本申請案主張2014年3月7日申請的標(biāo)題為“用于金融市場中的大數(shù)據(jù)交易的系統(tǒng)及方法(Systems and Methods for Big Data Trading in Financial Markets)”的序列號為61/949,938的美國臨時申請案的權(quán)益及優(yōu)先權(quán)，所述臨時申請案特此以引用的方式并入本文中。

本申請案涉及與此同時申請的標(biāo)題為“用于針對金融市場中的大數(shù)據(jù)交易將資本分配到交易策略的系統(tǒng)及方法("Systems and Methods for Allocating Capital to Trading Strategies for Big Data Trading in Financial Markets)”的序列號為__/__,__的美國非臨時申請案，所述非臨時申請案特此以引用的方式并入本文中。

技術(shù)領(lǐng)域

本文所揭示的實施例涉及用于使用大數(shù)據(jù)分析金融市場中的交易的系統(tǒng)及方法。

技術(shù)實現(xiàn)要素：

本文提供的是用于產(chǎn)生及選擇交易算法的各種示范性系統(tǒng)及方法，其包含：隨機選擇技術(shù)指標(biāo)；隨機選擇評估區(qū)間；隨機選擇第一可交易項目；隨機選擇第一評估欄特性；利用所述第一評估欄特性乘以所述評估區(qū)間的乘積來計算所述可交易項目的所述技術(shù)指標(biāo)的過去值；在所述第一評估欄特性出現(xiàn)之后旋即計算所述可交易項目的所述技術(shù)指標(biāo)的現(xiàn)在值；基于在從目前開始的預(yù)定時間段內(nèi)所述第一評估欄特性每次出現(xiàn)時過去值與現(xiàn)在值之間的關(guān)系而做出決策；確定預(yù)定歷史時間段；利用所述第一評估欄特性乘以所述預(yù)定歷史時間段的所述評估區(qū)間的乘積來計算所述可交易項目的所述技術(shù)指標(biāo)的過去值；在所述預(yù)定歷史時間段期間在所述第一評估欄特性出現(xiàn)之后旋即計算所述可交易項目的所述技術(shù)指標(biāo)的現(xiàn)在值；基于在所述預(yù)定歷史時間段內(nèi)所述第一評估欄特性每次出現(xiàn)時過去值與現(xiàn)在值之間的關(guān)系而做出決策；確定第一績效度量及相對于所述第一績效度量的成功閾值準(zhǔn)則；如果所述成功閾值準(zhǔn)則得到滿足，選擇第二評估欄特性；利用所述第二評估欄特性乘以所述評估區(qū)間的乘積來計算所述可交易項目的所述技術(shù)指標(biāo)的過去值；在所述第二評估欄特性出現(xiàn)之后旋即計算所述可交易項目的所述技術(shù)指標(biāo)的現(xiàn)在值；基于在從目前開始的預(yù)定時間段內(nèi)所述第二評估欄特性每次出現(xiàn)時過去值與現(xiàn)在值之間的關(guān)系而做出決策；確定預(yù)定歷史時間段；利用所述第二評估欄特性乘以所述預(yù)定歷史時間段的所述評估區(qū)間的乘積來計算所述可交易項目的所述技術(shù)指標(biāo)的過去值；在所述預(yù)定歷史時間段期間在所述第二評估欄特性出現(xiàn)之后旋即計算所述可交易項目的所述技術(shù)指標(biāo)的現(xiàn)在值；選擇第二可交易項目；選擇第三評估欄特性；利用所述第三評估欄特性乘以所述評估區(qū)間的乘積來計算所述第二可交易項目的所述技術(shù)指標(biāo)的過去值；在所述第三評估欄特性出現(xiàn)發(fā)生之后旋即計算所述第二可交易項目的所述技術(shù)指標(biāo)的現(xiàn)在值；基于在從目前開始的預(yù)定時間段內(nèi)所述第三評估欄特性每次出現(xiàn)時過去值與現(xiàn)在值之間的關(guān)系而做出決策；確定預(yù)定歷史時間段；利用所述第三評估欄特性乘以所述預(yù)定歷史時間段的所述評估區(qū)間的乘積來計算所述第二可交易項目的所述技術(shù)指標(biāo)的過去值；在所述預(yù)定歷史時間段期間在所述第三評估欄特性出現(xiàn)之后旋即計算所述可交易項目的所述技術(shù)指標(biāo)的現(xiàn)在值；確定第二績效度量；相對于其它類似排名算法對所述技術(shù)指標(biāo)的績效進行排名；以及選擇實現(xiàn)相對于所述第二績效度量的預(yù)定閾值的所述算法。

