TWI503777B - 用於資產管理與交易之分散式進化演算法 - Google Patents

用於資產管理與交易之分散式進化演算法 Download PDF

Info

Publication number
TWI503777B
TWI503777B TW099115667A TW99115667A TWI503777B TW I503777 B TWI503777 B TW I503777B TW 099115667 A TW099115667 A TW 099115667A TW 99115667 A TW99115667 A TW 99115667A TW I503777 B TWI503777 B TW I503777B
Authority
TW
Taiwan
Prior art keywords
genes
gene
server
computer
data
Prior art date
Application number
TW099115667A
Other languages
English (en)
Other versions
TW201142734A (en
Inventor
Babak Hodjat
Hormoz Shahrzad
Original Assignee
Sentient Technologies Barbados Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sentient Technologies Barbados Ltd filed Critical Sentient Technologies Barbados Ltd
Priority to TW099115667A priority Critical patent/TWI503777B/zh
Publication of TW201142734A publication Critical patent/TW201142734A/zh
Application granted granted Critical
Publication of TWI503777B publication Critical patent/TWI503777B/zh

Links

Landscapes

  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

用於資產管理與交易之分散式進化演算法
本發明是有關用於資產管理與交易之分散式進化演算法。
發明背景
複雜的金融趨勢及樣型分析處理程序習見地藉由一般被置放在一公司的防火牆內且由該公司的資訊技術(IT)團隊所擁有及操作的超級電腦、中央處理機或效力大的工作站以及PC被完成。在這硬體中以及執行它的軟體中之投資是可觀的。同樣地維修(整修、修理、修補)及操作(電力、安全資料中心)這基本結構之成本也是可觀的。
股票價格變動一般是不可預料的,但偶爾顯示可預測的樣型。基因演算法(GA)是習知地被使用於股票分類中。依據一種理論,在任何所給予的時間,5%的股票追隨著一趨勢。基因演算法因此有時被使用,有些成功地,以將一股票分類作為隨著或不隨著一趨勢。
進化演算法,是基因演算法之超集,是優良於穿越混沌搜尋空間。如在1992年MIT出版社,由Koza,J. R.所展示的,“基因編程:利用自然選擇方式之電腦編程”,一進化演算法可被使用以宣告的標記法逐步發展完全的程式。一進化演算法之基本元素是一環境、用於一基因的一模式、一適用性函數、及一再生函數。一環境可以是任何問題敘述之一模式。一基因可由支配其在該環境之內的行為之一套法則地被定義。一法則是隨後接著將在該環境中被進行的一動作之條件的一列表。一適用性函數可由一逐步發展法則集合是順利地協調該環境之程度而被定義。一適用性函數因此被使用於評估各基因在該環境中之適用性。一再生函數藉由將法則與最適合的雙親基因混和而產生新的基因。在各代中,新的基因族群被產生。
在進化程序開始時,構成啟始族群之基因,藉由將形成一基因的構成區塊或字符系統置放在一起,而完全隨機地被產生。於基因編程中,該等字符系統是組成支配在環境內的基因行為之法則的一組條件及動作。一旦一族群被建立,其將使用適用性函數被評估。具最高適用性的基因接著被使用以在一被稱為再生之程序中產生下一代。經由再生,雙親基因之法則被混合,且有時產生突變(亦即,在一法則中形成一隨機改變)以產生一新的法則集合。這新的法則集合接著被分配至將是新代系之一成員的一子系基因上。於一些轉化中,先前代系之最適合的成員,被稱為傑出者,同時也被複製至下一代。
發明概要
一網路電腦系統,依據本發明一實施例,包括一個或多個伺服器電腦及與該伺服器電腦通訊之許多客戶電腦。各客戶電腦包括,部分地,一記憶體、一通訊埠及一處理器。在各客戶電腦中之記憶體是可操作以貯存許多基因,各基因具特徵於一組條件及至少一個動作。各客戶電腦中之通訊埠繼續週期性地接收與被貯存在該記憶體中之該等基因相關的資料。各客戶電腦中之處理器藉由比對由那基因所提供的一解決辦法與週期性地接收與那基因相關的資料而評估其之各基因的性能特徵。因此,各基因之性能特徵藉由各週期性地接收之資料被更新及被變化。一基因之性能特徵定義其之適用性。於一實施例中,與各基因相關的資料是歷史交易資料且由各基因所提供之解決辦法是由該基因所建議的一交易。
於一實施例中,其之適用性在涵蓋第一時間週期的一評估後被決定為落至低於第一預定臨界值的基因被摒棄。其餘的(存活的)基因當新資料根據一週期基礎被接收時持續藉由它們的客戶電腦被評估。
於一實施例中,存活於第一評估時間週期的基因回應於來自伺服器電腦之指令藉由該等客戶電腦持續地於一個或多個另外的時間週期被評估。在各另外的評估週期之期間,其之適用性落至低於一臨界值之基因被摒棄。存活於一個或多個評估週期的基因,如該伺服器所要求地,被貯存在供該伺服器選擇的一傑出基因池中。被使用以評估對應至多數個時間週期之一基因適用性的臨界值可以是或可以不是相等的。
於一實施例中,伺服器電腦自客戶電腦之傑出池選擇基因且將它們貯存在其之記憶體中。該伺服器可將被貯存在其之記憶體中的基因傳送回至一個或多個被選擇的客戶電腦中以供涵蓋另外的時間週期之進一步的評估。被選擇的客戶電腦進行對於另外的時間週期之進一步的基因評估且試圖將存活基因傳送回至伺服器。被客戶電腦所摒棄的基因被報告至伺服器。於一實施例中,該伺服器僅接收其之適用性由客戶電腦決定為等於或較大於先前由該伺服器所貯存之基因的適用性之基因。
於一實施例中,啟始地藉由該等客戶電腦被評估的基因,依據利用該等客戶電腦被貯存及被執行的電腦指令而被產生。於一實施例中,該伺服器在任何所給予的時間貯存一固定數量的基因在其記憶體中。該伺服器,在自一客戶電腦接受一新的基因之後,將所接受的基因之適用性數值與該伺服器先前對於那基因貯存在該伺服器中之一對應的適用性數值加以結合。
依據本發明一實施例,一種解決一計算問題的方法,部分地包括下列步驟:將各具特徵於一組條件及至少一個動作的N個基因加以貯存;繼續週期性地接收與該等N個基因相關的資料;及藉由比對由該基因所提供的一解決辦法與週期性地接收之與那基因相關的資料而評估各基因之性能特徵。因此,各基因之性能特徵隨著各週期性接收之資料被更新且被變化。一基因之性能特徵定義其之適用性。於一實施例中,與各基因相關聯的資料是歷史交易資料且由各基因所提供之解決辦法是由該基因所建議的一交易。
於一實施例中,其之適用性在涵蓋持續P天之第一時間週期的一評估後被決定為落至低於第一預定臨界值之基因被摒棄。存活於評估之其餘基因當新資料依據一週期基礎被接收時持續地被評估。
