【量化交易策略】：Trading System Lab (TSL)

 
子系统的优寻过程中，TSL循着用户定义的目标函数，例如夏普比率(Sharpe Ratio)，自动化地将回报率相关度(correlation)低的子系统组合起来目标函数值。以此，最终得出交易策略的回报和交易稳健度都能因而得到提高。用户使用TSL做交易策略设计，不单因为二元机器代码自动归纳合成(Automatic Induction of MachineCode, AIM)技术的贡献而得以节省运算时间，更因为遗传基因程序本质对子系统多端输出的特质，一站式地解决了辣手的区制转移问题。用户开发策略的速度和策略回报效益都因而得以提升。
 
TSL 的遗传基因程序 Genetic Programming 算法引擎
 
TSL 针对任何市场交易品种，都能在短短几分钟内自动生成稳健的交易系统。它之所以有如此超凡的运算能力，得益于其底层算法引擎——Discipulus。RML Tech 公司研制的 Discipulus 引擎是基于一种高级计算机编程算法理论 AIM-GP (遗传基因程序二元机器代码自动归纳合成算法 Automatic Induction of Machine Code with Genetic Programming) 研制而成的商用算法引擎。 TSL 凭借 Discipulus 实现了 AIM-GP 这个尖端的搜索寻优算法理论。
 
这里 AIM-GP 的 GP 是采用了遗传基因程序中其中一种程序排列方法——"线性排列式遗传基因程序" Linear Genetic Programming (LGP)。线性排列式遗传基因程序 LGP 有别于"树状排列式遗传基因程序" Tree-based Genetic Programming (TGP)。我们可以理解线性排列式遗传基因程序 LGP 是启发自命令式编程 (Imperative Programming)；树状排列式遗传基因程序 TGP 启发自函数式编程 (Functional Programming)。命令式编程包含一些会影响状态(state)的指令，例如委派变量的数值。大多数商业用编程程序都是命令式编程，例如 C++，Pascal 和 Fortran。很多研究者甚至索性将树状结构下的分支看待成命令式，而不是函数式，因为很多应用程序，用线性排列式处理显得更为自然。
 
研究显示，AIM-GP的性能超越神经网络、向量机 SVM、分类回归树 CART、树状网络和随进森林。AIM-GP被誉为当今最成功的二元机器代码自动归纳合成算法 。它能够在遗传进化过程中，将交易中涉及到的各种元素，如指标、形态和不同的市场数据，在最底层的二元机器代码进行基因和合成，从而速度能够快如闪电！ 进化和合成策略，往往不是一般设计师凭直觉创想出来的，而是由完全崭新的数学逻辑组成的技术分析指标。一般应用遗传算法 Genetic Algorithm (GA) 寻优的交易软件，只能基于自带或用户提供的逻辑做拼凑，那么，寻优的创新能力自然受到限制。
 
事实上，很多交易平台都提供了以 GA 来做交易策略优化的软件系统。例如，期货交易券商提供的 Multicharts (MC)也自带有 GA 策略优化功能。但是， 一般的以 GA 算法为基础的寻优系统，其速度仅仅呈线性增加。而引用 AIM-GP 技术的 TSL 寻优引擎运行的速度，却是以几何级数增长，具有越算越快的性能。最终整体运算时长大量地缩短。
 
(笔者试用量化交易软件无数，大胆认为，除 TSL 之外，在用户有生之年，没有任何其它商用或开源遗传算法的寻策系统足够高效地生出一套高稳健度的策略，供用户实盘交易之用！)Discipulus 具体实现了 AIM-GP 的算法功能。众多行业的数据分析研究人员，如天然资源、生物科技等，如今都采用了 Discipulus 的强大寻优算法引擎来驱动他们的数据挖掘和数据预测应用系统。 在金融交易策略寻优领域，用户如果希望用到强大高效的 Discipulus，非选择 TSL 不可。因为在全球范围内只有 TSL 获得 Discipulus在金融交易领域的开发应用权限。
 
时至今日，TSL 的交易策略寻优系统，经过十多年的不断改进，在众多金融交易领域(股票、期货、外汇和期权交易)中都达到了无懈可击的境界。 TSL 更凭借着被独家授权的 Discipulus，独霸 AIM 二元机器代码自动归纳合成算法在金融交易领域的应用。没有任何一家竞争对手的交易策略设计系统，能比得上 TSL 的寻策速度和生成策略之长期稳健性。
 
学者、行业人士及专业用户评语
 
Trading System Lab 将我们公司开发的AIM-GP(遗传基因程序二元机器代码自动归纳合成算法 Automatic
 
Induction of Machine Code with Genetic Programming) 打造精炼成一个完备和易用的自动化生成交易策略
 
系统。在这个过程中，TSL制作出来了一个物理是在技术、设计、和概念性创新方面都是在我下笔写《遗传基因程序：入门》的时候依然还万万没想到的。设计方面来说，交易策略中培训用的目标函数制定，我看来，是开天辟地的。