Trading Strategi Gpu Kode

Institusjonell klassen data management backtesting strategi distribusjon løsning: - aksjer, opsjoner, futures, valutaer, kurver og tilpassede syntetiske instrumenter støttes - flere lav latency data feeds støttes (behandling hastigheter i millioner av meldinger per sekund på terabyte data) - C og Basert strategi backtesting og optimalisering - Multiple meglere kjøring støttes, handelssignaler konvertert til FIX ordrer QuantFACTORY - Institusjonell klasse data management backtesting strategi distribusjonsløsning: - QuantDEVELOPER - rammeverk og IDE for trading strategier utvikling, debugging, backtesting og optimalisering, tilgjengelig som en Visual Studio plug-in - QuantDATACENTER - gjør det mulig å administrere et historisk datalagring og ta imot sanntid eller ultra lav latens markedsdata fra leverandører og utvekslinger - QuantENGINE - tillater å distribuere og utføre forhåndsdefinerte strategier - multi-asset, multi-period low latency data , støttes flere meglere i institusjonell klassedatabase Entusiastisk strategi for distribusjon av strategier: - OpenQuant - C og VisualBasic porteføljenivå system backtesting og trading, multi-asset, intraday nivå testing, optimalisering, WFA etc. flere meglere og data feeds støttet - QuantTrader - produksjon trading miljø - QuantBase - sentralisert datastyring - QuantRouter - data - og bestillingsruting Institusjonell klassen datastyring backtesting strategi distribusjonsløsning: - Multi-asset løsning, flere data feeds støttes, database støtter alle typer RDBMS gir et JDBC-grensesnitt, f. eks. Oracle, Microsoft SQL Server, Sybase, MySQL etc. - Klienter kan bruke IDE til å skanne deres strategi i enten Java, Ruby eller Python, eller de kan bruke sin egen strategi IDE - flere meglere kjørestøtte støttes, handelssignaler konvertert til FIX-ordre Institutional - klassen data management backtesting strategi distribusjon løsning: - multi-asset løsning (forex, opsjoner, futures, aksjer, ETFs, varer, syntetiske instrumenter og tilpassede derivater spreads etc.), flere data feeds støttet - rammeverk for trading strategier utvikling, debugging, backtesting og optimalisering - flere meglerkjøringer støttes, handelssignaler konvertert til FIX-ordrer (IB, JPMorgan, FXCM etc.) Dedikert programvareplattform integrert med Tradestations-data for backtesting og auto-trading: - Daglige intradagdata (oss aksjer for 43 år, futures for 61 år) - praktisk for backtesting av prisbaserte signaler (teknisk analyse), støtte for EasyLanguage programmeringsspråk - støtte amerikanske aksjer ETFs , futures, amerikanske indekser, tyske aksjer, tyske indekser, forex-fri for Tradestation brokerage klienter - 249,95 per måned for ikke-profesjonelle (kun Tradestation programvareplattform uten megling) - 299,95 per måned for fagfolk (Kun Tradestation programvareplattform uten megling) Dedikert Programvareplattform for backtesting og auto-trading: - Supporting dailyintraday strategier, testing av porteføljenivå og optimalisering, kartlegging, visualisering, tilpasset rapportering, multi-threaded analyse, 3D kartlegging, WFA analyse etc. - Best for backtesting prisbaserte signaler (teknisk analyse) - Direkte link til eSignal, Interactive Brokers, IQFeed, myTrack, FastTrack, QP2, TC2000, hvilken som helst DDE-kompatibel feed, MS, txtfiles og mer (Yahoo Finance. ) - engangsavgift 279 for standardutgave eller 339 for profesjonell utgave Dedikert programvareplattform for backtesting og auto-trading: - porteføljenivå system backtesting og trading, multi-asset, intraday nivå testing, optimalisering, visualisering etc. - tillater