另外示范性系統(tǒng)及方法包含：隨機選擇多個技術(shù)指標(biāo)；隨機選擇多個評估區(qū)間；隨機選擇多個可交易項目；隨機選擇多個評估欄特性；利用所述第一評估欄特性乘以所述評估區(qū)間的乘積來計算所述可交易項目的所述多個技術(shù)指標(biāo)中的每一者的過去值；在所述第一評估欄特性出現(xiàn)之后旋即計算所述可交易項目的所述多個技術(shù)指標(biāo)中的每一者的現(xiàn)在值；基于在從目前開始的預(yù)定時間段內(nèi)所述第一評估欄特性每次出現(xiàn)時過去值與現(xiàn)在值之間的關(guān)系而做出決策；確定預(yù)定歷史時間段；利用所述第一評估欄特性乘以所述預(yù)定歷史時間段的所述評估區(qū)間的乘積來計算所述可交易項目的所述多個技術(shù)指標(biāo)中的每一者的過去值；在所述預(yù)定歷史時間段期間在所述第一評估欄特性出現(xiàn)之后旋即計算所述可交易項目的所述多個技術(shù)指標(biāo)中的每一者的現(xiàn)在值；基于在所述預(yù)定歷史時間段內(nèi)所述第一評估欄特性每次出現(xiàn)時過去值與現(xiàn)在值之間的關(guān)系而做出決策；確定第一績效度量及相對于所述第一績效度量的成功閾值準(zhǔn)則；確定所述成功閾值準(zhǔn)則是否得到滿足，且如果其得到滿足，那么選擇第二評估欄特性；利用所述第二評估欄特性乘以所述評估區(qū)間的乘積來計算所述可交易項目的所述多個技術(shù)指標(biāo)中的每一者的過去值；在所述第二評估欄特性出現(xiàn)之后旋即計算所述可交易項目的所述多個技術(shù)指標(biāo)中的每一者的現(xiàn)在值；基于在從現(xiàn)在開始的預(yù)定時間段內(nèi)所述第二評估欄特性每次出現(xiàn)時過去值與現(xiàn)在值之間的關(guān)系而做出決策；確定預(yù)定歷史時間段；利用所述第二評估欄特性乘以所述預(yù)定歷史時間段的所述評估區(qū)間的乘積來計算所述可交易項目的所述多個技術(shù)指標(biāo)中的每一者的過去值；在所述預(yù)定歷史時間段期間在所述第二評估欄特性出現(xiàn)之后旋即計算所述可交易項目的所述多個技術(shù)指標(biāo)中的每一者的現(xiàn)在值；選擇第二可交易項目；選擇第三評估欄特性；利用所述第三評估欄特性乘以所述評估區(qū)間的乘積來計算所述第二可交易項目的所述多個技術(shù)指標(biāo)中的每一者的過去值；在所述第三評估欄特性出現(xiàn)之后旋即計算所述第二可交易項目的所述多個技術(shù)指標(biāo)中的每一者的現(xiàn)在值；基于在從目前開始的預(yù)定時間段內(nèi)所述第三評估欄特性每次出現(xiàn)時過去值與現(xiàn)在值之間的關(guān)系而做出決策；確定預(yù)定歷史時間段；利用所述第三評估欄特性乘以所述預(yù)定歷史時間段的所述評估區(qū)間的乘積來計算所述第二可交易項目的所述多個技術(shù)指標(biāo)中的每一者的過去值；在所述預(yù)定歷史時間段期間在所述第三評估欄特性出現(xiàn)之后旋即計算所述可交易項目的所述多個技術(shù)指標(biāo)中的每一者的現(xiàn)在值；確定第二績效度量；對所述多個技術(shù)指標(biāo)中的每一者的績效進行排名；以及選擇實現(xiàn)相對于所述第二績效度量的預(yù)定閾值的所述技術(shù)指標(biāo)。

