iT邦幫忙

2025 iThome 鐵人賽

DAY 22
0

Task
1. 推論紀錄
• 紀錄 (timestamp, features, model_output, confidence, RM decision, final_order)
2. 儲存格式
• 快速:CSV / Parquet
• 更完整:Postgres / TimescaleDB
3. 回放功能
• 從交易日誌重播 → 把市場資料輸給模型
• 對照實際下單 vs 預測 → 找 bottleneck
4. 可視化
• Grafana / Superset 看模型信心度分布
• 比較「風控前後」的下單差異
5. 應用
• 訓練新模型:用日誌裡的資料再做二次學習
• 策略優化:發現 RM 是否過嚴 / 過鬆


上一篇
【Day21】- 整合預測和風險管理
系列文
NautilusTrader 架構解析:Rust 在高效能量化交易平台中的角色與優勢22
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言