R integrasjon, automatisk handel i Perl skriptspråk med alle underliggende funksjoner skrevet i innfødt C, forberedt på server co-location - FXCM og Interactive Brokers support - gratis FXCM-støtte, 100 per måned for IB-plattform, kontakt Salesseertrading for andre alternativer Dedikert programvareplattform for backtesting og auto-trading: - støtter dagligintraday-strategier, testing av porteføljenivå og optimalisering - best for backtesting av prisbaserte signaler (teknisk analyse), C scripting - programvareutvidelser støttet - data feedshåndtering, strategiutførelse etc. - 799 per lisens, 150 årlig avgift etter Dedikert programvareplattform for backtesting, optimalisering, ytelsesattribusjon og analyse: - Axioma eller tredje del y data-faktor analyse, risikomodellering, markedssyklusanalyse Dedikert programvareplattform for backtesting og auto-trading: - Best for backtesting prisbaserte signaler (teknisk analyse), støtte dailyintraday strategier, testing av porteføljenivå og optimalisering - Turtle Edition - backtesting engine, grafikk, rapporter, EoD testing - Professional Edition - pluss systemredaktør, gå fremoveranalyse, intraday strategier, multi-threaded testing etc. - Pro Plus Edition - pluss 3D overflate diagrammer, scripting etc. - Builder Edition - IB API, debugger etc. - Turtle Edition 990 - Professional Edition 1,990 - Pro Plus Edition 2,990 - Builder Edition 3,990 Dedikert programvareplattform for backtesting og auto-trading: - Supporting dailyintraday strategier, testing av porteføljenivå og optimalisering, kartlegging, visualisering, tilpasset rapportering etc. - Best for backtesting prisbaserte signaler (teknisk analyse) - direkte link til interaktive meglere, MB Trading, TD Ameritrade, FXCM og andre - data fro m tekstfiler, eSignal, Google Finance, Yahoo Finance, IQFeed og andre - grunnleggende funksjonalitet (EoD-funksjonalitet) - gratis - avansert funksjonalitet - lease fra 50 måneders eller 995 livslisens lisens Dedikert programvareplattform for backtesting og auto-trading: - Best for backtesting prisbaserte signaler (teknisk analyse) som støtter dailyintraday strategier, testing av porteføljenivå og optimalisering, kartlegging, visualisering, tilpasset rapportering - støtter C og Visual Basic - direkte link til Interactive Brokers, IQFeed, txtfiles og mer (Yahoo Finance. ) - evigvarende lisens - 499 - leieavtale 50 per måned Dedikert programvareplattform for backtesting og auto-trading: - Støtte for dailyintraday-strategier, testing av porteføljenivå og optimalisering, kartlegging, visualisering, tilpasset rapportering - tekniske og også grunnleggende signaler, 245 for avansert versjon (gratis dataleverandører) - 595 for Premium versjon (støtte flere datalagere og meglere) Dedikert programvareplattform for backtesting og auto-trading: - Støtte for dailyintraday-strategier, testing av porteføljenivå og optimalisering - best for backtesting prisbaserte signaler ( teknisk analyse) - innbygget data for aksjer, futures og forex (daglige amerikanske aksjer fra 1990, daglige futures 31 år, valuta fra 1983 etc.) - prising fra 45 måneder til 295 måneder (prisene avhenger av tilgjengeligheten av data) Dedikert programvareplattform for backtesting og auto-trading: - bruker MQL4 språk, brukes hovedsakelig til handel forex markedet - støtter flere forex meglere og data feeds - støtter Administrere flere kontoer Dedikert programvareplattform for backtesting og auto-trading: - Støtte for dailyintraday-strategier, testing av porteføljenivå og optimalisering - Best for backtesting av prisbaserte signaler (teknisk analyse), støtte for