根據(jù)一些示范性系統(tǒng)及方法，所述技術(shù)指標(biāo)基于活動指示是買入還是賣出所述可交易項目，所述活動是價格活動、成交量活動、時間活動、市場活動、經(jīng)濟活動或天氣活動中的任何者，所述可交易項目是下列中的任何者：指數(shù)、股票、債券、商品、體育比分、房地產(chǎn)物品或另一資產(chǎn)，所述第一績效度量是最小績效準(zhǔn)則，所述多個技術(shù)指標(biāo)包括至少一百個技術(shù)指標(biāo)，所述多個評估區(qū)間包括至少一百個評估區(qū)間，所述多個可交易項目包括至少一百個可交易項目，所述多個評估欄特性包括至少一百個評估欄特性，隨機選擇至少一百個技術(shù)指標(biāo)，每一技術(shù)指標(biāo)與進一步與隨機選擇的評估欄特性相關(guān)聯(lián)的隨機選擇的評估區(qū)間相關(guān)聯(lián)，且所述決策是買入、賣出、賣空及回購中的任何者。

附圖說明

圖1A到1D是用于產(chǎn)生及選擇交易算法的示范性方法的流程圖。

圖2展示用于產(chǎn)生及選擇交易算法的示范性系統(tǒng)架構(gòu)。

圖3是用于產(chǎn)生及選擇交易算法的示范性方法的另一流程圖。

圖4展示用于指導(dǎo)主云服務(wù)器的操作的示范性交互式圖形用戶接口。

具體實施方式

圖1A到1D是用于產(chǎn)生及選擇交易算法的示范性方法100的流程圖。

在步驟101處，選擇技術(shù)指標(biāo)、評估區(qū)間、第一可交易項目及第一評估欄特性。選擇方法可從隨機選擇以上元素中的一或多者變化到使用其它模型來進行選擇而不盡相同。選擇方法可包含(但不限于)人性化設(shè)計、模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)、進化算法、遺傳算法、機器學(xué)習(xí)等等。在一些例子中，步驟101是完全自動化的過程。

欄由跨可交易項目的某一時間段的開盤價格、收盤價格、干預(yù)價格、成交量及交易活動組成。舉例來說，黃金價格可在9:00AM在交易所以每盎司800美元開盤，且在5:00PM在同一交易所以每盎司900美元收盤。這可表示一個欄。

最基本層次的技術(shù)指標(biāo)是通過將公式應(yīng)用到可交易項目的價格數(shù)據(jù)而導(dǎo)出的一系列數(shù)據(jù)點。技術(shù)指標(biāo)提供了可交易項目的基本價格走勢的強度及方向的獨特視角。示范性技術(shù)指標(biāo)包含(但不以限制的方式)相對強弱指數(shù)(“RSI”)、平均方向性指數(shù)、隨機指標(biāo)、資金流量指數(shù)、移動平均值背馳指標(biāo)、Bollinger等等。

評估區(qū)間是用于評估條件是否為真的欄的數(shù)目。舉例來說，相對于RSI，如果評估區(qū)間是五十五個欄，那么所述方法包含確定在最近五十五個欄期間RSI是否為真。

評估欄特性可包含用于評估條件是否為真的時間段。例如，31分鐘的評估期可表示評估欄特性。相對于RSI實例(上文)，所述方法可包含評估在先前五十五個31分鐘的評估欄中相對強弱指數(shù)是否為真。

評估欄特性可基于時間、成交筆數(shù)、成交量或市場活動。舉例來說，時間(例如，秒、分鐘、小時、日、月等等)及/或成交筆數(shù)(在交易所的交易，例如X次交易)及/或成交量(例如，一個、十個、兩百個、一千個等等的合約)，及/或市場活動(例如0.5％、1％、1.5％、2％等等的市場波動)。

