每日热点

创立于1985年的美国《期货真相》杂志，致力于服务全球股票及商品期货交易者，其核心职能是为读者验证各类系统交易策略的实际表现。世界各地的交易系统开发者将策略提交给杂志编辑部进行实盘验证。编辑部根据交易成绩进行排名并定期公布榜单。在过去多年里，以TSL命名的交易系统系列表现尤为突出。更引人注目的是，TSL系列策略均由同一家公司使用同一套量化交易策略设计软件生成。

许多用户正是通过《期货真相》的排名榜单认识并了解了TSL，进而选择将其作为交易中寻找稳健策略的重要工具。

什么是TSL？

Trading System Lab是一家位于美国硅谷的科技公司，同时也指该公司设计与生产的同名金融量化交易策略设计软件。TSL的独特之处在于其底层算法引擎——AIM-GP。遗传基因程序是演化算法的一种。自90年代初起，众多人工智能学者便开始积极开发该算法的理论与应用。在短短数年间，便有数百篇相关学术论文发表，足见科学界对其的重视。有研究者指出，自然界中的涌现现象在该算法的本质中客观存在。对于熟悉传统哲学或进化论的读者而言，这一论证颇具启发性，因为它意味着计算机程序能够以更接近自然演进的方式自动生成解决方案。遗传基因程序借鉴了归纳法思想，通过让一群计算机程序不断进化演变进行机器学习，从而为预定义的问题寻找优化解。简而言之，该算法有能力像自然万物一样，自动化地生成能够解决问题的计算机程序。

二元机器代码自动归纳合成技术，指的是遗传基因程序算法在计算机最底层，将指令以二元机器码形式存储并直接在中央处理器中运行，省去了常规程序所需的编译器或复杂内存操作，从而极大提升了运算速度。事实上，在过去几十年里，尽管计算机硬件速度飞速发展，但利用计算机挖掘数据、寻找稳健交易策略的过程，往往仍需耗费数月甚至数年时间。

正因如此，TSL公司创始人决定组建团队，旨在帮助用户缩短策略开发周期。通过尖端的AIM-GP寻优算法技术，能够将策略运算周期大幅缩短，最快可在数分钟内完成策略开发。

公司创始人简介

迈克·班纳，拥有美国亚利桑那州立大学数学学士学位和斯坦福大学航空航天工程硕士学位，曾担任相关领域工程师，也是知名交易系统的设计者。他于90年代以商品期货交易顾问身份加入美国全国期货协会，1997年开始开发自己的交易系统，并创办公司来运行该系统。他于1993年创立了Trading System Lab，1998年开始管理资金，拥有数十年的建模经验。

TSL用户如何生成交易策略？

TSL用户只需操作几个简单步骤，即可建立一套具备盈利潜力的稳健交易系统。

1. 导入原始数据：TSL可自动导入多种格式的原始数据，用户无需复杂设置。

2. 自定义输入：用户可选择自定义指标、价格形态等作为策略生成器的输入信号。

3. 预处理数据：使用预处理器对原始数据和自定义输入进行格式处理，此举能显著加快系统回测速度。

4. 选择训练框架：提供多种目标函数模型、下单模型以及交易品种模型。用户需定义样本内和样本外数据的比例。

5. 开始人工智能训练：TSL每秒可生成数百甚至数千个新交易策略。根据电脑配置和数据量，几分钟内便能生成数十万个策略。

6. 实时检测策略表现：每次进化过程中存留的优化策略，都会在样本外数据上进行模拟交易，得出相应盈利和回撤数据。TSL将成绩标示在运行路径记录图表中，使用户能清晰查看每个优化策略的表现。若对结果不满意，用户可返回上一步选择其他框架重新训练。