EasyLanguage programmeringsspråk - støtte flere datafeed (Bloomberg, Thomson Reuters, CSI, CQG, eSignal etc.), direkte støtte til flere meglere (Interactive Brokers etc.) - Multicharts 797 per år - Multicharts livstid 1.497 - Multicharts Pro 9,900 (Bloomberg Thomson Reuters data feed etc.) Webbasert backtesting verktøy for å teste stock picking strategier: - amerikanske aksjer ETFs (daglig) - grunnleggende data-baserte data siden 1999 - longshort-strategier, prisbaserte drevsignaler - designer - 139 måneders - manager - 199 måneder - komplett funksjonalitet porteføljeanalyse ved bruk av høyfrekvente markedsdata: Dette produktet er beregnet til bruk av små, mellomstore, høyfrekvente forhandlere. Alle beregninger gjøres ved bruk av høyfrekvente markedsdata som fordeler lav - og høyfrekvente handelsforhandlere. - intradag backtesting, portefølje risikostyring, prognose og optimalisering til hver pris andre, minutter, timer, slutten av dagen. Modellinnganger fullt kontrollerbare. - 8k marked tick data kilder siden 2012 (aksjer, indekser ETFer handlet på NASDAQ). Klienter kan også laste opp egne markedsdata (for eksempel kinesiske aksjer). - 40 porteføljemålinger (VaR, ETL, alfa, beta, Sharpe-forhold, Omega-forhold, etc.) - støtter R, Matlab, Java Python - 10 porteføljeoptimeringer Webbasert backtesting verktøy: - Amerikanske aksjekurser (dailyintraday) data fra QuantQuote - forex data fra FXCM-støttende Trader Interactive Brokers for live trading Webbasert backtesting verktøy: - Amerikanske aksjer og ETFs priser (dailyintraday), siden 2002 - grunnleggende data fra Morningstar (over 600 metrics) - Støtte Interactive Brokers for live trading Webbaserte backtesting-verktøy: - Enkelt å bruke, fordelingsstrategier, data siden 1992 - Tidsseriemomentum og bevegelige gjennomsnittlige strategier på ETFs - Enkel Momentum og Simple Value aksjekursstrategier Webbasert backtesting verktøy: - Opptil 25 års data for 49 Futures og SP500 aksjer - verktøykasse i Python og Matlab - Quantiacs vertskap for algoritmiske tradingkonkurranser med investeringer fra 500k til 1 million Backtest Broker tilbyr kraftig, enkel nettbasert backtesting så ftware: - Backtest i to klikk - Se gjennom strategibiblioteket, eller bygg og optimaliser strategien din - Papirhandel, automatisert handel og sanntids e-postmeldinger - 1 per backtest og mindre WebCloud-basert backtesting verktøy: - FX (ForexCurrency) data på større par, går tilbake til 2007 - SecondMinuteHourlyDaily barer - live trading kompatibel med enhver megler som bruker Metatrader 4 som backend Webbasert backtesting verktøy for å teste aksjefaktor pluking og kapitalfordeling strategier: - flere egenkapitalfaktorer med påvist alfa over marked-cap benchmarks , flere investeringsuniverser, risikostyringsfiltre - Asset Allocation Strategies backtests, blanding av allokering og fakturavalning i én portefølje - gratis på SP 100-universet - 50 måneder eller 480 år - Bredere amerikanske investeringsuniverser, UK EU-aksjer, Asset Allocation Strategies Webbasert BacktestCreening Tool : - over 10 000 amerikanske aksjer, data opp til 20 års historie - grunnleggende tekniske kriterier - fri begrenset funksjonalitet (1 år av data, ingen lagrede backtests etc.) - 50 per måned - full funksjonalitet Gratis programvaremiljø for statistisk databehandling og grafikk, mange quants foretrekker å bruke den for sin eksepsjonelle åpne arkitektur og fleksibilitet: - Effektiv datahåndtering og lagringsanlegg, grafisk muligheter for dataanalyse, lett utvidet via pakker - anbefalte utvidelser - quantstrat, Rmetrics, quantmod, quantlib, PerformanceAnalytics, TTR, portefølje, portfolioSim, backtest