밤새 반복적인 진화를 거친 후, 시스템은 베타 버전의 수익률을 뛰어넘는 전략을 생성하기 시작했습니다! 본 연구에서는 2018년부터 2021년까지의 BTC-USDT 데이터를 학습에 사용했습니다. 2021년 이후의 데이터는 모두 표본에서 제외되었습니다. 자산 증가 곡선은 대량 평탄해지고 불규칙적인 변곡점을 보여주는데, 이는 해당 전략이 실제 거래자 들의 행동 양식에 점진적으로 근접해갔음을 나타냅니다. 과거의 매끄럽고 안정적인 곡선들은 이제 다소 인위적으로 보인다... 하지만 새로운 문제가 발생했습니다... 즉, 이러한 진화 메커니즘은 특정 형질이 지배적인 종의 비율을 지속적으로 차지하게 하여 종 다양성을 심각하게 감소시킵니다. 다음 단계의 목표는 단일 전략 유형의 과도한 번식을 제한함으로써 형질 진화의 다양성을 확보하는 것입니다. 이상적으로는 GP 시스템은 추세에 집중하는 시스템과 변동에 집중하는 시스템, 이렇게 두 가지 상호 보완적이고 유리한 시스템으로 발전할 것입니다. 시장 상황을 구분하는 추가 훈련을 거치면 이 두 가지 다중 요소 전략을 하나로 통합할 수 있습니다! 기존 방식처럼 레짐 피팅을 우선시하는 접근법은 너무 성급했던 것 같습니다. 적절한 알파 값이 없으면 레짐 피팅은 피팅 노이즈만 발생시킬 뿐이며, 이는 전형적인 "닭이 먼저냐 달걀이 먼저냐" 문제와 같습니다. 흥미롭네요~