可交易項目可包含被交易的任何項目。舉例來說，可選擇黃金的期貨市場來產(chǎn)生交易算法?？山灰醉椖靠砂魏坞娮咏灰资袌觯浒浩谪?例如，S&P、歐元、黃金、原油、棉花、大豆、10年期票據(jù)、瘦豬肉等等)、股票(例如，PG、GE、AAPL、GOOG、FB等等)、債券(例如，美國政府債券、歐洲美元等等)及外匯(例如，EURUSD歐元兌美元等等)。

相對于步驟101，作為實例，可選擇相對強弱指數(shù)(“RSI”)作為技術(shù)指標(biāo)?？蛇x擇55個評估區(qū)間?？蛇x擇黃金價格作為第一可交易項目?？蛇x擇每31分鐘作為第一評估欄特性。

在步驟102處，利用第一評估欄特性乘以評估區(qū)間的乘積來計算可交易項目的技術(shù)指標(biāo)的過去值。舉例來說，應(yīng)用來自步驟101的數(shù)據(jù)，針對過去五十五個31分鐘評估區(qū)間每31分鐘計算黃金的RSI的過去值(產(chǎn)生1705個RSI的過去值)。

在步驟103處，在第一評估欄特性出現(xiàn)之后旋即計算可交易項目的技術(shù)指標(biāo)的現(xiàn)在值。舉例來說，應(yīng)用來自步驟101的數(shù)據(jù)，從目前開始每31分鐘計算RSI的現(xiàn)在值。

在步驟104處，基于在從目前開始的預(yù)定時間段內(nèi)第一評估欄特性每次出現(xiàn)時技術(shù)指標(biāo)的過去值與現(xiàn)在值之間的關(guān)系而做出決策。舉例來說，應(yīng)用來自步驟101的數(shù)據(jù)，在從目前開始的下一個三天的預(yù)定時間段內(nèi)，計算黃金的RSI的現(xiàn)在值。將比較這個值與在現(xiàn)在值計算之前的31分鐘所計算的黃金的RSI的過去值。如果現(xiàn)在值相對于過去值的關(guān)系是更高、更低或未改變，那么做出對應(yīng)交易決策，例如買入、賣出或持倉。

在步驟105處，確定預(yù)定歷史時間段。舉例來說，上一個五年可為預(yù)定歷史時間段。

在步驟106處，利用第一評估欄特性乘以預(yù)定歷史時間段的評估區(qū)間的乘積來計算可交易項目的技術(shù)指標(biāo)的過去值。舉例來說，應(yīng)用來自步驟101及105的數(shù)據(jù)，針對過去五年的過去55個評估區(qū)間每31分鐘計算黃金的RSI的過去值。

在步驟107處，在預(yù)定歷史時間段期間在第一評估欄特性出現(xiàn)之后旋即計算可交易項目的技術(shù)指標(biāo)的現(xiàn)在值。舉例來說，應(yīng)用來自步驟101及105的數(shù)據(jù)，往前追溯五年，以每一31分鐘為間隔，計算RSI的現(xiàn)在值。

在步驟108處，基于在預(yù)定歷史時間段內(nèi)第一評估欄特性每次出現(xiàn)時過去值與現(xiàn)在值之間的關(guān)系而做出決策。舉例來說，相對于來自步驟106及107的所計算的數(shù)據(jù)，往前追溯五年，以每一31分鐘為間隔，計算RSI的現(xiàn)在值。將RSI的現(xiàn)在值與31分鐘前所計算的RSI的過去值相比較。如果現(xiàn)在值與過去值的關(guān)系是更高、更低或未改變中的一者，那么做出對應(yīng)交易決策，例如買入、賣出或持倉。

在步驟109處，確定第一績效度量及相對于第一績效度量的成功閾值準(zhǔn)則。舉例來說，第一績效度量可為利潤百分比，且相對于第一績效度量的成功閾值準(zhǔn)則可為至少10％的利潤。

績效度量包含(但不限于)：1年的總利潤、一段時間的盈利交易的百分比、在每一交易中收益或虧損多少、在熊市或牛市中的盈利交易的％、利潤因子(總收益>總虧損)、與其它指數(shù)的關(guān)聯(lián)、彌補最大虧損的盈利交易的比率等等。