etc. MATLAB - språk på høyt nivå og interaktivt miljø for statistisk databehandling og grafikk: - parallell og GPU-databehandling, backtesting og optimalisering, omfattende muligheter for integrering etc. - Pris på forespørsel her BacktestingXL Pro er et tillegg for å bygge og teste dine handelsstrategier i Microsoft Excel 2010 og 2013: - Brukere kan bruke VBA til å bygge strategier for BacktestingXL Pro, VBA kunnskap er valgfritt, brukere kan konstruere handelsregler på et regneark ved hjelp av standard forhåndsdefinerte backtesting koder - støtter pyramidering, kortvarig stillingsbegrensning, provisjonsberegning, egenkapitalsporing, ikke-pengestyring, buysell-pris tilpassing - multiple performancerisk rapporter - 74,95 for BacktestingXL Pro Gratis open source programmeringsspråk, åpen arkitektur, fleksibel, lett utvidet via pakker: - Anbefalte utvidelser - pandas (Python Data Analysis Library), Pyalotrade (Python Algorithmic Trading Library), Zipline, ultrafinansiering etc. FactorWave er enkelt å bruke webbasert backtesting verktøy for faktorinvestering: - lar brukeren blande flere ETFoptionsfuturesequity-faktorer med bevist alfa over Market-cap benchmarks - gratis - ETFStock Screener med 5 Faktorer - 149mo - gratis opsjonsalternativer screener, futures strategier, vix strategier Webbasert backtesting verktøy: - Enkel å bruke, nettbasert backtesting verktøyet for å teste relative styrke og glidende gjennomsnitt strategier på ETFs - flere typer strategier for gratis, fullstendig backtesting funksjonalitet 34,99 månedlig Gratis web b aset backtesting verktøy for å teste stock picking strategier: - amerikanske aksjer, data fra ValueLine fra 1986-2014 - pris og grunnleggende data, 1700 aksjer, månedlig granularitet testPioneering i Tomorrows Trading Hvordan fungerer det Bygg Algoritmer i en Browser IDE, Bruk Template Strategier og Free Data Design og test strategien din på våre gratis data, og når du er klar, distribuere den til megling. Kode i flere programmeringsspråk og bruk vår klynge av hundrevis av servere for å kjøre din backtest for å analysere strategien din i aksjer, fx, CFD, opsjoner eller futures markeder. QuantConnect er den neste revolusjonen i kvant trading, kombinere cloud computing og åpen data tilgang. Uovertruffen Speed ​​Harness vår server gård for institusjonelle hastigheter fra din stasjonære datamaskin. Du kan iterere på ideene dine raskere enn du noensinne har gjort før. Massive Data Library Vi tilbyr et massivt gratis 400TB tick oppløsning databibliotek som dekker amerikanske aksjer, opsjoner, futures, grunnlag, CFD og Forex siden 1998. World Class Execution Våre live trading algoritmer er co-lokalisert ved siden av markedet servere i Equinix (NY7) for resilent, sikker og lyn rask utførelse til markedene. Har noen gode ideer Lets teste det ut Start din algoritme Professional Quality, Open Data Library Design strategier med vårt nøye kuraterte databibliotek, som spenner over globale markeder, fra kryss til daglig oppløsning. Dataene oppdateres nesten daglig, slik at du kan sikkerhetskopiere på de aller nyeste dataene, og overlevere bias gratis. Vi tilbyr aksjekursdata som går tilbake til januar 1998 for hvert symbol som handles, totalt over 29.000 aksjer. Prisen er levert av QuantQuote. I tillegg har vi Morning Star Fundamental data for de mest populære 8000 symbolene for 900 indikatorer siden 1998. FOREX amp CFD Vi tilbyr 100 valutapar og 70 CFD-kontrakter som dekker alle store økonomier fra FXCM og OANDA. Data er ved kryssoppløsning, starter april 2007 og oppdateres daglig. Vi tilbyr