股票
從過去的數據中確定最佳交易信號（買入/賣出）
假設我們有一隻股票，我們唯一的行動是買入、賣出和持有（有或沒有做空）。
如果我們有足夠的股票過去數據，如何以有效甚至最優的方式確定過去每個時間戳的最優交易行為？交易成本、買賣差價和滑點肯定必須包括在內。
我可以認為這是一個黑盒優化問題，但是搜尋空間很大，所以搜尋效率很低。
我試圖在文獻中搜尋指針，但沒有任何結果。有沒有人研究過這樣做的好方法？
具體程序取決於問題的細節，例如
- 目標函式是什麼？夏普比率？終端財富？
- 交易成本的模型是什麼？
- 什麼是數據解析度？（如果它非常高，問題可能在計算上變得具有挑戰性）。
有許多論文，例如這篇論文，可以解決此類各種問題。這些肯定不是黑盒優化問題。有特定的、動機良好的目標函式、約束和動態。您應該明白，一般來說，搜尋空間的大小並不是問題能否有效解決的一個很好的指導。蠻力窮舉搜尋幾乎從未用於非平凡的優化問題。通常情況下，無限集（例如線性程序）上的問題比有限集（例如整數程序）上的問題要容易得多。