於一實施例中,存活於第一評估時間週期之基因回應於指令而持續地於一個或多個另外的時間週期被評估。在各另外的評估週期之期間,其之適用性落至低於一臨界值的基因被摒棄。存活於一個或多個評估週期的基因被貯存在供用於可能的選擇之一傑出基因池中。該等被選擇的基因被貯存在一不同的記憶體中。被使用以評估對應至多數個時間週期的一基因之適用性的臨界值可以是或可以不是相等的。
於一實施例中,被選擇的基因可被傳送回去以用於涵蓋另外的時間週期之進一步評估。該等被選擇的基因進一步地於另外的時間週期被評估。存活於這進一步評估之基因被提供以供選擇。不存活於該進一步評估之基因被摒棄,但應在報告中被註明。於一實施例中,僅其之適用性被決定為等於或較大於先前被貯存之基因的適用性之基因可被選擇。
於一實施例中,基因依據被貯存及由一客戶電腦被執行之電腦指令而被產生。於一實施例中,在任何所給予的時間,一固定數量之被選擇的基因藉由監督及傳送指令至該等客戶電腦之一電腦而被貯存。於一實施例中,一新近被選擇之基因的適用性數值與該基因之一對應的適用性數值被加以結合,如果那基因是之前被選擇且被貯存的話。
圖式簡單說明
第1圖是依據本發明一實施例,被組態以執行一進化演算法之網路計算系統的範例高位準方塊圖。
第2圖展示依據本發明一實施範例的第1圖之客戶及伺服器電腦系統的一些功能邏輯方塊圖。
第3A圖展示依據本發明一實施例,藉由一個或多個客戶電腦而評估一些基因的性能特徵之範例流程圖。
第3B圖展示依據本發明一實施例,藉由一個或多個伺服器電腦而評估一些基因的性能特徵之範例流程圖。
第4圖展示依據本發明一實施例,第1圖的客戶及伺服器電腦之一些構件。
較佳實施例之詳細說明
依據本發明一實施例,一伺服器電腦以及許多客戶電腦形成一網路計算系統,其是可縮展且被調適以持續評估使用在客戶電腦上執行的一軟體應用所產生的一些基因之性能特徵。於一實施例中,該等基因是建議交易選擇之虛擬資產交易器。
於下面說明中,應了解(i)一系統指示一硬體系統、一軟體系統、或一結合的硬體/軟體系統;(ii)一網路計算系統指示許多移動式或不動的電腦系統,其是無線地或使用接線而彼此相互通訊;一網路計算系統包括,部分地,許多電腦,其中之至少一者是一集中式或分散式伺服器電腦,而其餘的電腦則是客戶電腦;各伺服器或客戶電腦包括至少一個CPU及一記憶體。
第1圖是依據本發明一實施例之網路計算系統100的範例高位準方塊圖。網路計算系統100被展示包括,部分地,N個客戶電腦20及一伺服器電腦10。應了解,伺服器10可以是一集中式或一分散式伺服器。一客戶電腦可以是一膝上型輕便電腦、一桌上型電腦、一手提電話/VoIP手持通訊/計算設備、一桌上電腦、或其類似者。
一種寬頻連接將客戶電腦(於此或被稱為客戶)20連結至伺服器電腦(於此或被稱為伺服器)10。此連接可以是電纜線、DSL、WiFi、3G無線式、4G無線式或任何其他現有的或未來將被發展以把CPU連接至網際網路之電纜或者無線標準。任何CPU可以被使用,如果一客戶軟體,依據本發明及如將進一步之下面的說明,被致動而能在該CPU上執行的話。
於一實施例中,網路計算系統100實作金融演算法/分析及計算交易策略。為達成這點,與演算法/分析相關聯的計算工作被分割成為許多子工作,其各被分配及被委託至該等客戶之不同的一客戶。由該等客戶所得到之計算結果隨後利用伺服器10被收集且結合以得到用於手邊工作之一解決辦法。各客戶所接收的子工作可包括一相關的演算法或計算碼、將藉由該演算法被實作之資料、及將使用相關的演算法及資料所解決之一個或多個問題/難題。因此,於一些範例中,伺服器10接收及結合由被配置在客戶中之CPU所提供之部份的解決辦法以針對所要求的計算問題產生一解決辦法。當藉由網路計算系統10被處理之計算工作涉及金融演算法時,藉由整合由客戶所提供之部份的解決辦法所達成的最後結果可涉及在一個或多個資產之交易上的建議。於其他範例中,客戶進行之工作是彼此無關的。因此,於此些實施例中,雖然自客戶接收結果之伺服器池提出解決辦法,但由客戶所得到之結果彼此不被結合。雖然下面之說明係關於使用基因於金融資產(例如,股票、指數、貨幣等等)之交易的建議,應了解,本發明實施例是等效地可應用於尋求針對任何其他計算問題之解決辦法,如將進一步地在下面之說明。
進化演算法之縮展可以二維方式被完成,例如藉由池尺度及/或評估。於一進化演算法中,基因池或族群愈大,則基因之分散性愈大。因此,發現較適合之基因的可能性隨池尺度之增加而增加。為了達成這點,基因池可被分散至許多客戶。各客戶評估其之基因池及傳送最適合之基因至伺服器,如將在下面之進一步說明。
依據本發明,被連接至網路的各客戶,接收或下載一客戶軟體。客戶軟體自動地產生許多基因,其之數量可依據客戶之記憶體尺度以及CPU處理能力改變。例如,於一實施例中,一客戶可具有用於評估之1000個基因。
一基因被假定是為一虛擬交易器,其被給予一假設金錢總數以使用歷史資料做交易。此些交易依據定義基因的一套法則被進行,因而提示其去買、賣、保持其現況,或自其現況退出。一法則是隨後接著一動作的一條件列表,該動作可以是,例如,買、賣、退出或保持。該法則同時也可被設計以包含增益目標及停損目標,因此提供退出動作備援。當在基因中沒有法則被觸發時則一保持發生,因此,該基因有效地保持其之目前位勢。一條件是指標基本條件之一連結列表。指標是系統輸入,其可被饋送至一條件,例如,價格最低限度之變動、或收盤價格。指標同時也可以是內省式的以指示在任何所給予的時機之基因的適用性。
下面的數碼是依據本發明之一實施範例,其藉由條件及指標,以及基因採取之動作而定義一基因:if (PositionProfit>=2%and !(tick=(-54/10000)% prev tick and MACD is negative)and !(tick=(-119/10000)% prev tick and Position is long))and !(ADX x 100<=5052))then SELL其中“and”代表邏輯“AND”運算,“!”代表邏輯“NOT”運算,“tick”,“MACD”及“ADX”是股票指標,“SELL”代表賣的動作,及“PositionProfit”代表該基因之收益位勢。
基因被評估經過數個股票日。一股票日是擁有一特定股票之歷史資料的一個日子。在一所給予的股票日中之一特定區間,例如,每5分鐘,一基因法則藉由將目前指標數值分配於各個法則之條件而被評估。如果毫無一基因條件對於該等指標數值是真實,則該基因保持有其先前之位勢。如果該基因無位勢,則其不進行動作。一基因可被設計以採取其條件被滿足之第一法則的動作。如果,例如,該法則之動作是賣,則由該基因建議之交易被採用於賣。於另一範例中,啟動退出動作之一法則可勝過所有的其他表決且迫使自基因之目前位勢退出。
依據本發明一實施例,一基因之適用性或成功利用近似值及使用大量的資料被決定。被使用以評估該等基因之模式可因此是部份的且涵蓋較短的時間擴展,而當基因涵蓋更多股票日及增益經驗被評估時則改善其精確度。為建立對於該等基因之適用性的一啟始近似值,如在下面進一步地被說明,該等基因的適用性首先涵蓋可用資料的一子集而被評估。一基因之適用性已被評估的涵蓋時間週期在此處被稱為基因之成熟年齡,同時也於此處被稱為基因之年齡。達到一預定年齡之基因能夠複製與供獻至該基因之下一代。只要其之累計適用性滿足預定條件,此些基因各可持續生存及停留在基因池中。
被使用以評估一基因之適用性的歷史資料是可觀的。因此,即使具有當前高處理性能及大記憶體容量之電腦,也不是時常可能在單一機器上於一合理的時間之內達成優質結果。一大的基因池同時也需要一大的記憶體及高處理性能。依據本發明一實施例,縮展調整被使用以在一合理的時間週期之內達成高品質評估結果。該縮展調整運算以二維方式被進行,亦即,於基因池尺度以及於相同基因之評估被進行以產生更多之多樣化基因池以便增加尋找更適合基因的機率。因此,依據本發明一實施例,基因池是分散在許多用於評估的客戶之上。各客戶使用客戶依據一持久及繼續的基礎而週期性地接收之歷史資料以繼續評估其之基因池。換言之,一基因之性能(同時也於此處被稱為基因之適用性)在由該等客戶週期性地接收及依據一繼續基礎之另外的歷史資料上繼續地被評估。滿足一個或多個預定條件之基因被傳送至伺服器。
