EAGO科技交易优势

交易优势

目前国内95%的寻规都是通过人脑去实现的，现阶段EAgo则是通过一系列的大数据分析和计算机算法来实现寻规的。

系列算法引擎组合全球只有不到10家公司有相关的分析软件，算法分析引擎都是EAGO团队自行研发而成，属于独有的，在研发技术上我们出类拔萃。

世界上的研究者们，在90年代初便开始积极地开发这几种算法的理论和应用。在短短几年之间，多达数百篇计算机学术论文应运而生（1992-1998年，200多位学者发表超过800篇相关GP的论文），都是围绕着这些算法程序来做开发和研究。科学家们对这些顶级算法技术寄予厚望。在这些引擎程序本质中客观存在的数据寻优策略。对很多略懂老子或达尔文的读者来说，这个论证可能使人振奋，因为计算机不再是一般人心目中生硬的软件指令和冷冰冰的硬件在运行一些索然无味的重复性操作！自然发生论(Emergentism)的鼻祖，算法引擎程序更是引用了达尔文理论中的归纳法，通过一群电脑程序不断的进化演变做机器学习(Machine Learning, ML)，帮助预定义的问题寻优解。

二元机器代码自动归纳合成(Automatic Induction of Machine Code, AIM)指的是算法在计算机最底层，将指令符用二元机器码存储，直接在中央处理器中进行操作，免除了一般程序都需要的程序编译器或复杂的存储记忆体操作，极大地增进了运算速度。

生成流程

转化策略成第三方交易平台代码：EAgo技术团队在当中找到了合意的交易策略，将策略自动转换为MT4平台原始代码，在公司内部程序员习惯使用的平台上进行回测、模拟交易或实盘交易。

1：导入原始数据：无需EAgo团队设置，可以导入多种不同排版模式的原始数据，二进制数和互联网实时数据。

2：自定义输入：EAgo团队选择以自定义的指标、价格形态、产品相关性描述和基本面数据，作为生成器的输入信号。

3：预处理数据：用预处理器 (Preprocessor) 预先对原始数据和自定义输入进行格式处理

4：选择训练框架：N个目标函数模型（资金增长曲线形态）、 无数个下单模型（建仓、平仓和止损）。一般商品、期权交易模型。定义样本内(In-Sample)和样本外(Out of Sample, OOS)数据比例。

5：实时检测策略表现：每次进化过程中存活下来的优解策略，都会在样本外 (Out of Sample, OOS)数据做模拟交易，得出样本外 OoS 盈利 (OoS Profit) 和回撤 (OoS Draw Down) 的成绩。

特征即优势

EAgo研发团队通过以下特征防止过度拟合 （overfitting）进而提升交易策略的鲁棒性（稳健、健壮性） robustness。

一个交易系统的策略越简单，它持久生存能力就越强；换言之，它在未来有越高几率维持其过往表现。（经典电脑程序语言简化优选方法 Parsimony Pressure，可以理解为奥卡姆剃刀 Occam‘s Razor，即占据空间越短的交易逻辑程序，其权重越高，也就是 Minimum description length (MDL) principle）。

在进化过程中引入随机性，避免陷入局部最优的尴尬局面。在这个过程中随机加入的，不仅仅是遗传算法染色体配对，还有更高阶的其他算法推进进化程序。

在一系列的算法引擎程序的运行中产生新的策略，并不完全以目标函数的指引方向作为进化目标。进而，在算法理论上避免陷入局部最优的尴尬局面。

算法引擎在开始运算之前，以随机策略作为初始策略。防止了 n-D 空间中局部的最大化，从而提升寻找到全局最优值的几率。

除了用于验证是否过度拟合 overfitting 外，还进行样本外(Out of Sample, OOS) 测试，在优解运行路径记录图表 Run Path Log (RPL) 中对每个在优胜劣汰中产生的策略实时展示，进而说明框架运行的鲁棒性。

在算法引擎开始运算中产生新的策略， 并不完全以目标函数的指引方向作为进化目标。进而，在算法理论上避免陷入局部最优的尴尬局面。

在公司研发中，Trade-to-Parameter Ratio (TTPR) 越高越好，交易次数越多且交易策略越简单，那么其权重越高（自由度具体化）。例如，一个通道突破系统，可以在一篮子的金融产品中产生超过一万次可观的交易。

技术团队在交易品种中生成的交易策略， 可以方便地调用其在其市场或品种上进行回测， 并以此验证该策略的鲁棒性。该过程中，无需先转化为第三方平台 的代码，直接在 算法引擎 中调用进行测试。

时至今日，EAGO研发的一系列算法分析引擎，经过不断改进，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。

同时研发团队更凭借自身强大的研发能力根据市场的变化不断优化算法引擎，在外汇市场方面公司多年的研发技术，加上上万GB的适时数据，可以根据当前市场演算出千变万化的组合策略，其他公司需要花上几个月甚至数年才研发的策略，公司研发团队研发出一个实施有效的策略只需要30分钟就完成，所以算法引擎的寻策速度和生成策略之长期稳健性可以毫不夸张说：目前世界排名都在前几位。