futures tick handel og sitater data fra januar 2009 til stede, for hver kontrakt handles i CME, COMEX og GLOBEX. Dataene oppdateres ukentlig og leveres av AlgoSeek. Vi tilbyr opsjonshandler og anførselstegn ned til minuttoppløsning, for alle opsjoner som handles på ORPA siden 2007, som dekker millioner av kontrakter. Dataene oppdateres innen 48 timer og leveres av AlgoSeek. Team Collaboration Finn nye venner i samfunnet og samarbeide sammen med teamkodingsfunksjonen Del prosjekter og se koden deres umiddelbart når de skriver. Du kan til og med gi levende tilgang og kontrollere livealgoritmen sammen. Bruk våre interne direktemeldinger for å finne potensielle teammedlemmer for å bli med i styrken. Sikker Intellektuell Eiendom Vårt fokus er å gi deg den best mulige algoritmiske handelsplattformen og beskytte din verdifulle intellektuelle eiendom. Vi vil alltid være en infrastruktur og teknologileverandør først. Når du er klar for live trading, lykkelig, kan du utføre gjennom din mekler. Gjennomfør Leading Brokerages Weve integrert med verdensledende meglerhus for å gi best mulig utførelse og laveste avgifter til samfunnet. Hendelsesdrevne strategier Å designe en algoritme kunne ikke vært enklere. Det er bare to nødvendige funksjoner, og vi tar vare på alt annet. Du initierer bare () din strategi og håndterer de datahendelsene du ba om. Du kan opprette nye indikatorer, klasser, mapper og filer med en nettbasert full C-kompilator og automatisk fullført. Vi er forpliktet til å gi deg den beste mulige algoritmenes designopplevelse. Utnyt ditt potensielle valg til brukere kan få sine strategier presentert for hedgefund-klienter i et gjennomsiktig, profesjonelt strategisk dashbord. Strategier er validert av QuantConnects backtesting og live trading, noe som gir deg en nøytral tredjeparts gjennomgang av kode. Interesserte hedgefunds kan kontakte deg direkte via QuantConnect for å tilby deg sysselsetting eller finansiering for din strategi. Bli med i vårt fellesskap Vi har et av de største kvantitative handelssamfunnene i verden, bygger, deler og diskuterer strategier gjennom vårt fellesskap. Konvertere med noen av de lyseste sinnene i verden når vi undersøker nye verdener av vitenskap, matematikk og økonomi. Enhver av programmene her vet hvordan du konfigurerer CUDA for å jobbe med MetaTrader 5-strategi testeren. Jeg har en veldig dyr GPU med flytende kjøling bare henger ut mens CPUen min kunne bruke hjelpen. Jeg er overrasket faktisk, dette er ikke implementert i MT5-programvaren. Jeg kan ikke finne koblingen akkurat nå, men den eneste måten for tiden er å skrive ditt eget bibliotek (dll) som du kan importere til EA. Inne i det opprinnelige kodebiblioteket vil du ringe CUDA eller OpenCL-koden. Dette kan eller ikke hjelper med backtesting, avhengig av hvilke operasjoner koden din kjører. Så i utgangspunktet har du EA og deretter eksplisitt avlastet GPU-beregningene dine gjennom din egen tilpassede kode. Her er en link til å samle inn native kode for MT5 ved hjelp av Visual Studio. Det er en vondt å finne ut av dette, men jeg har gjort det bra i Visual Studio 2010 og Visual Studio 2012 for både MT4 og MT5 ved hjelp av samme kode. Merk, jeg måtte plassere mine DLLer i AppData-mappen for hver terminal før de skulle fungere. I denne artikkelen presenterte jeg ulike metoder for samspill mellom MQL5-kode og klarte C-kode. Jeg har også gitt flere eksempler på hvordan man kan marskalisere MQL5-strukturer mot C og hvordan å påberope eksporterte DLL-funksjoner i MQL5-skript. Jeg tror at de oppgitte eksemplene kan tjene som grunnlag for fremtidig forskning i skriftlige