorizado são um código mais conciso e fácil de ler, bem como uma execução mais rápida em muitos cenários importantes. Por outro lado, pode não ser tão flexível no backtesting de estratégias de negociação como, por exemplo, o backtesting baseado em eventos, que é introduzido ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access