7. 转换策略代码：用户找到合意的交易策略后，可利用TSL将其自动转换为多种主流交易平台的原始代码，以便在习惯的平台上进行回测、模拟或实盘交易。

TSL如何防止过度拟合？

TSL通过以下特征防止过度拟合，从而提升交易策略的稳健性。

1. 简化模型参数：交易策略越简单，其持久生存能力通常越强，未来维持过往表现的概率也越高。

2. 进化过程随机化：在进化过程中引入随机性，避免陷入局部最优解。

3. 进化目标随机化：新策略的生成并不完全遵循目标函数的指引，从算法理论上避免局部最优。

4. 初始策略随机化：进化开始前以随机策略作为起点，提升寻找到全局最优解的几率。

5. 策略检验多元化：除了进行样本外测试验证是否过度拟合外，还在运行路径记录图表中对每个产生的策略进行实时展示，说明框架的稳健性。

6. 进化设置无偏化：进化设置不带有市场偏见，不对任何输入数据信息做方向性预设，从不同方向和组合考验其实际价值。

7. 权重结构合理化：交易次数越多且策略越简单，其权重越高。

8. 策略回测简化：生成的交易策略可直接在TSL中调用，在其对应市场或品种上进行回测以验证稳健性，无需先转化为第三方平台代码。

高级日交易系统策略：TSL如何处理复杂的区制转移问题？

遗传基因程序能够实现多端输出，允许多个子交易系统共存于一个更大的主系统中。每个子系统都会对主系统的资本回报曲线产生影响。这种自动化策略生成系统威力强大，因为综合多个稳健策略的系统通常比单一策略表现更优。区制转移机制一直是系统交易者需要面对的挑战。然而，由于日交易数据精度高、数据量相对较大，参考样本较为丰富，TSL的遗传基因程序能够生成多个输出，围绕历史数据中的各种情况，自动优化和组合多个子系统来形成一个完整的大系统。

在子系统的优化过程中，TSL遵循用户定义的目标函数，自动化地将回报率相关性低的子系统组合起来，从而最终提高交易策略的整体回报与稳健度。用户使用TSL进行策略设计，不仅能因AIM技术节省运算时间，更能凭借遗传基因程序多端输出的特性，一站式解决复杂的区制转移问题，从而提升策略开发速度和回报效益。

TSL的遗传基因程序算法引擎

TSL能够在短短几分钟内为任何市场交易品种自动生成稳健的交易系统。其超凡的运算能力得益于底层算法引擎——Discipulus。该引擎基于AIM-GP这一先进的算法理论研制而成。TSL凭借Discipulus实现了这一尖端的搜索寻优算法。

这里的GP采用了线性排列式遗传基因程序。线性排列式遗传基因程序有别于树状排列式遗传基因程序，前者启发自命令式编程，后者启发自函数式编程。许多商业应用程序用线性排列式处理显得更为自然。

研究表明，AIM-GP的性能超越多种传统机器学习方法。它被誉为高效的二元机器代码自动归纳合成算法。它能够在遗传进化过程中，将交易涉及的各种元素在最底层的二元机器代码层面进行基因合成，从而速度极快。其进化合成出的策略，往往是由全新的数学逻辑组成的技术分析指标，而非仅基于预设逻辑的简单拼凑。

事实上，许多交易平台都提供了基于遗传算法的策略优化功能。然而，一般基于GA算法的寻优系统，其速度增长仅为线性。而采用AIM-GP技术的TSL寻优引擎，其运行速度呈几何级数增长，具有越算越快的特性，最终整体运算时间大幅缩短。

Discipulus具体实现了AIM-GP的算法功能。众多行业的数据分析研究人员都已采用Discipulus的强大寻优算法引擎来驱动其数据挖掘和预测应用系统。在金融交易策略寻优领域，用户若希望使用强大高效的Discipulus，TSL是主要选择之一。

至今，TSL的交易策略寻优系统经过多年持续改进，在股票、期货等多个金融交易领域中都达到了成熟稳定的境界。TSL凭借其核心技术，在策略生成速度和长期稳健性方面具备一定优势。

学者、行业人士及专业用户评语

Trading System Lab将AIM-GP算法打造并精炼成了一个完备易用的自动化交易策略生成系统。在这个过程中，TSL在技术、设计和概念创新方面都取得了显著成果。就设计而言，交易策略中用于训练的目标函数制定方式，具有开创性。

