如何建立一个回测系统（四）

搜索任务处理

一个好的量化交易，是对于一个函数的极值的搜索及规则的搜索

但因为函数的复杂性，无法得到函数的性质，有时候可以采用暴力搜索极值点的方式

类似于sum(f(g(x,y),z),t) = alpha其中z是外部响应，z与g(x,y)之间接近线性无关（我们的交易量远达不到影响结果的情景）t是时间序列下标

g（x，y）中不同的系数对于f的的影响不同，又因为g(x,y)不是一个显函数，只能通过代入数据计算

我们定义每组(x,y,ts,te)为搜索任务，将数据及计算函数交由每个线程完成，此时不会涉及多线程问题，任务之间线性无关

第一版本我本想通过序列化为字符串形式来作为存储

但因为字符串是变长形式，难以在文件层级进行读写

故而想到如对象存储一般，因为实现难度高，工程量巨大（修改操作占主要），故转而投向SQLite作为持久化操作

我以SQL作为存储端，将任务分发至多台机器形成集群，可以极大的加快搜索进度，且任意机器死亡可以在另一台机器上恢复，无需从头开始