Nghiên cứu alpha tự động

Kiến trúc pipeline

Mỗi ý tưởng đi qua cùng một đường. Trượt một cổng là dừng; không có lối tắt.

• 1. Nguồn ý tưởng

  Bài báo khoa học, diễn đàn cộng đồng và ý tưởng do mô hình ngôn ngữ (LLM) đề xuất.

• 2. Mô phỏng

  Ý tưởng được viết thành tín hiệu và chạy mô phỏng trên dữ liệu lịch sử.

• 3. Cổng kiểm định

  Kiểm tra ngoài mẫu (holdout), tương quan với các tín hiệu đã có và độ đa dạng của dữ liệu được dùng.

• 4. Người duyệt

  Chỉ những gì qua hết các cổng mới đến người duyệt. Người duyệt quyết định có nộp hay không.

Bài học về LLM

• Phần lớn quota LLM tiêu vào những ý tưởng rồi cũng bị loại ở cổng cuối.
• Đổi nhà cung cấp mô hình không thay đổi được điều đó.
• Vì vậy, giá trị của LLM ở đây phải đo bằng số ý tưởng qua được cổng cuối, không phải số ý tưởng sinh ra.

Kết quả âm

Ghi lại vì chúng quyết định việc không nên làm tiếp.

• Đem nguyên ý tưởng từ thị trường này sang thị trường khác: gần như không ý tưởng nào qua được kiểm định.
• Thêm ý tưởng chưa chắc đã tăng độ đa dạng. Chỗ thiếu nằm ở nguồn ý tưởng, không ở thứ tự xử lý.

Bài học vận hành

• Thư viện tính toán tự mở quá nhiều luồng trong một container bị giới hạn CPU, khiến một bước mất khoảng 900 giây. Ghim còn 1 luồng thì bước đó còn 11 giây.
• Nhiều tác vụ bảo trì xếp hàng sau cùng một khoá chung. Phải tách khoá và đặt thứ tự ưu tiên.
• Phiên đăng nhập hết hạn ban đêm và cần người xác thực lại. Trong thời gian đó hệ thống ngồi không, khoảng 30% thời gian.

Không công bố

• Công thức tín hiệu, dữ liệu và trường dữ liệu được dùng.
• Tham số và ngưỡng của các cổng kiểm định.
• Kết quả mô phỏng, số tín hiệu được nhận và thu nhập.
• Tên nền tảng, mã nguồn và nhật ký vận hành.

Nội dung chỉ giới thiệu hướng nghiên cứu, không phải khuyến nghị đầu tư.