依據本發明另一實施例,基因分散同時也被使用以增加相同基因之評估速度。為達成這點,利用伺服器被接收但是尚未達到某一成熟年齡或尚未符合一個或多個預定條件的基因,可自該伺服器被傳送回至許多客戶處以供進一步評估。對於一基因而由客戶所達成的評估結果(另外地於此處被稱為部份的評估)被傳送回至伺服器。在被傳送至客戶的部份評估達到對於那基因之一適用性量測時,該伺服器將一基因之部份評估結果與那基因之適用性數值合併。例如,假定,一基因是有500個評估天之久且自該伺服器被傳送至,例如,各被指示以評估該基因經另外的100天之二個客戶。因此,各個客戶進一步地評估該基因經另外的100個股票日且報告其之評估結果至伺服器。這二個結果與在其被傳送至二個客戶時的基因適用性量測結合。該結合之結果代表涵蓋700天之被評估的基因之適用性。換言之,依據這範例,分散式系統對於各客戶僅使用100個不同評估日數而將一基因之成熟年齡從500天增加至700天。依據本發明,一分散式系統因此於評估其之基因時是高度地有可擴展性的。
有利地,依據本發明,客戶能夠使用被貯存於伺服器中之基因於他們本地性的複製,因而改善他們的基因品質。各客戶是一個自足的進化設備,不僅評估其池中之基因,同時也產生新一代的基因及本地性地推動進化程序。由於客戶持續推動他們獨有的本地性之進化程序,即使他們不是與該伺服器固定通訊,他們的處理性能亦不被浪費。一旦與伺服器之通訊重新被建立,則客戶可將他們最適合的基因傳送至該伺服器及自該伺服器接收基因以供用於進一步評估。
各客戶電腦具有一通訊埠以接取一個或多個資料饋送伺服器,通常使用參考號碼30被展示,以得到解決手邊問題所需的資訊。當建議用於資產,例如,股票、商品、貨幣及其類似者之交易策略時,藉由資料饋送伺服器被提供之資訊包括涵蓋一特定時間週期之資產數值。另外地,雖然未被展示,解決手邊問題所需的資訊可經由伺服器10自資料饋送伺服器30被供應至客戶20。雖然在第1圖中之伺服器10被展示如單一中央伺服器,應了解,伺服器10亦可以是一分散式伺服器。
第2圖展示各客戶20及伺服器10之一些邏輯方塊。如所展示地,各客戶20被展示包括藉由在該客戶上執行的一自足應用軟體所被產生的一基因池24。於下面,各基因被假定是金融資產(例如,股票)之一交易器,然而應了解,一基因一般可以是適合於尋找任何其他計算問題之解決辦法。一客戶的各基因性能特徵,使用評估方塊22,涵蓋第一預定時間週期,持續P個交易日,例如600天,而被評估。對於各基因之評估藉由比較那基因建議之交易及決定其對應的報酬率經該預定時間週期而被進行。一基因之性能特徵於此處另外地被稱為基因之適用性。客戶20接收歷史交易資料以決定其基因之適用性。
當所有基因的性能評估完成之後,各客戶電腦選擇及安置其最佳表現基因(存活基因)於傑出池26中。於一實施例中,該等存活基因可以是,例如,當藉由它們建議的報酬率被決定之基因池中最頂端之5%的表現者。於其他實施例中,存活基因是適用性超出一預定臨界值之基因。無法符合所需的適用性之條件的其餘基因並不存活且被摒棄。各客戶使用該客戶依據一週期基礎繼續接收的歷史交易資料而繼續地評估其傑出(存活)基因。
於一些實施例中,於經過首先P個交易日之基因的啟始評估之後,存活基因進一步地於各持續Q個其他交易日之許多S個額外的時間週期中被評估。例如,在首先600個交易日期間之基因的啟始評估之後,各存活基因進一步地被評估經過2個另外的時間週期,各持續600個更多的交易日。因此,於此些範例中,各基因被評估1800個交易日。此些時間週期可以是不重疊的連續時間週期。更進一步地,各另外的時間週期之交易日數,亦即Q日,可以是或可以不是等於啟始評估週期之交易日數,亦即P日。在各另外的時間週期中之評估可能導致摒棄先前評估存活之基因。例如,可存活於啟始評估週期(例如600天)的一基因,可能不存活於完成於第二時間週期的期間(例如,600天)之評估,如果其在持續,例如1200天,交易日之期間的適用性,是在一預定臨界位準之下。被貯存在傑出池26中而無法存活於此等另外評估週期的基因被摒棄。通過啟始評估週期所需的適用性臨界位準可以是或可以不是相同於通過連續之評估所需的適用性臨界位準。
存活於啟始及連續之評估週期的適用性條件之基因保持被貯存在傑出池26中且是可供用於基因選擇方塊28以供可能的選擇及發送至伺服器10,如第2圖中之展示。利用伺服器10自客戶電腦所接收之基因被貯存在伺服器10之伺服器基因池14中。基因選擇方塊28比較其相關的傑出池26中之基因的適用性與那些被貯存在池14中最差表現之基因。於一實施例中,伺服器10僅接受,如利用一客戶電腦被決定,其適用性是至少等於或較佳於被貯存在基因池14中之基因的適用性之基因。伺服器10因此通知客戶電腦關於其最差表現之基因的適用性以使基因選擇模組28能夠比較及辨識伺服器10將接受的基因。例如,伺服器10可傳送一詢問至基因選擇模組28,說明“我最差的基因之適用性是X,你可有較佳表現之基因?”,基因選擇模組28可藉由說“我有這10個較佳的基因”而反應且試圖將這些基因傳送至伺服器。於一實施例中,基因池14有一固定的尺度。因此為了接受一新的基因,伺服器10將摒棄貯存在其之池14中的基因之一個。於一實施例中,池14之啟始族群是由初始地貯存在客戶的集體傑出池中之所有最適合的基因所形成。這程序繼續直至池14達到其可動態地改變之完全容量為止。於另一實施例中,為了形成其之啟始基因族群,池14繼續接受被貯存在傑出池中的基因直至池14達到其完全容量為止。
基因接受方塊12被組態以確認來自一客戶之基因,比在那基因被添加至伺服器池358之前已先前地被貯存在伺服器池14中之基因具有一較佳的適用性。基因接受方塊12將各被接受之基因標示一ID,且在增加該接受的基因至伺服器池14之前進行一些機構清除操作。
傑出池26中的基因被允許再生。為了達成這點,基因再生方塊30隨機地選擇及結合二個或更多的基因,亦即,藉由混和被使用以產生雙親基因之法則。新近產生的基因(子系基因)以及在傑出池中之基因依序地被移入池24中。舊的基因池被摒棄。池24中之新的基因族群如上所述地持續被評估。
於一些實施例中,伺服器10將被貯存在池14中其之成熟年齡(亦即,一基因之適用性已被評估之總交易日數)較少於一預定數值之各基因傳送回至一群被選擇之客戶電腦以供用於涵蓋持續W個交易日之另外的時間週期之更多的適用性評估。其之適用性被評估經過另外的W個交易日而無法滿足一個或多個預定條件的基因,例如,它們的適用性是較小於所需的一臨界值的基因,藉由客戶電腦被摒棄。其之適用性如被評估經過另外的W個交易日而滿足一個或多個預定條件的基因被傳送回至伺服器10以供貯存於池14中。被摒棄的基因藉由客戶電腦被報告至伺服器。
於一些實施例中,為了增加被貯存在池14中之基因的年齡,伺服器10將基因傳送至一些客戶電腦,其各被指示對涵蓋不同交易日集合的基因進行進一步評估。例如,假定四個客戶電腦被選擇以進一步地評估被貯存在池14中的一基因之適用性。因此,第一被選擇的客戶電腦被指示以評估涵蓋一第一時間週期之基因;第二被選擇的客戶電腦被指示以評估涵蓋一第二時間週期之基因;第三被選擇的客戶電腦被指示以評估涵蓋一第三時間週期之基因;且第四被選擇的客戶電腦被指示以評估涵蓋一第四時間週期之基因。應了解,第一、第二、第三及第四時間週期是不同的時間週期,其可能是或可能不是彼此重疊。隨後,伺服器自被選擇的客戶電腦接收適用性數值及將這些適用性結果與基因之先前的適用性數值--如在傳送基因回至客戶之前藉由伺服器被保持者--加以結合以達到對於基因之適用性數值的一更新數值。因此,依據本發明,基因老化之速度藉由將評估工作分散在平行操作的一些客戶電腦之間而被提高。於一實施例中,先前的及新的適用性數值之平均數值被使用以計算對於一基因之新的適用性數值,該新的適用性數值利用伺服器被傳送至客戶以供用於進一步評估。因為伺服器中之基因被傳送至伺服器客戶以供評估,如果一個或多個客戶失效,則將僅有部份的基因評估結果被遺失。
