Handelsalgoritmer på Solana: jämför regler rättvist

En jämförelse av handelsalgoritmer på Solana behöver en fråga

Definiera vad jämförelsen ska avgöra. Den kan bedöma vilken regel som bättre stöder en fast researchuppgift, vilken som använder en begränsad budget effektivare under en angiven modell eller vilken som ger mer granskningsbara förslag. Olika frågor kräver olika mått.

Ett brett påstående om att en algoritm är bättre kan dölja oförenliga mål. En regel utformad för att minimera aktivitet kan ge färre möjligheter än en som utformats för bred täckning. En regel för en viss positionsförvaltningsuppgift bör inte straffas för att den inte upptäcker orelaterade nya tillgångar.

Den äldre guiden till experimentupplägg på Solana förklarar fast kvalificering och tidsgränser. En jämförelse behöver den disciplinen innan resultat beräknas. Frågan, populationen och utvärderingsfönstret bör anges i förväg så att rapporten inte väljer sin framgångsdefinition efter att ha sett vilken algoritm som vinner.

Lås en gemensam informationsström

Båda algoritmerna bör få samma observationer med samma tillgänglighetstider om inte dataåtkomst är jämförelsens uttryckliga ämne. En historisk post som anländer sent bör vara sen för båda. En rättad mintkoppling bör inte vara tillgänglig tidigare för en regel på grund av en bekväm sammanfogning.

Bevara den gemensamma indatabilden och dess begränsningar. Algoritmerna kan välja olika egenskaper från strömmen, men den underliggande beläggsgränsen förblir gemensam. Det gör skillnader tolkningsbara som regelbeteende snarare än en oförklarad skillnad i vad varje system visste.

En gemensam ström behöver också en policy för saknade data på infrastrukturnivå. Om källan fallerar bör ingen algoritm tyst få en idealiserad ersättning om inte studien uttryckligen modellerar den förmågan för båda. Algoritmspecifikt avstående kan då utvärderas mot samma underliggande glapp.

Håll algoritmversionerna fullständiga

En version omfattar universum, egenskaper, trösklar, beslutstidpunkter, dimensioneringsregel, förfall och hantering av saknade belägg. Att jämföra namngivna formler samtidigt som omgivande regler får ändras fritt lämnar för stort utrymme för dold justering. Bevara de fullständiga definitionerna som användes i varje körning.

Om en algoritm använder längre historik ska den bara få den historik som faktiskt fanns vid varje beslutstidpunkt. Dess uppbyggnadsperiod blir en del av täckningen. Ge inte en helt uppbyggd egenskap vid testets början om det tillståndet inte kunde ha funnits under det angivna upplägget.

Guiden till en bot för handelssignaler på Solana förklarar hur versionsändringar och dataavbrott påverkar resultat. En jämförelse bör bevara gränserna i resultatserien. Att kombinera flera versioner under en algoritmetikett kan dölja valen som gav den skenbara fördelen.

Använd samma kandidatpopulation

Båda algoritmerna bör möta samma kvalificerade researchuniversum när jämförelsen gäller deras beslutsregler. Om en använder en snävare strategispecifik delmängd ska urvalet registreras som en del av dess beteende. Ta inte i efterhand bort dess uteslutna kandidater från den gemensamma referenspopulationen.

Det låter rapporten skilja täckning från villkorade resultat. Algoritm A kan agera på många kandidater medan B avstår från de flesta. B:s slutförda utfall kan se starkare ut samtidigt som den ger färre genomförbara beslut. Båda omständigheterna hör hemma i jämförelsen.

Ta med kandidater som senare misslyckas, blir inaktiva eller förblir olösta om de ingick i omfattningen då. En population byggd enbart av överlevande tillgångar kan gynna regler som råkade välja överlevare. Utvärderingen bör använda den historiska informationsgränsen, inte dagens bekväma förteckning.

Samordna vad ett beslut betyder

En algoritm kan ge en poäng varje minut medan en annan ger ett förslag per episod. Att direkt jämföra antal resultat skulle vara missvisande. Definiera enheten som utvärderas och mappa varje algoritms resultat till den utan att hitta på oberoende observationer från upprepade meddelanden.

Enheten kan vara en kandidatgranskning, en möjlighet att öppna en position eller en avgränsad minskningsepisod. Den valda enheten bör passa researchfrågan. Bevara råresultaten så att mappningen kan granskas och skillnader kan spåras tillbaka till det faktiska regelbeteendet.