在各種實施例中，使用許多常規(guī)及非常規(guī)績效度量。舉例來說，常規(guī)績效度量是在兩個或兩個以上交易算法之間比較同一市場上的同一時間評估欄區(qū)間。例如，比較具有15分鐘時間評估欄特性的第一交易算法在S&P 500上的績效與具有15分鐘時間評估欄特性的第二交易算法在S&P 500上的績效。

在步驟110處，如果步驟109處所確定的成功閾值準(zhǔn)則相對于步驟108的績效得到滿足，那么選擇第二評估欄特性。舉例來說，如果步驟108的績效導(dǎo)致大于10％的利潤，那么可選擇每50分鐘的第二評估欄特性(采用本文所描述的選擇方法)。

在步驟111處，利用第二評估欄特性乘以評估區(qū)間的乘積來計算可交易項目的技術(shù)指標(biāo)的過去值。舉例來說，應(yīng)用來自步驟110的數(shù)據(jù)，針對過去55個50分鐘的區(qū)間每50分鐘計算黃金的RSI的過去值(產(chǎn)生黃金的RSI的2707個過去值)。

在步驟112處，在第二評估欄特性出現(xiàn)之后旋即計算可交易項目的技術(shù)指標(biāo)的現(xiàn)在值。舉例來說，應(yīng)用來自步驟110的數(shù)據(jù)，從目前開始每50分鐘計算黃金的RSI的現(xiàn)在值。

在步驟113處，基于在從目前開始的預(yù)定時間段內(nèi)第二評估欄特性每次出現(xiàn)時技術(shù)指標(biāo)的過去值與現(xiàn)在值之間的關(guān)系而做出決策。舉例來說，應(yīng)用來自步驟110的數(shù)據(jù)，在從目前開始的下一個月的預(yù)定時間段內(nèi)，每50分鐘計算黃金的RSI的現(xiàn)在值。將比較這個值與在現(xiàn)在值之前50分鐘所計算的黃金的RSI的過去值。如果現(xiàn)在值在與過去值比較時的關(guān)系是更高、更低或未改變，那么做出對應(yīng)交易決策，例如買入、賣出或持倉。

在步驟114處，確定預(yù)定歷史時間段。舉例來說，上一個十年可為預(yù)定歷史時間段。

在步驟115處，利用第二評估欄特性乘以預(yù)定歷史時間段的評估區(qū)間的乘積來計算可交易項目的技術(shù)指標(biāo)的過去值。舉例來說，應(yīng)用來自步驟110及114的數(shù)據(jù)，針對過去10年的過去55個評估區(qū)間每50分鐘計算黃金的RSI的過去值。

在步驟116處，在預(yù)定歷史時間段期間在第二評估欄特性出現(xiàn)之后旋即計算可交易項目的技術(shù)指標(biāo)的現(xiàn)在值。舉例來說，應(yīng)用來自步驟110及114的數(shù)據(jù)，往前追溯十年，以每一50分鐘為間隔，計算RSI的現(xiàn)在值。

在步驟117處，選擇第二可交易項目。舉例來說，選擇石油價格。

在步驟118處，選擇第三評估欄特性。舉例來說，可選擇每分鐘作為第三評估欄特性。

在步驟119處，利用第三評估欄特性乘以評估區(qū)間的乘積來計算第二可交易項目的技術(shù)指標(biāo)的過去值。舉例來說，應(yīng)用來自步驟117及118的數(shù)據(jù)，針對過去55個一分鐘區(qū)間每分鐘計算石油的RSI的過去值(產(chǎn)生RSI的55個過去值)。

在步驟120處，在第三評估欄特性出現(xiàn)之后旋即計算第二可交易項目的技術(shù)指標(biāo)的現(xiàn)在值。舉例來說，應(yīng)用來自步驟117及118的數(shù)據(jù)，從目前開始每分鐘計算石油的RSI的現(xiàn)在值。