DLLer i administrert kode. Denne artikkelen åpner også dører for MetaTrader for å bruke mange biblioteker som allerede er implementert i C. Ja, jeg vet hvor du kommer fra. Jeg pleide å ha den entusiasmen også. Jeg kjenner alle de gode greiene om shader-prosessorer og hvordan de kan fungere ekstremt effektive sammenlignet med x86-arkitekturen (Si 100 ganger mer effektivt). Men det er ekstremt vanskelig å gjøre GPU til å beregne den historien som fungerer, cuz for GPU handler alt om parallell. Og egentlig - hvorfor bortsett problemet var - ekstremt lang optimalisering prosess. Og MQ fant løsningen - CLOUD. Enkelt raskere enn noen siste quad sli (single offline system). Bare tenk på det: Du trenger ikke å optimalisere EA hele tiden. Mens du kan gi agenter hele tiden. Og de gjør noen calculatins og legger til noe kreditt på kontoen din. At alle akkumulerer og når du trenger en optimalisering boost - det der. Tenk på sky som meg - det er optimaliseringsbatteri. Du lade den opp, lade den, lade den og deretter KABOOM (få resultater raskt og sannsynligvis mens du sitter i en vakker park med din mobile mobilenhet). Btw: Jeg leverer også agenter, og her er elektrisitetsprisene så kjære at jeg bare kan være lønnsom dersom all skyvkapasitet blir utnyttet. Siden det ikke er flaks på det. Jeg vil bare se noen galte pigger en dag, det er alt jeg trenger for tilfredsstillelse. Server guyoverclocker fantasy Hvorfor bry jeg gjorde at jeg har en veldig dyr GPU allerede. HVORFOR IKKE BARE. Du bør alltid bruke ressursene du eier, og deretter alltid betale noen andre leie når det er mulig. Lenken moderatoren ga går til et annet innlegg av hans som forteller noen andre å bruke søkefunksjonen også, og til slutt fører til en nyttig artikkel. Takk, jeg vil lese det når jeg har ledig tid og se om et passende svar er tilgjengelig. Støtte for handelsstrategi med GP på GPU Sit på denne artikkelen som: McKenney, D. White, T. Soft Comput (2012) 16: 247 . doi: 10.1007s00500-011-0717-0 Dette dokumentet undersøker hastighetsforbedringene som er tilgjengelige når du bruker en grafikkbehandlingsenhet (GPU) for evaluering av personer i et genetisk programmerings (GP) miljø. Et eksisterende GP-system er modifisert for å muliggjøre parallell evaluering av personer på en GPU-enhet. Flere problemer relatert til implementering av GP på GPU diskuteres, inkludert hvordan man utfører trebasert GP på en enhet uten rekursjonsstøtte, samt effekten som riktig minneoppsett kan ha på hastighetsøkninger ved bruk av CUDA-aktiverte nVidia GPU-enheter. Den spesifikke GP-implementeringen er utformet for å utvikle aksjehandelstrategier ved hjelp av tekniske analyseindikatorer. Det andre målet med denne undersøkelsen er å undersøke mulig forbedring i ytelse når man trener personer på et større antall aksjer og treningsdager. Denne økte treningsstørrelsen (nesten 100 000 treningspunkter) er aktivert på grunn av speedups realisert ved GPU-evaluering. Flere forskjellige scenarier ble brukt til å teste ulike hastighetsoptimeringer av GP-evaluering på GPU-enheten, med en topphastighetsfaktor på over 600 (sammenlignet med sekventiell evaluering på en 2,4 GHz CPU). Det er også funnet at økende antall aksjer og lengden på opplæringsperioden kan resultere i økt lønnsomhet for utdanning uten testing. Referanser Achelis SB (1995) Teknisk analyse fra A til Z. Irwin Brabazon A, ONeill M, Dempsey I (2008) En introduksjon til evolusjonær beregning i økonomi. IEEE Comput Intell Mag 3: 4255 Google Scholar Brameier M (2004) På lineær genetisk programmering. Doktorgradsavhandling, Universitt Dortmund Chitty DM (2007) En