En upprepad signal är inte nödvändigtvis en ny finansierad åtgärd. Om driftpolicyn bara tillåter en öppen avsikt per tillgång bör jämförelsen tillämpa begränsningen konsekvent. Annars kan studien belöna en regel för att upprepade gånger identifiera samma förhållande medan den simulerar åtgärder som den faktiskt inte skulle ge behörighet till.

Ge varje algoritm ett likvärdigt konto

För en jämförelse av separata policyer ska varje algoritm börja med samma kontoresurser och antaganden om externa kassaflöden. Följ dess egen sammanhängande bana genom positioner, reservationer, kostnader och olösta försök. Policyerna kan sedan skilja sig på grund av sina beslut, vilket är det beteende som studien avser att granska.

Låt inte en algoritm fylla på kontot efter förluster eller ignorera kapital bundet i öppna positioner medan den andra respekterar begränsningarna. Skillnaderna ändrar experimentet. De bör utjämnas eller uttryckligen identifieras som ämnet för en separat jämförelse.

Den äldre guiden till gemensam budget på Solana förklarar varför överlappande förslag konkurrerar om resurser. En jämförelse som summerar isolerade affärer utan en gemensam kontomodell kan rapportera resultat som inget enskilt finansierat arbetsflöde kunde ha producerat.

Skilj fast dimensionering från algoritmens egen dimensionering

Det finns två användbara frågor om dimensionering. En jämförelse med fast storlek kan hjälpa till att isolera urvalsbeteendet genom att tillämpa samma beloppsregel på båda algoritmerna. En jämförelse av de egna policyerna kan utvärdera varje algoritms egen dimensioneringsmetod som en del av den fullständiga strategin.

Blanda inte frågorna i ett oförklarat resultat. Om A använder fast storlek och B dynamisk allokering kan skillnaden komma från dimensioneringen snarare än kandidaturvalet. Rapportera båda komponenterna där studien kan göra det sammanhängande.

En dynamisk regel får endast använda information som var tillgänglig vid beslutstiden och det aktuella kontotillståndet. Den bör inte tilldela större storlek åt affärer som senare blir vinnare genom en retrospektiv beräkning. Dimensionering är ett strategibeslut med en egen beläggsgräns, inte en kosmetisk multiplikator som tillämpas efter att utfallen är kända.

Tillämpa en genomförandemodell

Använd samma offerttidpunkter, marknadsomfattning som stöds, aktualitetskrav och utfallspolicy för båda algoritmerna när deras beslutsregler jämförs. En regel bör inte få ett idealiserat omedelbart avslut medan den andra väntar på en beloppsspecifik offert under realistisk fördröjning.

Genomförandemodellen kan ändå ge olika genomförbarhet eftersom algoritmerna väljer olika tillgångar, belopp eller tider. Skillnaderna är meningsfulla följder av strategierna. Det viktiga är att modellen tillämpar samma regler på likvärdiga situationer.

Den äldre guiden till genomförandetider på Solana förklarar varför inskickning och bekräftelse är olika saker. En jämförelse bör konsekvent behålla försöksvisa, misslyckade, okända och avstämda utfall. Att slopa svåra försök från bara en algoritms poster skapar en konstgjord fördel.

Håll kostnaderna jämförbara och spårbara

Varje kostnadskomponent bör använda samma definition mellan algoritmerna. Skilj kostnader som ingår i offerter från separat registrerade utgifter och behåll ursprungliga enheter och omräkningsantaganden. Olika antal försök kan ge en verklig kostnadsskillnad, medan olika redovisningsbehandling är ett utvärderingsfel.

Solana dokumenterar transaktionsavgifter på nätverksnivå, men hela kostnadsmodellen måste passa det faktiska arbetsflödet som studeras. Använd inte en universell fast avgift som oförklarad ersättning för varje rutt, belopp och försöksutfall. Solanas avgiftsdokumentation.

Om vissa kostnader fortfarande modelleras ska samma modelleringsansats tillämpas och känslighet rapporteras. Ett gynnsamt basresultat som vänds av en liten rimlig ändring förtjänar en nyanserad tolkning. Jämförelsen bör identifiera vilka antaganden som driver rangordningen i stället för att behandla rangordningen som ett stabilt faktum.

Resultatuppdelning för handelsalgoritmer på Solana börjar med en tratt

Räkna för varje algoritm gemensamma möjligheter, kvalificerade beslut, förslag, avsikter som fått behörighet, försök och avstämda utfall. Varje steg förklarar varför det slutförda urvalet skiljer sig från den ursprungliga populationen. Tratten bör omfatta skäl till avstående och avslag.