在步驟121處，基于在從目前開始的預(yù)定時間段內(nèi)第三評估欄特性每次出現(xiàn)時技術(shù)指標(biāo)的過去值與現(xiàn)在值之間的關(guān)系而做出決策。舉例來說，應(yīng)用來自步驟117及118的數(shù)據(jù)，在從目前開始的下一個六個月的預(yù)定時間段內(nèi)，每分鐘計算石油的RSI的現(xiàn)在值。將比較這個值與在現(xiàn)在值計算之前1分鐘所計算的石油的RSI的過去值。如果現(xiàn)在值相對于過去值的關(guān)系是更高、更低或未改變，那么將做出對應(yīng)交易決策，例如買入、賣出或持倉。

在步驟122處，確定預(yù)定歷史時間段。舉例來說，上一個二十年可為預(yù)定歷史時間段。

在步驟123處，利用第三評估欄特性乘以預(yù)定歷史時間段的評估區(qū)間的乘積來計算第二可交易項目的技術(shù)指標(biāo)的過去值。舉例來說，應(yīng)用來自步驟117、118及122的數(shù)據(jù)，針對上一個二十年的過去55個評估區(qū)間每分鐘計算石油的RSI的過去值。

在步驟124處，在預(yù)定歷史時間段期間在第三評估欄特性出現(xiàn)之后旋即計算第二可交易項目的技術(shù)指標(biāo)的現(xiàn)在值。舉例來說，應(yīng)用來自步驟117、118及122的數(shù)據(jù)，往前追溯二十年，以每一分鐘為間隔，計算石油的RSI的現(xiàn)在值。

在步驟125處，確定第二績效度量。舉例來說，第二績效度量可為虧損百分比。

在步驟126處，基于第二績效度量相對于針對相同/不同評估欄特性的相同/不同可交易項目的其它技術(shù)指標(biāo)對針對第三評估欄特性的第二可交易項目的技術(shù)指標(biāo)的績效進行排名。每一技術(shù)指標(biāo)、相關(guān)聯(lián)的可交易項目、評估欄特性及評估區(qū)間可稱為交易算法。舉例來說，可相對于55個評估區(qū)間每27分鐘的牛肉價格的資金流量指數(shù)技術(shù)指標(biāo)的交易算法基于虧損百分比而對具有55個評估區(qū)間每1分鐘的第三評估欄特性的石油價格的RSI的交易算法進行排名。

在步驟127處，選擇實現(xiàn)相對于第二績效度量的預(yù)定閾值的交易算法。舉例來說，選擇具有小于百分之二的虧損的那些交易算法。

根據(jù)另外實施例，匹配選定準(zhǔn)則的任何交易算法被自動保存。舉例來說，對市場數(shù)據(jù)應(yīng)用10,000,000個交易算法且比較結(jié)果確定具有最高％回報率、最低支取、最高利潤因子等等的算法的排名。滿足最低標(biāo)準(zhǔn)的交易算法存儲于數(shù)據(jù)庫及/或數(shù)據(jù)倉庫中且為選定交易算法，且未滿足最低標(biāo)準(zhǔn)的交易算法被篩除。舉例來說，前述的10,000,000個交易算法中的1,000,000個交易算法具有大于50％的回報率，這1,000,000個交易算法是選定交易算法且存儲于數(shù)據(jù)倉庫中。

在一些實施例中，最低標(biāo)準(zhǔn)是指具有交易價值的任何東西。最低標(biāo)準(zhǔn)針對不同初步測試而不同。舉例來說，如果策略是尋找安全交易算法，那么在不利的市場條件(例如動蕩或熊市時期)下的篩選準(zhǔn)則注重安全性(最小虧損)。如果策略是尋找高績效交易算法，那么篩選準(zhǔn)則注重高回報率，例如具有高年回報率(即，大于50％的回報率)的任何交易算法。

基于另外示范性系統(tǒng)及方法，可批量產(chǎn)生(有時隨機地)經(jīng)組合的技術(shù)指標(biāo)、評估區(qū)間、可交易項目及評估欄特性的大規(guī)模集合，其中每一者具有不同組合。本文所描述的計算可跨眾多計算裝置快速執(zhí)行。