用於伺服器池基因之一備份/恢復處理程序可被進行以在伺服器失效事件中確保其連續性。此外,因為客戶被組態以具有他們被指示以評估之伺服器基因之複製且因為該等客戶在其進化程序中是自足的,故該等客戶可持續評估它們的基因且促進進化程序,即使當伺服器失效或是離線時亦然。當伺服器再返回線上時,伺服器池甚至可自被傳送的客戶所貯存的基因中再產生。因此,依據本發明實施例之一網路計算系統,並不失去基因之先前處理程序之歷史。
資料饋送伺服器50提供用於廣泛範圍之交易資產的歷史金融資料,例如,股票、債劵、商品、貨幣及它們之衍生性金融商品,例如,選擇權、期貨等等。資料饋送伺服器50可直接地界接於伺服器20或客戶。資料饋送伺服器同時也可提供接取一系列之技術性分析工具,例如,金融指標MACD、保力加通道(Bollinger Bands)、ADX、RSI及其類似者。
第3A圖展示依據本發明一實施例,藉由許多客戶電腦用於評估一些基因之性能特徵的範例流程圖300。在基因衍生代之步驟302及相關於該等基因之資料的接收步驟304之後,該等基因使用所接收的資料於步驟306被評估以決定它們的性能特徵或適用性。在步驟306的評估之後,其適用性在步驟308被決定為較小於一臨界值之基因,則在步驟310被摒棄。其適用性於步驟308被決定為較大於或等於臨界值之基因,則在步驟314被貯存及被提供以供藉由一伺服器電腦之選擇及接受。
第3B圖展示依據本發明一實施例,藉由一個或多個伺服器電腦以用於評估一些基因之性能特徵的範例流程圖350。在接受一新的基因之前,伺服器電腦於步驟362決定新的基因是否已藉由該伺服器被接受及被貯存。如果伺服器電腦決定新的基因已藉由該伺服器電腦被接受且被貯存,則該伺服器電腦在步驟364將新基因的適用性數值與其舊的適用性數值加以結合且於步驟356接受新基因。如果該伺服器電腦決定新的基因不是先前為該伺服器所接受且不被貯存,則該伺服器電腦在步驟352比較此些各基因之適用性與先前利用該伺服器電腦被貯存的基因之適用性。如果這比較步驟352展示被提供於接受之一基因的適用性具有較大於或等於先前利用伺服器電腦被貯存的基因之適用性數值的數值,則伺服器電腦在步驟356接受該基因。如果這比較步驟352展示被提供於接受之一基因的適用性具有較小於先前藉由伺服器電腦被貯存的基因之適用性數值的數值,則伺服器電腦於步驟354不接受該基因。對於藉由伺服器電腦被接受的每一個基因,該伺服器電腦在步驟358決定被使用以評估一新近被接受的基因之時間週期是否滿足所需的持續條件。如果其被決定一新近被接受的基因不滿足所需的持續條件,則基因在步驟360被傳送回至一個或多個客戶電腦以供涵蓋更多時間週期之進一步評估。如果被決定一新近被接受的基因滿足所需的持續條件,則伺服器電腦在步驟370將該新近被接受的基因與其適用性數值一起加以貯存。
第4圖展示第1圖之客戶及伺服器電腦的一些構件。各伺服器或客戶設備被展示為包括至少一個處理器402,其經由一匯流排子系統404與一些週邊設備通訊。這些週邊設備可包括一貯存子系統406,該貯存子系統406包括,部分地,一記憶體子系統408及一檔案貯存子系統410,使用者界面輸入設備412,使用者界面輸出設備414,及一網路界面子系統416。輸入及輸出設備允許使用者與資料處理系統402互動。
網路界面子系統416提供一界面至其他電腦系統、網路及貯存資源404。該等網路可包括網際網路、本地區域網路(LAN)、寬域網路(WAN)、無線網路、內部網路、私用網路、公用網路、交換網路或任何其他適當的通訊網路。網路界面子系統416被作為一界面以供自其他來源接收資料及用以將資料傳送至其他來源。網路界面子系統416實施例包括以太卡、數據機(電話、衛星、有線電視、ISDN等等)、(非同步)數位用戶線(DSL)單元及其類似者。
使用者界面輸入設備412可包括鍵盤、指示設備(例如,滑鼠、軌跡球、觸控板或繪圖板)、掃描器、條碼掃描器、包含在顯示器上之觸控屏幕、音訊輸入設備,例如,聲音辨識系統、麥克風及其他型式的輸入設備。一般,輸入設備術語之使用是欲包括用以輸入資訊之所有可能的型式之設備及方法。
使用者界面輸出設備414可包括一顯示子系統、印表機、傳真機或非視覺式顯示器,例如,音訊輸出設備。顯示子系統可以是一陰極射線管(CRT)、平面板設備,例如,液晶顯示器(LCD),或投射設備。一般,輸出設備術語之使用是欲包括用以輸出資訊之所有可能的型式之設備及方法。
貯存子系統406可被組態以將依據本發明實施例提供功能性之基本編製程序及資料結構加以貯存。例如,依據本發明一實施例,實作本發明功能性之軟體模組可被貯存在貯存子系統206中。這些軟體模組可利用處理器402被執行。貯存子系統406同時也可提供用以貯存依據本發明被使用之資料的一貯藏庫。貯存子系統406可包括,例如,記憶體子系統408及檔案/碟片貯存子系統410。
記憶體子系統408可包括之一些記憶體,其包括用以在程式執行期間貯存指令及資料之一主要隨機接取記憶體(RAM)418及其中固定的指令被貯存的一唯讀記憶體(ROM)420。檔案貯存子系統410提供用於程式及資料檔案之永久(非依電性)貯存,及可包括硬碟驅動器、軟碟驅動與相關的可移動媒體、小型碟片唯讀記憶體(CD-ROM)驅動器、光學驅動器、可移動媒體匣及其他類似之貯存媒體。
匯流排子系統404提供用於致動各種客戶/伺服器構件及子系統以彼此通訊之一機構。雖然匯流排子系統404分解式地被展示為一單一匯流排,於匯流排子系統之不同實施例也可採用多數個匯流排。
客戶/伺服器可以是不同的型式,如包括,個人電腦、便攜式電腦、工作站、網路電腦、中央處理機、導覽站(kiosk)、或任何其他資料處理系統。可理解地,第3圖中說明之客戶/伺服器的說明僅是作為可能比第3圖展示之系統具有更多或更少構件的許多其他組態之一範例。
本發明上面之實施例是作為展示而不是作為限制。本發明不是對於可被使用之客戶電腦型式或數量之限制。伺服器可有各式各樣的選擇。本發明之揭示可有其他的增加、減少或修改且是包括在附加申請專利範圍範疇之內。
10...伺服器電腦
12...基因接受
14...伺服器基因池
20...客戶電腦
22...評估
24...基因池
26...傑出池
28...基因選擇
30...資料饋送伺服器
30...再生
50...資料饋送
100...網路計算系統
218...RAM
300~312...利用客戶電腦評估基因性能特徵之流程步驟
350~370...利用伺服器電腦評估基因性能特徵之流程步驟
402...處理器
404...匯流排子系統
406...貯存子系統
408...記憶體子系統
410...檔案貯存子系統
412...使用者界面輸入設備
414...使用者界面輸出設備
416...網路界面子系統
420...ROM
第1圖是依據本發明一實施例,被組態以執行一進化演算法之網路計算系統的範例高位準方塊圖。
第2圖展示依據本發明一實施範例的第1圖之客戶及伺服器電腦系統的一些功能邏輯方塊圖。
第3A圖展示依據本發明一實施例,藉由一個或多個客戶電腦而評估一些基因的性能特徵之範例流程圖。
第3B圖展示依據本發明一實施例,藉由一個或多個伺服器電腦而評估一些基因的性能特徵之範例流程圖。
第4圖展示依據本發明一實施例,第1圖的客戶及伺服器電腦之一些構件。
10...伺服器
12...基因接受
14...伺服器基因池
20...客戶電腦
22...評估
24...基因池
26...傑出池
28...基因選擇
30...再生
50...資料饋送