Anta att fiktiva A ger åtta förslag från en gemensam uppsättning möjligheter, varav sex blir slutförda åtgärder. B ger fem förslag, varav fyra slutförs. Antalen fastställer inte vilken som är bättre, men de identifierar olika mönster i täckning och genomförbarhet som en slutlig vinstsiffra ensam skulle dölja.

Resultatuppdelning för handelsalgoritmer på Solana bör sedan koppla skillnaderna till regelval. Föreslog A mer för att den använde bredare kvalificering? Undvek B marknader som saknar stöd? Förlorade någon fler möjligheter på grund av inaktuella belägg? En användbar rapport förklarar vägen från gemensamma indata till olika åtgärdsuppsättningar.

Gå igenom en liten utfallsjämförelse

Anta att A:s sex slutförda åtgärder ger trettio noteringsenheter i sammanlagt nettoresultat före kostnader och arton enheter i totala modellerade kostnader. Resultatet efter dessa kostnader är tolv enheter. Anta att B:s fyra slutförda åtgärder ger tjugofyra enheter före kostnader och åtta enheter i kostnader, vilket lämnar sexton enheter.

I det fiktiva exemplet har A det större resultatet före kostnader medan B har det större resultatet efter kostnader. A:s genomsnittliga resultat efter kostnader per slutförd åtgärd är två enheter; B:s är fyra. Genomsnitten utelämnar fortfarande tiden och kapitalet som varje kontobana kräver, vilket den fullständiga granskningen måste behålla.

Anta nu att A har fyra positiva slutförda åtgärder och B har två. Deras andelar positiva åtgärder är ungefär 66,7 % respektive 50 %. Den högre andelen tillhör A medan den högre nettototalen tillhör B. Det illustrerar varför träffandel, resultat före kostnader, kostnader och kontoutfall måste rapporteras separat.

Förklara urvalseffekter innan formeln får äran

Om B bara agerar på de kandidater som är lättast att tolka kan dess slutförda urval skilja sig väsentligt från A:s. Ett starkare villkorat resultat kan återspegla det snävare urvalet snarare än en överlägsen prognos på samma fall. Rapportera resultat på gemensamma jämförbara möjligheter där det är användbart, tillsammans med varje fullständig policys täckning.

Analysen av gemensamma möjligheter besvarar en snävare fråga. Den bör inte ersätta hela kontosimuleringen eftersom kapitalbanor och senare kvalificering kan bero på tidigare val. Använd den som en diagnostisk vy och ange det begränsade urvalets begränsningar tydligt.

Åtskillnaden hjälper till att identifiera var förbättring kan komma ifrån. A kan gynnas av striktare kvalificering; B kan offra för mycket täckning; båda kan prestera likartat på gemensamma fall. Jämförelsen blir en källa till specifika researchfrågor i stället för en tävling avgjord av ett enda aggregattal.

Tillskriv dimensioneringseffekter utan att skriva om historiken

En diagnos med fast storlek kan visa hur mycket av skillnaden som är förknippad med den egna dimensioneringen, men det är en kontrafaktisk studie. Den bör använda en sammanhängande kontomodell och egna genomförbarhetskontroller. Ändrad storlek kan ändra offerter, kostnader och vilka senare förslag som kan finansieras.

Multiplicera inte bara de ursprungliga affärsutfallen med en ny storlek och anta att alla andra förhållanden förblir oförändrade. Approximationen kan vara användbar för en begränsad utforskande fråga, men den bör märkas och testas mot arbetsflödets beloppsberoende delar.

Guiden till handelssystem på Solana diskuterar beständiga poster som stöder sådan analys. Att bevara avsedd storlek, godkänd storlek, försöksdetaljer och avstämda mängder gör det möjligt att skilja algoritmdimensionering från allokerarändringar och genomförandeutfall.

Ta med innehavstid och resursbindning

En algoritm kan ge ett gynnsamt resultat per åtgärd samtidigt som den binder kapital mycket längre. Registrera hur länge positioner och reservationer binder resurser och hur det påverkar senare möjligheter. Kontobanan kan avvisa bra förslag för att tidigare åtaganden förblir olösta eller öppna.

Samma sak gäller driftarbete. Tätare signaler kan kräva fler offertförfrågningar, mer granskningstid och incidenthantering. Om resurserna spelar roll för det avsedda arbetsflödet ska de mätas under lika förhållanden i stället för att behandlas som gratis.

En jämförelse bör inte hitta på en universell växelkurs mellan arbete och avkastning. Presentera dimensionerna tydligt och låt det angivna beslutsmålet avgöra deras betydelse. En policy som är användbar för en fullt bemannad researchavdelning kan vara opraktisk för en person som granskar ett litet antal händelser varje dag.