data parallell tilnærming til genetisk programmering ved hjelp av programmerbar grafikk maskinvare. I: GECCO 07: Forhandlinger på den 9. årlige konferansen om genetisk og evolusjonær beregning. ACM, New York, s. 15661573 Dempster MAH, Jones CM (2001) Et realtids-adaptivt handelssystem som bruker genetisk programmering. Quant Finance 1: 397413 CrossRef Google Scholar Fernndez F, Tomassini M, Vanneschi L (2003) En empirisk studie av multipopulasjonsgenetisk programmering. Genetisk Program Evolvable Mach 4: 2151 CrossRef MATH Google Scholar Folino G, Pizzuti C, Spezzano G (2003) En skalerbar cellulær implementering av parallell genetisk programmering. IEEE Trans Evol Comput 7: 3753 CrossRef Google Scholar Goldberg D, Deb K, Korb B (1989) Messy genetiske algoritmer: motivasjon, analyse og første resultater. Kompleks Syst 3: 493530 MATH MathSciNet Google Scholar Harding S, Banzhaf W (2007) Rask genetisk programmering på GPUer. I: EuroGP07: Utførelser av den 10. europeiske konferansen om genetisk programmering. Springer, Berlin Hirabayashi A, Aranha C, Ibba H (2009) Optimalisering av handelsregelen i utenlandsk valuta ved hjelp av genetisk algoritme. I: Utførelser av den 11. årlige konferansen om genetisk og evolusjonær beregning, s. 15291536 Hryshko A, Downs T (2003) En implementering av genetiske algoritmer som grunnlag for et handelssystem på valutamarkedet. I: Evolusjonær beregning, 2003, vol 3. 2003-kongressen på CEC 03, s. 16951701 Juill H, Pollack JB (1996) Massivt parallell genetisk programmering. Adv Genetisk Program 2: 339357 Google Scholar Koza JR (1992) Genetisk programmering. på programmering av datamaskiner ved naturlig valg. MIT Press, Cambridge MATH Google Scholar Langdon W (2010) En mange gjengede CUDA tolk for genetisk programmering. I: Genetisk programmering. Forelesningsnotater i datavitenskap, vol 6021. Springer, Berlin, s. 146158 Langdon W, Banzhaf W (2008) En SIMD-tolk for genetisk programmering på GPU grafikkort. I: Genetisk programmering. Forelesningsnotater i datavitenskap, vol 4971. Springer, Berlin, s. 7385 Matsui K, Sato H (2009) En sammenligning av genotyperepresentasjoner for å erverve aksjehandelsstrategi ved bruk av genetiske algoritmer. IEEE internasjonale konferanse om kunstige intelligenssystemer, s. 129134 Montana DJ (1995) Sterkt skrevet genetisk programmering. Evol Comput 3: 199230 CrossRef Google Scholar Oussaidne M, Chopard B, Pictet OV, Tomassini M (1996) Parallell genetisk programmering: En applikasjon til handelsmodeller evolusjon. I: Foredrag av den første årlige konferansen om genetisk programmering, GECCO 96. MIT Press, Cambridge, pp 357362 Oussaidne M, Chopard B, Pictet OV, Tomassini M (1997) Parallell genetisk programmering og dens anvendelse til handelsmodellinduksjon. Parallell Comput 23: 11831198 CrossRef MATH Google Scholar Robilliard D, Marion-Poty V, Fonlupt C (2008) Befolkning parallell GP på G80 GPU. I: EuroGP08: prosedyre på den 11. europeiske konferansen om genetisk programmering. Springer, Berlin, s. 98109 Robilliard D, Marion V, Fonlupt C (2009a) Høypresterende genetisk programmering på GPU. I: Foredrag i 2009-workshoppen om bio-inspirerte algoritmer for distribuerte systemer, BADS 09. ACM, New York, s. 8594 Robilliard D, Marion-Poty V, Fonlupt C (2009b) Genetisk programmering på grafikkbehandlingsenheter. Genetisk Program Evolvable Mach 10: 447471 CrossRef Google Scholar Wilson G, Banzhaf W (2010) Interday valutahandel med lineær genetisk programmering. I GECCO 10: Utførelser av den 12. årlige konferansen om genetisk og evolusjonær beregning. ACM, New York, s. 11391146 Opphavsrettsinformasjon