Criação De Estratégia De Negociação De Ações Usando Gp Na Gpu

Criação de estratégia de negociação de ações usando GP na GPU

Soft Computing (Fator de Impacto: 1,27). 02/2012; 16 (2): 247-259. DOI: 10.1007 / s00500-011-0717-0

Este artigo investiga as melhorias de velocidade disponíveis ao usar uma unidade de processamento gráfico (GPU) para avaliação de indivíduos

Em um ambiente de programação genética (GP). Um sistema GP existente é modificado para permitir a avaliação paralela de indivíduos

Em um dispositivo GPU. Vários problemas relacionados à implementação do GP na GPU são discutidos, incluindo como executar GP baseado em árvore

Um dispositivo sem suporte de recursão, bem como o efeito que o layout de memória adequada pode ter na velocidade aumenta ao usar

Dispositivos GPU nVidia habilitados para CUDA. A implementação específica do GP foi concebida para evoluir estratégias de

Indicadores de análise. O segundo objetivo desta pesquisa é investigar a possível melhora no desempenho quando o treinamento

Indivíduos em um número maior de ações e dias de treinamento. Este aumento do tamanho do treinamento (cerca de 100.000 pontos de treinamento)

É ativado devido aos agravamentos realizados pela avaliação da GPU. Vários cenários diferentes foram usados ​​para testar várias otimizações de velocidade

Da GP avaliação no dispositivo GPU, com um pico de aceleração factor de mais de 600 (quando comparado com a avaliação sequencial em um 2,4 GHz

CPU). Além disso, verifica-se que o aumento do número de unidades populacionais e da duração do período de formação pode resultar num maior número de pessoas fora de formação