Behandla kopierad aktivitet som en egen regelfamilj

En kopieringsbaserad algoritm väljer observationer från källplånboksaktivitet, vilket inför ytterligare antaganden om tid och tolkning. En rättvis jämförelse bör bevara dessa fördröjningar och följarens egna kontobegränsningar. Den bör inte ge följaren källans tidigare genomförandepris eller okända innehavshistorik.

Guiden till programvara för kopieringshandel på Solana förklarar avsiktsåterskapande och dimensioneringsskillnader. Skillnaderna kan dominera resultaten, så en regel som kopierar åtgärder bör jämföras med följarens genomförbara informationsström och genomförandemodell.

Källurval ingår också i algoritmen. Att välja en källa efter att ha observerat dess bästa historiska period skapar en annan studie än att följa en källa vald i förväg. Rapporten bör identifiera när och hur källuppsättningen valdes och behålla misslyckade eller inaktiva källor där ursprungspolicyn inkluderade dem.

Granska koncentration över tillgångar och perioder

En aggregerad fördel kan komma från en tillgång eller en kort marknadsmiljö. Granska bidrag över kandidater och tidsperioder och identifiera de största drivkrafterna. Ett resultat som domineras av en liten mängd utfall förtjänar en annan tolkning än ett brett fördelat mönster.

Anta inte att många rader ger oberoende belägg. Upprepade beslut i relaterade token kan dela samma marknadsdrivkraft, och överlappande utfallsfönster kan göra resultaten beroende. Beskriv strukturen när jämförelsens styrka tolkas.

En användbar diagnos tar bort eller rapporterar inflytelserika observationer separat utan att välja den version som bäst stöder en föredragen slutsats. Målet är att förstå beroende, inte att tillverka robusthet genom att utesluta obekväma fall. Bevara det ursprungliga fullständiga resultatet tillsammans med diagnosvyerna.

Reservera senare belägg för den slutliga jämförelsen

Efter att utvecklingsdata använts för att välja versioner, antaganden och mått ska den fasta jämförelsen utvärderas i ett senare orört fönster. Om studien revideras efter att fönstret granskats ska revisionen dokumenteras och det erkännas att samma belägg nu informerar utvecklingen.

Den senare granskningen bör bevara samma informationsgräns och kontobegränsningar. En ändring i källstöd eller universum kan vara legitim, men den måste registreras eftersom den ändrar populationen som jämförs. Rapporten bör inte presentera ett ändrat experiment som en direkt fortsättning utan förklaring.

Inget ändligt senare fönster garanterar framtida resultat. Det kan ge ytterligare belägg för hur de fasta policyerna betedde sig under förhållanden som inte användes för att välja dem. Slutsatsens styrka beror på omfattning, varaktighet, beroende och kvaliteten på genomförande- och redovisningsantagandena.

Håll bedömningen konsekvent mellan de två uppsättningarna poster

Tvetydiga utfall behöver samma granskningsstandard för båda algoritmerna. Om en transaktion inte kan klassificeras helt ska samma olösta kategori och eskaleringsrutin användas. Undersök inte osäkerhet mer ingående för den föredragna algoritmen samtidigt som ogynnsamma standardantaganden tilldelas den andra.

Där manuell bedömning behövs ska beläggen och beslutsskälet bevaras. En andra granskare kan granska ett urval utan att veta vilken algoritm som gav varje fall. Det kan avslöja inkonsekventa klassificeringsregler innan de blir skenbara resultatskillnader. Lika antaganden omfattar hur osäkerhet löses, inte bara de numeriska inställningarna i simuleringen.

Rapportera mekanismen bakom skillnaden

En strategigranskning med lika antaganden bör ange vilket resultat som skiljer sig och varför beläggen tyder på skillnaden. Urval, frekvens, dimensionering, genomförbarhet, kostnader och resursbindning är alla tänkbara bidrag. En rapport kan identifiera flera samtidigt utan att tvinga in förklaringen i en föredragen formel.

Det fiktiva exemplet med A och B visar värdet av uppdelningen. Fler förslag, fler slutförda åtgärder och en högre andel positiva åtgärder garanterade inte det större nettoresultatet efter kostnader. Läsaren behöver hela kedjan för att tolka jämförelsen och avgöra vad som förtjänar vidare studier.

Handelsalgoritmer på Solana jämförs mest användbart som fullständiga policyer som verkar på gemensamma belägg under uttryckliga begränsningar. Lika antaganden gör skillnaderna rättvisa; uppdelning gör dem begripliga. Resultatet är ett researchfynd som kan vägleda nästa version, även när den ärliga slutsatsen är att den skenbara vinnaren beror på osäkra antaganden.