FMEX ist bankrott gegangen, aber hat kürzlich ein Wiederaufnahmeprogramm herausgebracht und ähnliche Regeln wie bei Mining entwickelt, um Schulden zu begleichen.https://www.fmz.com/bbs-topic/5834Auch hier gibt es Raum für die Optimierung. Obwohl man nicht zweimal in die gleiche Grube treten sollte, können Kreditnehmer von FMMEX sich dazu wenden, eine konkrete Plattformstrategie zu entwickeln, die auf der FMZ-Quantifizierungsplattform funktioniert.
Definieert als ein 5-minütiger Sortierungs-Entkoppelungszyklus des Tages, wobei jeder Zyklus den Handel zu 1/288 der Sortierungs-Entkoppelungsgrenze des Tages zuteilt. In jedem Zyklus wird zufällig ein Zeitpunkt ausgewählt, um einen Überblick über die Auflistung der Verkaufs- und Kaufplatten zu erhalten, wobei:
Die Gesamtrendite eines Benutzers an einem bestimmten Tag in einem Transaction Pair ist die Summe der für den Benutzer an diesem Tag für jedes Transaction Cycle erhaltene Quote.
Der Gesamtgewinn, der durch das erste Sortieren des Freischaltes erzielt wird, beträgt:
Hierbei steht i für eine der Positionen mit 30 Positionen auf beiden Seiten, a für die Anzahl der Bestellungen, R für die Freischaltungs-Rückzahlungsmenge und V für die Anzahl der Bestellungen.
Im Gegensatz zum Transaktions-Unlock gibt es keine Kosten, wobei R nur die relative Größe berücksichtigt und die absolute Höhe der USDT-Bewertung nicht berücksichtigt werden kann. Wenn wir die Gesamt-Hang-Einheiten entscheiden, wird die Frage, wie man die Bestellungen an verschiedene Positionen verteilt, um das Ergebnis G zu maximieren. Einfache Suche nach der Position der kleinsten Hang-Einheiten, die alle hängen, ist offensichtlich nicht optimal.
Wir haben unsere Optimierungsziele und -bedingungen in folgenden Punkten festgelegt:
Hierbei ist M die gesamte Hängenmenge. Hierbei handelt es sich um ein Problem mit uneinheitlicher binärer Komma-Optimierung, das die KTT-Bedingungen erfüllt und als ganze Zahlen gelöst wird. Mit entsprechenden Paketen und Komma-Optimierungs-Lösern sollte es möglich sein, direkt die Ergebnisse zu ermitteln und die optimale Hängenmenge für jede Position zurückzugeben.
Betrachten wir nur die Situation mit den beiden Klassen, die derzeit 10, 20 (jeweils als erste Klasse und zweite Klasse bezeichnet werden), deren Freischaltungsgrenze R ist, und die Strategievorbereitungsgrenze beträgt 30, wie soll das Geld verteilt werden, um die Freischaltungsgrenze zu maximieren?
Schritt eins:
Finden Sie die kleinste Hängeschlange und hängen Sie alle zusammen, und der Gesamtertrag ist G = 30/ ((30 + 10) = 0.75R. Das ist auch das einfachste zu denken.
Schritt zwei:
Jedes Mal wird 1 Yuan zugewiesen und an den Ort der höchsten Erträge, also an den Ort der kleinsten Anhängen, zugewiesen. Der erste wird dem ersten Array zugewiesen, der erste wird 10 + 1, der zweite wird dem ersten Array zugewiesen... und so weiter, bis die Gesamtzahl des ersten Arrays 10 ist. Dann kann man zufällig einen wählen, wenn der erste Array über 20 ist und dann dem zweiten Array.
Option drei:
Man kann die erste Klasse als a und die zweite als 30 -a festlegen, die Gleichung direkt als 0 (prozesslos, ähnlich wie der Artikel, der Transaktionen freischaltet) auflisten und das Endergebnis berechnen. Die Formel lautet:
Das Ergebnis ist a=15; der Gesamtgewinn G=15/25+15/35=1.0286R ist besser als bei Schritt 2, da er direkt aus der Formel resultiert.
Das Ergebnis kann anders sein als erwartet. Die Lösung 2 zeigt, dass die Verteilung jedes Einzels in der gegenwärtigen Situation optimal ist und nicht das optimale für die Gesamtlage. In diesem Fall ist es sehr häufig, dass das lokale Optimum nicht unbedingt das optimale für die Gesamtlage ist, da vor der Verteilung die Anzahl der Aufträge bereits eingesetzt wurde, und die gesamte Effizienz die sinkenden Kosten berücksichtigen muss.
Wir beginnen endlich mit den praktischen Möglichkeiten, oder vereinfachen wir das Problem mit einer Zuteilung von 1 Euro pro Zuteilung. Zuerst messen wir die Effizienz, wobei die Derivative den Beitrag jedes a an G widerspiegeln kann, der anhand der kumulierten Kosten statt der einmaligen Zuteilung berücksichtigt wird. Je größer dieser Wert ist, desto größer ist der Beitrag des Gesamtbetrags zum endgültigen Nutzen.
In dem gleichen einfachen Beispiel oben wird die Effizienz berechnet, die sie nach der Verteilung der Mittel erzielen, indem sie folgende Tabellen auflisten:
Finanzierung | 1 | 2 |
---|---|---|
1 | 0.0826 | 0.0454 |
2 | 0.069 | 0.0413 |
3 | 0.0592 | 0.0378 |
4 | 0.051 | 0.0347 |
5 | 0.0444 | 0.032 |
… | … | … |
|12 | 0.0207 |0.0195| |13 | 0.0189 |0.0184| |14 | 0.0174 |0.0173| |15 | 0.016 |0.0163| |16 | 0.0148 |0.0154| |17 | 0.0137 |0.0146| |18 | 0.0128 |0.0139|
Nach der Tabelle 1 wird der erste Teil zugewiesen, der zweite Teil wird dem ersten Teil zugewiesen... der fünfte Teil wird dem zweiten Teil zugewiesen... und so weiter, und schließlich wird der erste Teil 15 €, der zweite Teil 15 €, was zufällig das beste ist, was wir nach der Gleichung berechnen können.
Wenn wir eine große Anzahl von Aufträgen haben, und jede Aufteilung ist zu uneffizient, können wir das Kapital in 100 Teile aufteilen, jeweils eine Aufteilung, und die Algorithmen sind sehr effizient, da es nur eine einfache Reihenfolge von Operationen ist. Speziell auf der Ebene der Ausführung gibt es Raum für Optimierungen, z. B. unsere Aufträge in 100 Teile aufteilen, so dass bei jeder Anpassung nur noch eine Aufteilung der Aufträge erforderlich ist, ohne alle zu entfernen.
Dieser Artikel stammt ursprünglich von der FMZ-Quantifizierungsplattform und ist mit Verweis auf die Quelle verfasst:https://www.fmz.com/bbs-topic-new/5843