Claims (73)

  1. 一種網路電腦系統,其包括一第一客戶電腦,該第一客戶電腦包括:一記憶體,其可操作以儲存N個基因,各個基因以複數個條件及至少一動作為特徵,其中N是大於一的一個整數;一通訊埠,該第一客戶電腦通過該通訊埠週期性地接收相關於該等N個基因的資料;以及一處理器,其可操作以藉由比較由各基因所提供之一解決辦法與相關於該基因之週期性地接收的資料而評估各該等基因之性能特徵,各基因之該性能特徵係以各週期性地接收之資料來調整且定義出該基因之一適應性,其中與該等N個基因相關之該資料包含歷史交易資料,且其中由各基因所提供之該解決辦法包含由該基因所做出之一交易建議,其中該第一客戶電腦係組配來在評估該等N個基因的適應性經過P個交易日之後摒棄該等N個基因中之M個基因,經摒棄之該等基因之各者具有落至低於一第一預定臨界值之一適應性,剩餘的N-M個基因之各者是一存活基因,其中M和P是正整數且其中M小於N,及其中該第一客戶電腦進一步組配來進行下列步驟:持續除了該等P個交易日之外再加上複數的Q個交易日,評估該等剩餘基因的適應性;將在P+Q個交易總天數期間所評估之適應性是在 一第二預定臨界值之下的基因予以摒棄;以及重複該評估及該摒棄作業S次,其中Q和S是整數,且其中S等於或大於1,其中存活於S次評估及摒棄作業之基因定義出一第一傑出基因池;以及將該第一傑出基因池傳送至一伺服器電腦。
  2. 依據申請專利範圍第1項之網路電腦系統,其中該第一和該第二預定臨界值是相等的。
  3. 依據申請專利範圍第1項之網路電腦系統,其包含複數個客戶電腦,包括該第一客戶電腦,且其進一步包含該伺服器電腦,其中該伺服器電腦適於進行下列步驟:自該第一客戶電腦接收該第一傑出基因池;將所接收的該等基因儲存在一伺服器基因池中;且將該伺服器基因池之一個或多個基因傳送至該等複數個客戶電腦的至少一第一子集之各者以供用於跨越W個交易日之適應性評估。
  4. 依據申請專利範圍第3項之網路電腦系統,其中該等複數個客戶電腦的該至少一第一子集之各者適於進行下列步驟:自該伺服器電腦接收該伺服器基因池之該一個或多個基因;藉由比較由所接收的該等基因之各者所做出的交易建議與跨越該等W個交易日之一相關歷史交易資料而評估所接收的該等基因之一適應性;將適應性小於一第三臨界值之基因予以摒棄;且 將不被摒棄之基因傳送至該伺服器電腦以供考慮貯存在該伺服器基因池中。
  5. 依據申請專利範圍第4項之網路電腦系統,其中該等W個交易日和該第一傑出基因池中之該等基因被評估的交易日並不重疊。
  6. 依據申請專利範圍第4項之網路電腦系統,其中該第三臨界值是等於該第一和該第二臨界值。
  7. 依據申請專利範圍第4項之網路電腦系統,其中傳送至該伺服器電腦之不被摒棄的該等基因排除適應性不高於先前儲存在該伺服器基因池中之一最低適應基因之適應性的所有基因。
  8. 依據申請專利範圍第7項之網路電腦系統,其中該伺服器電腦進一步地適於將相關於該伺服器電腦自該等複數個客戶電腦之該至少一第一子集所接收之各基因的複數個適應性數值與儲存在該伺服器中之對於該基因之一對應適應性數值加以結合。
  9. 依據申請專利範圍第4項之網路電腦系統,其中該伺服器基因池被組配來儲存一固定數量的基因。
  10. 依據申請專利範圍第1項之網路電腦系統,其中儲存在該客戶電腦之記憶體中之該等N個基因依據儲存在該第一客戶電腦中且由該第一客戶電腦之處理器所執行的電腦指令而產生。
  11. 一種包括伺服器電腦之網路電腦系統,該伺服器電腦係組配來進行下列步驟: 自複數個客戶電腦中之一第一電腦接收一第一基因池;將所接收的基因儲存在一伺服器基因池中;以及將該伺服器基因池之一個或多個基因傳送至該等複數個客戶電腦的至少一第一子集之各者以供用於跨越W個交易日之適應性評估,該第一基因池藉由比較由各基因所提供之一解決辦法與相關於該基因之週期性接收的資料以評估N個基因之各者的性能特徵而被產生,各基因之性能特徵係以各週期性接收的資料調整且定義出該基因之一適應性,各基因藉由複數個條件及至少一動作來辨識,其中與各基因相關之該資料包含歷史交易資料,且其中由各基因所提供之該解決辦法包含由該基因所做出之一交易建議,其中該等複數個客戶電腦中之該第一電腦係組配來在評估該等N個基因的適應性經過P個交易日之後摒棄該等N個基因中之M個基因,經摒棄之該等基因之各者具有落至低於一第一預定臨界值之一適應性,剩餘的N-M個基因之各者是一存活基因,其中M和P是正整數且其中M小於N,及其中該等複數個客戶電腦中之該第一電腦進一步組配來進行下列步驟:持續除了該等P個交易日之外再加上複數的Q個交易日,評估該等剩餘基因的適應性; 將在P+Q個交易日之總天數期間所評估之適應性是低於一第二預定臨界值的基因予以摒棄;以及重複該評估及該摒棄作業S次,其中Q和S是整數,且其中S等於或大於1,其中存活於S次評估及摒棄作業之基因定義出該第一基因池。
  12. 依據申請專利範圍第11項之網路電腦系統,其中該伺服器電腦僅接收其適應性是較高於先前被儲存在該伺服器基因池中之一最低適應基因的適應性之基因。
  13. 依據申請專利範圍第12項之網路電腦系統,其中該伺服器基因池被組配來儲存一固定數量的基因。
  14. 依據申請專利範圍第12項之網路電腦系統,其中該伺服器電腦進一步地適於將相關於該伺服器電腦接收之各基因的複數個適應性數值與被儲存在該伺服器中之對於該基因之一對應適應性數值加以結合。
  15. 依據申請專利範圍第11項之網路電腦系統,其進一步包含該第一客戶電腦。
  16. 一種使用複數個客戶電腦以解決計算問題之方法,該方法包括下列步驟:儲存N個基因在該等客戶電腦中之一第一電腦可存取的一記憶體中,各基因以複數個條件和至少一動作為特徵,其中N是大於一之一整數;通過一通訊埠,週期性地接收與該等N個基因相關的資料;該第一客戶電腦藉由比較由各基因所提供之一解 決辦法與相關於該基因之週期性地接收的資料而評估該等N個基因之各者的性能特徵,各基因之該性能特徵係以各週期性地接收之資料而被調整且定義出該基因之一適應性,其中與各基因相關之該資料包含歷史交易資料,且其中由各基因所提供之該解決辦法包含由該基因所做出之一交易建議;在評估該等N個基因的適應性經過P個交易日之後摒棄該等N個基因中之M個基因,經摒棄之該等基因之各者具有落至低於一第一預定臨界值之一適應性,剩餘的N-M個基因之各者是一存活基因,其中M和P是正整數且其中M小於N;持續除了該等P個交易日之外再加上複數的Q個交易日,評估該等剩餘基因的適應性;將在P+Q個交易日之總天數期間所評估之適應性是在一第二預定臨界值之下的基因予以摒棄;重複該評估及該摒棄作業S次,其中Q和S是整數,且其中S等於或大於1,其中存活於S次評估及摒棄作業之基因定義出一第一傑出基因池;以及將該第一傑出基因池傳送至一伺服器電腦。
  17. 依據申請專利範圍第16項之方法,其中該第一和第二預定臨界值是相等的。
  18. 依據申請專利範圍第16項之方法,其進一步地包括下列步驟: 自該等複數個客戶電腦之該第一客戶電腦接收該第一傑出基因池;將所接收的該等基因儲存在一伺服器基因池中;且將該伺服器基因池之一個或多個基因傳送至該等複數個客戶電腦的至少一第一子集之各者以供用於跨越W個交易日之適應性評估。
  19. 依據申請專利範圍第18項之方法,其中該等W個交易日和V個交易日並不重疊。
  20. 依據申請專利範圍第18項之方法,其中該第三臨界值是等於該第一和第二臨界值。