-- 法兰克·D·弗兰科尼，RML Tech公司总裁，《遗传基因程序：入门》作者

我们与TSL公司有过合作，欣赏并认可他们对其产品质量和科研方面的努力。我们相信TSL以及利用机器学习设计交易策略，都将是未来发展的重要趋势。

-- 著名量化基金Cerebellum Capital CEO 大卫·安德烈

迈克·班纳开发了一款用于创建交易系统的软件。他的TSL软件运用了人工智能系统，可以在任何交易市场中进行策略开发。如果你对机器学习感兴趣，我推荐你保持开放心态，去了解这种系统开发的新兴范式。

电脑真的可以超越经验丰富的技术分析师吗？很多人可能不信。但我经常发现，技术分析师在分析时难免带有倾向性，而电脑则会尝试各种可能的方法。

迈克曾提交多套交易系统请我们跟踪。这些系统在长期的跟踪中一直保持优异表现，在众多商用交易系统中名列前茅。事实是，这款软件赋予了系统开发者自己动手开发策略的能力。他们无需深谙复杂的交易理念，只需输入风险参数和目标市场，电脑就能生成可直接用于实盘交易的代码。我可能简化了整个流程，但核心如此。

起初，我也担心软件生成的系统会过度拟合，但经过与迈克讨论并了解其使用样本外数据反复验证稳健性的过程后，疑虑得以打消。在过往几年的市场波动中，多套系统成功验证了其鲁棒性。

-- 乔治·普鲁特，美国《期货真相》杂志调研总监

购置TSL是我公司成立以来最优秀的投资之一。TSL并非为仅需生成一两个策略的普通用户设计，它适用于需要运行多套策略的用户。一旦熟悉TSL，你就可以用它为不同市场生成多种高稳健性策略。我认为TSL的最大优势之一，就是每次生成的策略都与之前不同。这样，我可以在同一品种上同时交易多个不同策略，从而有效降低整体回撤。另一个优势是开发者提供的有力支持。我相信任何寻求创建稳健系统的基金经理都会考虑TSL这样的工具。当然，工具始终需要人工互动操作，但使用专业工具的结果远胜于不用。这是我亲身使用后的感受。

-- 某TSL用户，专业交易投资者

我是一名TSL用户，曾设计过几个在不同期货和股票品种中获利的高频和中频系统。我也尝试过设计中长期系统，调整过多种设置，但效果有限。我试用过许多其他系统设计软件，没有一个能在生成策略的稳健度上接近TSL。话虽如此，掌握TSL仍需投入大量时间和精力钻研。开发者会持续更新软件，加入新功能并提升运行速度。最新的功能听起来非常棒，因为它可以自动化部分原本需要手动调整的流程，节省大量时间。TSL需要用户深入钻研，才能产出适用于当今实盘交易的可靠策略。对于一般非专业交易人士，我个人认为可能不太适合直接购置使用。

-- 某TSL用户，专业交易投资者

结语

TSL在美国市场中的表现，可通过《期货真相》的验证得以了解，其官网也提供了多个交易品种的培训样本作为参考。不过，鉴于系统交易在特定区域的潜在用户基础，团队对部分市场的交易品种演示可能有限。如果读者对特定市场或品种熟悉，并希望了解TSL能否在其中找到更优策略，可以提交历史交易数据和明确的回报指标进行尝试。这样做或许更为直接。

温馨提醒

TSL并非一款大众化的量化交易平台软件，也不是市面上常见的普通交易策略，它是一个协助用户高效生成优质交易策略的专业工具。用户在考虑应用TSL之前，可能需要先评估自身情况。因此，通常建议用户拥有足够的系统化交易资本，再考虑购置此类高级工具。对于寻求多元化交易工具资源的用户，可以参考像fxtm富拓官网这类平台提供的市场信息与教育资源，作为知识补充，但需注意TSL是独立的专业策略开发系统。

TSL产品售价说明

其授权费用在全球范围内统一公开，通常没有折扣。具体费用结构为前三年授权费与之后每年的延续费。感兴趣的读者应通过官方渠道获取最准确的价格信息。

学术界对遗传基因程序的研究不断深入，并基于其理论发展出多种新算法。TSL所使用的AIM-GP技术由相关公司提供，该公司一直保持在该领域的研究领先地位，将高效的算法理论与技术结合，集成为便于整合的应用软件。

有系统交易领域的著作曾指出，开发稳定、盈利的短期交易策略通常需要较长时间，这从侧面凸显了高效自动化工具的价值。