Список проголосовавших за комментарий "Михаил Михалев, <p>Да, GPU-подход для массовой симуляции параметров я полностью понимаю. Если задача уже подготовлена, сигналы посчитаны, данные лежат в памяти и нужно прогнать много однотипных вариантов, GPU может быть отличным исполнителем.</p><p>Но я в статье говорю не только про скорость одного слоя симуляции. У меня задача шире: одновременно исследовать и сопровождать много стратегий, правил, PM-семейств и рынков, а не просто прогнать одну сетку параметров.</p><p>ARANEA — это не “еще один быстрый бэктестер”. Это контур, где нужно собрать карту гипотез, подготовить entry, отсечь пустые ветки, переиспользовать ряды и сигналы, прогнать PM, сохранить артефакты, проверить правую сторону, собрать пулы, а потом еще связать это с торговым runtime.</p><p>Поэтому GPU в такой архитектуре может быть одним из backend-слоев для массового прогона. Но он не заменяет саму архитектуру исследования. Он ускоряет участок, где задача уже приведена к плотной параллельной форме.</p><p>В этом смысле мы не спорим. Вы описываете быстрый исполнительный слой. Я описываю систему, которая решает, что именно считать, в какой последовательности, что не считать вообще, что сохранить и как потом использовать результат.<br/> <br/> </p><p>Я понимаю GPU-подход. Он отлично работает, когда задача уже сведена к плотной массовой симуляции: сигналы подготовлены, данные лежат в памяти, структура стратегии одинаковая, и нужно прогнать много параметров.</p><p>Но в моей задаче узкое место не только в скорости одного слоя симуляции. Проблема в том, чтобы сотни стратегий, правил, PM-семейств, рынков и фильтров разложить в правильную последовательность: что подготовить, что отсечь до тяжелого прогона, что переиспользовать, что сохранить и как потом проверить на правой стороне.</p><p>GPU может быть отличным backend-слоем внутри такого контура. Но он не заменяет сам контур. Он быстро считает то, что уже приведено к удобной для GPU форме.</p>"