  21. 依據申請專利範圍第18項之方法,其中傳送至該伺服器電腦之不被摒棄的該等基因排除適應性不高於先前儲存在該伺服器基因池中之一最低適應基因之適應性的所有基因。
  22. 依據申請專利範圍第21項之方法,其進一步地包括下列步驟:將相關於該伺服器電腦自該等複數個客戶電腦之該至少一第一子集所接收之各基因的複數個適應性數值與儲存在該伺服器中之對於該基因之一對應適應性數值加以結合。
  23. 依據申請專利範圍第18項之方法,其中該伺服器池被組配來儲存一固定數量的基因。
  24. 依據申請專利範圍第16項之方法,其中該N依據被儲存在該第一客戶電腦中且由該第一客戶電腦所執行的電 腦指令而產生。
  25. 一種獨立電腦,其包括:被組配作為一伺服器之一處理核心;以及被組配作為客戶之複數個處理核心,該等複數個客戶各包括:一記憶體,其可操作以儲存N個基因,各基因以複數個條件及至少一個動作為特徵,其中N是大於一的一整數;及一埠,第一客戶處理核心通過該埠週期性地接收與該等N個基因相關的資料,各客戶處理核心係組配來藉由比較由各基因所提供之一解決辦法與相關於該基因之週期性接收之資料以評估該等N個基因之各者的性能特徵,各基因之性能特徵係以各週期性接收的資料被調整且定義出該基因之一適應性,其中與各基因相關之該資料包含歷史交易資料,且其中由各基因所提供之該解決辦法包含由該基因所做出之一交易建議,其中複數個客戶電腦中之一第一電腦係組配來在評估該等N個基因的適應性經過P個交易日之後摒棄該等N個基因中之M個基因,經摒棄之該等基因之各者具有落至低於一第一預定臨界值之一適應性,剩餘的N-M個基因之各者是一存活基因,其中M和P是正整數且其中M小於N,其中該等客戶電腦中之該第一電腦進一步組配來 進行下列步驟:持續除了該等P個交易日之外再加上複數的Q個交易日,評估該等剩餘基因的適應性;將在P+Q個交易日之總天數期間所評估之適應性是低於一第二預定臨界值的基因予以摒棄;及重複該評估及該摒棄作業S次,其中Q和S是整數,且其中S等於或大於1,其中存活於S次評估及摒棄作業之基因定義出一第一傑出基因池;以及傳送該第一傑出基因池至該伺服器處理核心。
  26. 依據申請專利範圍第25項之獨立電腦,其中該第一和第二預定臨界值是相等的。
  27. 依據申請專利範圍第25項之獨立電腦,其中該伺服器處理核心適於進行下列步驟:自該第一客戶處理核心接收該第一傑出基因池;將所接收的該等基因儲存在一伺服器處理核心基因池中;且將該伺服器處理核心基因池之一個或多個基因傳送至該等複數個客戶處理核心的至少一第一子集之各者以供用於跨越W個交易日之適應性評估。
  28. 依據申請專利範圍第25項之獨立電腦,其中該等複數個客戶處理核心之該至少一第一子集之各者適於進行下列步驟:自該伺服器處理核心接收該第一傑出基因池之該一個或多個基因; 藉由比較由所接收的該等基因之各者所做出的交易建議與跨越該等W個交易日之一相關的歷史交易資料而評估所接收的該等基因之一適應性;將適應性小於一第三臨界值的基因予以摒棄;且將不被摒棄的基因傳送至該伺服器處理核心以供考慮貯存在一伺服器處理核心基因池中。
  29. 依據申請專利範圍第28項之獨立電腦,其中該等W個交易日以及該第一傑出基因池中之該等基因被評估的交易日並不重疊。
  30. 依據申請專利範圍第28項之獨立電腦,其中該第三臨界數值是等於該第一及第二臨界值。
  31. 依據申請專利範圍第28項之獨立電腦,其中傳送至該伺服器處理核心之不被摒棄的該等基因排除了適應性不高於先前儲存在該伺服器處理核心基因池中之一最低適應基因之適應性的所有基因。
  32. 依據申請專利範圍第31項之獨立電腦,其中該伺服器處理核心進一步地適於將相關於該伺服器處理核心自該等複數個客戶處理核心之該至少第一子集所接收之各基因的複數個適應性數值與儲存在該伺服器處理核心中之對於該基因之一對應適應性數值加以結合。
  33. 依據申請專利範圍第28項之獨立電腦,其中該伺服器處理核心基因池被組配來儲存一固定數量的基因。
  34. 依據申請專利範圍第25項之獨立電腦,其中儲存在各個客戶處理核心中之該等N個基因依據被儲存在該獨立電 腦中且由該電腦所執行的電腦指令而產生。
  35. 依據申請專利範圍第25項之獨立電腦,其中該等複數個條件係以由邏輯AND所聯合及/或由邏輯NOT運算所修正之一邏輯表示式來評估。
  36. 依據申請專利範圍第35項之獨立電腦,其中各基因的該至少一個動作是選自於由買、賣、持有、長期退出及短期退出建議所構成之一群組。
  37. 依據申請專利範圍第25項之獨立電腦,其中該獨立電腦是一主機電腦。
  38. 一種電腦實施之資料探勘系統,其包含:一資料處理器;及一記憶體,其可被該資料處理器存取且其識別一具有一個體池的候選者資料庫,該等個體之各者進一步具有與其相關的一各別適應性估計之一指示,用以與一資料探勘訓練資料庫一起使用,該資料探勘訓練資料庫為該資料處理器可存取且其識別訓練資料,該資料處理器組配來進行下列動作:在該等訓練資料之一第一子集上測試該等個體之至少一者之一測試子集中的每個個體;取決於在該等訓練資料之該第一子集上的測試,計算出該測試子集中該等個體之各者的一適應性估計;取決於其等之適應性估計,自該個體池摒棄多個個體;在該等訓練資料之一第二子集上測試在個體摒棄 步驟後所剩餘在該測試子集中的每個個體,該第二子集包括至少一不包括在該第一子集中之資料;取決於在該等訓練資料之該第二子集上的測試,更新對於該等訓練資料之該第二子集上所測試的每個個體之適應性估計;以及取決於其等更新之適應性估計,自該個體池進一步摒棄多個個體。
  39. 依據申請專利範圍第38項之系統,該等訓練資料之該第一子集也包括至少一不包括在該等訓練資料之該第二子集中之資料。
  40. 依據申請專利範圍第38項之系統,其中該池中之每個個體識別具至少一條件之一各別組及取決於該等條件之至少一對應提議輸出。
  41. 依據申請專利範圍第40項之系統,其中該訓練資料庫含有一或多個金融資產之歷史市場資料,其中每個個體指示取決於該訓練資料庫中之該市場資料可解決的複數個條件,由該等個體所識別之該等輸出包括該等金融資產之一或多者的交易指令,以及其中該資料處理器係進一步組配來提供取決於其等經更新之適應性估計沒被從該池摒棄之來自該個體池的個體,用以取決於生產資料產生交易建議。
  42. 依據申請專利範圍第38項之系統,其中該資料處理器係進一步組配來將該取決於其等經更新之適應性估計自該個體池進一步摒棄多個個體的動作進行之後所剩餘 的個體傳送至一伺服器電腦系統。
  43. 依據申請專利範圍第42項之系統,進一步包含該伺服器電腦系統,其中該伺服器電腦系統包含:一伺服器資料處理器;以及該資料處理器可存取之一記憶體,該伺服器資料處理器組配來將選定的所接收個體傳送至一客戶電腦系統以供進一步在該等訓練資料上測試。
  44. 依據申請專利範圍第43項之系統,其中該伺服器資料處理器係進一步組配來取決於其等適應性估計摒棄選定的所接收個體。
  45. 依據申請專利範圍第38項之系統,其中該資料處理器包括第一及第二電腦系統,其中該第一電腦系統係組配來執行在該等訓練資料之該第一子集上的測試以及該第二電腦系統係組配來執行該取決於其等適應性估計摒棄多個個體。
  46. 依據申請專利範圍第38項之系統,其中該資料處理器係進一步組配來藉由取決於在該進一步摒棄多個個體的動作進行之後所剩餘之一或多個個體的複製來產生新的個體。