技術(shù)指標(biāo)可包含基于活動指示是否買入或賣出可交易項目的任何事物。所述活動可包含價格活動、成交量活動、時間活動、市場活動、經(jīng)濟活動或天氣活動中的任何者?？山灰醉椖靠砂笖?shù)、股票、債券、商品、體育比分、房地產(chǎn)物品或另一資產(chǎn)中的任何者。由本文所描述的示范性系統(tǒng)及方法所支持及/或執(zhí)行的決策可包含買入、賣出、賣空及/或回購中的任何者。

所屬領(lǐng)域的一般技術(shù)人員將理解：由于存在大量變量，交易數(shù)據(jù)及/或原始交易數(shù)據(jù)是大數(shù)據(jù)，舉例來說，每一個電子交易市場上的上百萬或更多的交易算法乘以每算法的成千上萬的交易以及眾多評估度量是巨量數(shù)據(jù)。此巨量數(shù)據(jù)被實時跟蹤且持續(xù)更新。因此，這種規(guī)模下的數(shù)據(jù)分析是“大數(shù)據(jù)交易”，這是因為數(shù)據(jù)過于多樣、快速變化且巨大以至于常規(guī)技術(shù)無法有效處理。

根據(jù)另外示范性實施例，可跨多個計算裝置執(zhí)行本文所描述的方法以實現(xiàn)更快處理率。舉例來說，前述1,000,000個選定交易算法跨多個不同機器縮放以用于數(shù)據(jù)處理。例如，云管理器可同時在多個計算機處理器上運行本文所描述的方法，由此提高處理量以在較少時間內(nèi)實現(xiàn)更多記錄。在一些例子中，處理的量取決于情境時間限制。舉例來說，當(dāng)需要快速執(zhí)行本文所描述的方法時，從商業(yè)數(shù)據(jù)中心租用虛擬機以增加處理量，且所需工作被分成較小單元。例如，1,000,000個選定交易算法可被細(xì)分為五個單元的200,000個交易算法。每一較小單元的200,000個算法被指派到在需要時開啟且在結(jié)束時關(guān)閉的虛擬機或虛擬機的群組。

圖2展示用于產(chǎn)生及選擇交易算法的示范性系統(tǒng)架構(gòu)200。示范性架構(gòu)200包含隨機組合產(chǎn)生器201、主云服務(wù)器202及選定策略服務(wù)器203。

根據(jù)一些示范性實施例，隨機組合產(chǎn)生器201是用于隨機選擇指標(biāo)、評估區(qū)間、可交易項目、欄定義及/或其它參數(shù)的硬件。此硬件還負(fù)責(zé)此類參數(shù)的隨機組合。

根據(jù)各種示范性實施例，主云服務(wù)器202包括主虛擬機服務(wù)器。根據(jù)各種示范性實施例，虛擬機可包括特定計算機系統(tǒng)的仿真。虛擬機基于真實或假想計算機的計算機架構(gòu)及功能來操作，且其實施可涉及專門硬件、軟件或兩者的組合。

在某些示范性實施例中，主虛擬機服務(wù)器可包括負(fù)責(zé)產(chǎn)生所有或大多數(shù)虛擬機的單個服務(wù)器。

舉例來說，云管理器可為管理交易策略或算法的定制應(yīng)用程序。云管理器經(jīng)配置到用于處理大量數(shù)據(jù)的云計算實例的集群。云管理器充當(dāng)用戶接口以處置虛擬計算實例的排序及取消。另外，云管理器可允許虛擬機的詳細(xì)定制。舉例來說，可針對每一虛擬機及/或所有虛擬機詳述隨機存取存儲器(“RAM”)、處理器速度、處理器數(shù)目、網(wǎng)絡(luò)細(xì)節(jié)、安全/加密及/或存儲器。一旦云計算實例的集群經(jīng)排序且運行，則云管理器“偵聽”閑置機器且“指派”任一閑置機器交易策略以供分析。

基于云的計算環(huán)境是通常組合大處理器群組的計算能力及/或組合大計算機存儲器或存儲裝置群組的存儲容量的資源。舉例來說，提供云資源的系統(tǒng)可由其擁有者專用；或此類系統(tǒng)可由外部用戶訪問，所述外部用戶在計算基礎(chǔ)結(jié)構(gòu)內(nèi)部署應(yīng)用程序以獲得大型計算或存儲資源的益處。