  47. 依據申請專利範圍第38項之系統,其中該取決於其等適應性估計自該個體池摒棄多個個體的動作進一步取決於由該等個體所已經歷之測試數量而作業。
  48. 一種網路電腦系統,其包括一第一客戶電腦,該第一客戶電腦包括: 一記憶體,其可操作以儲存N個基因,各個基因以多個條件及至少一動作為特徵,其中N是大於一的一個整數;一通訊埠,該第一客戶電腦通過該通訊埠週期性地接收資料樣本;以及一處理器,其可操作以藉由對週期性接收的資料樣本評估各基因而評估各該等N個基因之一性能特徵,各基因之該性能特徵係以各個週期性接收的資料樣本來調整,且指出該基因之一適應性。
  49. 依據申請專利範圍第48項之網路電腦系統,其中該等資料樣本包含歷史交易資料,且其中由各基因所提供之一動作包含由該基因所做出之一交易建議。
  50. 依據申請專利範圍第48項之網路電腦系統,其中該第一客戶電腦係組配來在評估該等N個基因的適應性達P個資料樣本之後,摒棄該等N個基因中之M個基因,經摒棄之該等基因各具有落至低於一第一預定臨界值之一適應性,剩餘的N-M個基因之各者是一存活基因,其中M和P是正整數且其中M小於N。
  51. 依據申請專利範圍第48項之網路電腦系統,其中儲存在該客戶電腦之記憶體中之該等N個基因依據儲存在該第一客戶電腦中且由該第一客戶電腦之處理器執行的電腦指令而產生。
  52. 依據申請專利範圍第48項之網路電腦系統,其中該等資料樣本包含歷史交易資料,該等資料樣本各包含在一單一交易日內之多個時間取得之一金融資產的歷史資料。
  53. 依據申請專利範圍第48項之網路電腦系統,進一步包含一伺服器電腦,該伺服器電腦具有一伺服器基因池,並組配來將該伺服器基因池之一或多個基因傳送至包括該第一客戶電腦之多個客戶電腦之各者以供用於適應性評估。
  54. 一種包含伺服器電腦之網路電腦系統,該伺服器電腦係組配來進行下列動作:自多個客戶電腦中之一第一電腦接收一第一組基因;將所接收的基因儲存在一伺服器基因池中;以及將該伺服器基因池之一個或多個基因傳送至該等多個客戶電腦的至少一第一子集之各者以供用於跨越W個交易日之適應性評估,該第一組基因藉由對週期性接收的資料樣本評估N個基因各者之一性能特徵而產生,各基因之性能特徵係以各週期性接收的資料樣本調整且指出該基因之一適應性,各基因藉由多個條件及至少一動作來辨識。
  55. 依據申請專利範圍第54項之網路電腦系統,其中該等資料樣本包含歷史交易資料,且其中由各基因提供之一動作包含由該基因做出的一交易建議。
  56. 依據申請專利範圍第55項之網路電腦系統,其中該等多個客戶電腦中之該第一電腦係組配來在評估該等N個基因的適應性經過P個交易日之後摒棄該等N個基因中之M個基因,經摒棄之該等基因之各者具有落至低於一第一預定臨界值之一適應性,剩餘的N-M個基因之各者是一存活基因,其中M和P是正整數且其中M小於N。
  57. 依據申請專利範圍第54項之網路電腦系統,其中該伺服器電腦僅接受適應性較先前儲存在該伺服器基因池中之一最低適應基因的適應性更高之基因。
  58. 依據申請專利範圍第57項之網路電腦系統,其中該伺服器基因池係組配來儲存一固定數量的基因。
  59. 依據申請專利範圍第57項之網路電腦系統,其中該伺服器電腦進一步適於將相關於該伺服器電腦接收之各基因的多個適應性數值與儲存在該伺服器中之對於該基因之一對應適應性數值加以結合。
  60. 依據申請專利範圍第54項之網路電腦系統,其中該等資料樣本包含歷史交易資料,該等資料樣本各包含在一單一交易日內之多個時間取得之一金融資產的歷史資料。
  61. 依據申請專利範圍第54項之網路電腦系統,其進一步包含該第一客戶電腦。
  62. 一種使用多個客戶電腦解決計算問題之方法,該方法包括下列步驟:儲存N個基因在該等客戶電腦中之一第一電腦可存取的一記憶體中,各基因以多個條件和至少一動作為特徵,其中N是大於一之一整數;通過一通訊埠,週期性接收資料樣本;以及該第一客戶電腦對週期性接收的該等資料樣本評估該等N個基因之各者之一性能特徵,各基因之該性能特徵係以各個週期性接收的資料樣本來調整,且指出該基因之一適應性。
  63. 依據申請專利範圍第62項之方法,其中該等資料樣本包含歷史交易資料,且其中由各基因提供之一動作包含由該基因做出的一交易建議。
  64. 依據申請專利範圍第62項之方法,其進一步包含:在評估該等N個基因的適應性經過P個交易日之後摒棄該等N個基因中之M個基因,經摒棄之該等基因之各者具有落至低於一第一預定臨界值之一適應性,剩餘的N-M個基因之各者是一存活基因,其中M和P是正整數且其中M小於N。
  65. 依據申請專利範圍第62項之方法,其中該N依據儲存於該第一客戶電腦中且由該第一客戶電腦執行的電腦指令而產生。
  66. 依據申請專利範圍第62項之方法,其中該等資料樣本包含歷史交易資料,該等資料樣本各包含在一單一交易日內之多個時間取得之一金融資產的歷史資料。
  67. 一種獨立電腦,其包含:組配成一伺服器之一處理核心;以及組配成客戶之多個處理核心,該等多個客戶各包括:一記憶體,其可操作以儲存N個基因,各基因以多個條件及至少一個動作為特徵,其中N是大於一的一整數;及一埠,第一客戶處理核心通過該埠週期性接收多個資料樣本,各客戶處理核心組配來對週期性接收的該等資料樣本評估該等N個基因之各者之一性能特徵,各基 因之該性能特徵係以各個週期性接收的資料樣本來調整,且指出該基因之一適應性。
  68. 依據申請專利範圍第67項之獨立電腦,其中該等資料樣本包含歷史交易資料,且其中由各基因提供之該動作包含由該基因做出的一交易建議。
  69. 依據申請專利範圍第68項之獨立電腦,其中該等多個客戶電腦中之一第一電腦組配來在評估該等N個基因的適應性經過P個交易日之後,摒棄該等N個基因中之M個基因,經摒棄之該等基因之各者具有落至低於一第一預定臨界值之一適應性,剩餘的N-M個基因之各者是一存活基因,其中M和P是正整數且其中M小於N。
  70. 依據申請專利範圍第68項之獨立電腦,其中儲存在各個客戶處理核心中之該等N個基因依據儲存在該獨立電腦中且由該獨立電腦執行的電腦指令而產生。
  71. 依據申請專利範圍第68項之獨立電腦,其中各基因的該至少一個動作是選自於由買入、賣出、持有、長期退出及短期退出建議所構成之一群組。
  72. 依據申請專利範圍第67項之獨立電腦,其中該等多個條件係作為由邏輯AND聯合及/或由邏輯NOT運算所修正之一邏輯表示式來評估。
  73. 依據申請專利範圍第67項之獨立電腦,其中該等資料樣本包含歷史交易資料,該等資料樣本各包含在一單一交易日內之多個時間取得之一金融資產的歷史資料。
TW099115667A 2010-05-17 2010-05-17 用於資產管理與交易之分散式進化演算法 TWI503777B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW099115667A TWI503777B (zh) 2010-05-17 2010-05-17 用於資產管理與交易之分散式進化演算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW099115667A TWI503777B (zh) 2010-05-17 2010-05-17 用於資產管理與交易之分散式進化演算法