舉例來說，從第三方云服務(wù)提供商的角度，提交訂單以基于具有所需規(guī)格的所存儲的模板vm的圖像創(chuàng)建虛擬機(vm)且將其命名為“VM1”。

根據(jù)一些示范性實施例的選定策略服務(wù)器203可包括滿足如存儲于數(shù)據(jù)庫及/或數(shù)據(jù)倉庫中的最低標(biāo)準(zhǔn)的交易算法、交易策略或“蠕蟲(bots)”。

圖3是用于產(chǎn)生及選擇交易算法的示范性方法300的另一流程圖。

根據(jù)一些示范性實施例，在圓圈301內(nèi)，展示在用于隨機選擇指標(biāo)、評估區(qū)間、可交易項目、欄定義及/或其它參數(shù)的隨機組合產(chǎn)生器(例如隨機組合產(chǎn)生器201(圖2))的指導(dǎo)下的步驟。此產(chǎn)生器還負(fù)責(zé)此類參數(shù)的隨機組合。

根據(jù)一些示范性實施例，在圓圈301外，展示在主云服務(wù)器(例如主云服務(wù)器202(圖2))的指導(dǎo)下的步驟。

圖4展示用于指導(dǎo)主云服務(wù)器(例如主云服務(wù)器202(圖2))的操作的示范性交互式圖形用戶接口400。

根據(jù)一些示范性實施例，示范性交互式圖形用戶接口400負(fù)責(zé)產(chǎn)生及選擇交易策略、算法及/或蠕蟲。示范性交互式圖形用戶接口400經(jīng)配置到用于處理大量數(shù)據(jù)的云計算實例的集群。示范性交互式圖形用戶接口400是處置虛擬計算實例的排序及取消的接口。另外，其可允許虛擬機的詳細(xì)定制。舉例來說，可針對每一虛擬機及/或所有虛擬機詳述隨機存取存儲器(“RAM”)、處理器速度、處理器數(shù)目、網(wǎng)絡(luò)細(xì)節(jié)、安全/加密及/或存儲器。一旦云計算實例的集群經(jīng)排序且運行，則示范性交互式圖形用戶接口400通過主云管理器“偵聽”閑置機器且“指派”任一閑置機器交易策略以供分析。

本文所描述的示范性系統(tǒng)及方法可執(zhí)行于包含防火墻及加密技術(shù)的使用的安全計算環(huán)境中。鑒于所產(chǎn)生的信息的潛在高價值，及所得投資決策的潛在規(guī)模，可采取措施來以安全方式執(zhí)行本文中的一些或所有步驟，重點在于例如確定交易策略及執(zhí)行的步驟。舉例來說，除最優(yōu)策略之外，可有目的地將非最優(yōu)策略添加在最優(yōu)策略的同一字符串或數(shù)字?jǐn)?shù)據(jù)環(huán)境中以迷惑截獲此信息的任何不受歡迎的黑客。作為另一實例，除了待被執(zhí)行的所要交易之外，可將非所要交易有目的地添加到所要交易的同一字符串或數(shù)字?jǐn)?shù)據(jù)環(huán)境中以迷惑截獲此信息的任何不受歡迎的黑客。此外，所要交易可接收用于執(zhí)行的資金，而非所要交易可能不接收用于執(zhí)行的資金。

盡管上文已描述各種實施例，但應(yīng)理解，其已僅以實例而非限制的形式呈現(xiàn)。不希望描述將技術(shù)范圍限于本文所闡述的特定形式。因此，優(yōu)選實施例的廣度及范圍不應(yīng)受以上所描述的示范性實施例中的任何者限制。應(yīng)理解，以上描述是說明性的且不是限制性的。與此相反，希望本描述涵蓋如可包含于如由所附權(quán)利要求書且以其它方式由所屬領(lǐng)域的一般技術(shù)人員了解的技術(shù)的精神及范圍內(nèi)的此類替代、修改及等效物。因此，不應(yīng)參考上文描述來確定技術(shù)范圍，而應(yīng)參考所附權(quán)利要求書連同其全部范圍的等效物來確定技術(shù)范圍。