Publications (2)

Publication Number Publication Date
TW201142734A TW201142734A (en) 2011-12-01
TWI503777B true TWI503777B (zh) 2015-10-11

Family

ID=46765139

Family Applications (1)

Application Number Title Priority Date Filing Date
TW099115667A TWI503777B (zh) 2010-05-17 2010-05-17 用於資產管理與交易之分散式進化演算法

Country Status (1)

Country Link
TW (1) TWI503777B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6240399B1 (en) * 1998-12-24 2001-05-29 Glenn Frank System and method for optimizing investment location
US20090125370A1 (en) * 2007-11-08 2009-05-14 Genetic Finance Holdings Limited Distributed network for performing complex algorithms
TW200945233A (en) * 2008-04-25 2009-11-01 Microsoft Corp Model for early adoption and retention of sources of funding to finance award program
US20090327178A1 (en) * 2005-04-07 2009-12-31 Jacobson David L Concurrent two-phase completion genetic algorithm system and methods

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6240399B1 (en) * 1998-12-24 2001-05-29 Glenn Frank System and method for optimizing investment location
US20090327178A1 (en) * 2005-04-07 2009-12-31 Jacobson David L Concurrent two-phase completion genetic algorithm system and methods
US20090125370A1 (en) * 2007-11-08 2009-05-14 Genetic Finance Holdings Limited Distributed network for performing complex algorithms
TW200947225A (en) * 2007-11-08 2009-11-16 Genetic Finance Holdings Ltd Distributed network for performing complex algorithms
TW200945233A (en) * 2008-04-25 2009-11-01 Microsoft Corp Model for early adoption and retention of sources of funding to finance award program

Also Published As

Publication number Publication date
TW201142734A (en) 2011-12-01

Similar Documents

Publication Publication Date Title
US8825560B2 (en) Distributed evolutionary algorithm for asset management and trading
JP5686795B2 (ja) クラスベースの資産管理及び資産取引の為の分散型進化的アルゴリズム
CN106462794B (zh) 安全智能网络系统
CN113545026A (zh) 用于漏洞评估和补救措施识别的系统和方法
WO2001050379A2 (en) Methods and apparatus for simulating competitive bidding yield
Crane Entrepreneurship and economic growth: does gender matter?
WO2001050314A2 (en) Methods and systems for quantifying cash flow recovery and risk
KR20190049549A (ko) 집단지성과 실시간 인공지능학습엔진을 이용한 확률기반 기술가치평가 및 기술거래 온라인플랫폼
Korczak et al. Risk avoiding strategy in multi-agent trading system
TWI503777B (zh) 用於資產管理與交易之分散式進化演算法
Bloch A practical guide to quantitative portfolio trading
TWI549083B (zh) 用於資產管理與交易之以類別為基礎的分散式進化演算法
Zeng et al. Cost Control Management of Construction Projects Based on Fuzzy Logic and Auction Theory
AU2600801A (en) Valuation prediction models in situations with missing inputs

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees