Алготрейдинг. Импорто-замещение своими руками

До недавнего времени я испытывал торговые стратегии в программе WealthLab. Но на днях возникла потребность проверки её результатов. Поэтому состряпал частичный аналог на C++.
Проверка показала значительное превосходство самоделки по быстродействию и полное совпадение результатов с фирменной системой — до копейки.

Вот как выглядит скрипт на C# в WealthLab

for (int bar = 1; bar != Bars.Count; ++bar) {
  if (IsLastPositionActive && (bar == Bars.Count-1 ||
      Close[bar] > Open[bar])) {
    while (ActivePositions.Count > 0)
      ExitAtClose (bar, ActivePositions[0]);
  } else if (bar < Bars.Count-10 && Close[bar] < Open[bar])
    BuyAtClose (bar);
}

и его аналог на C++

for (unsigned bar = 1; bar != Count; ++bar) {
  if (IsLastPositionActive() && (bar == Count-1 ||
      Close[bar] > Open[bar])) {
    while (ActivePositions.size() > 0)
      ExitAtClose (bar, ActivePositions.front());
  } else if (bar < Count-10 && Close[bar] < Open[bar])
    BuyAtClose (bar);
}

На всё-про-всё ушла рабочая неделя — годы уже не те. Правда, импорто-замещение не совсем полное — Microsoft Visual C++ всё-таки импорт. Более полное замещение было бы на открытом дистрибуте Liberica JDK (Java) или на совместимом с Java языке Kotlin. Выбор C++ обусловлен лучшей связью с Lua из Quik'а.

Почему самоделки так необходимы? — В сравнении с мощными фирменными продуктами самоделки дают наиболее полное управление расчётами. При любом сомнении можно разобрать алгоритм по самым элементарным шагам. В закрытом фирменном продукте такое невозможно и окончательный результат придётся принять на веру.

Выбор наиболее подходящего инструмента, такого как C++, Java-Kotlin или C#, даёт более высокую скорость счёта, необходимую при оптимизации параметров торговой системы. Полное управление распараллеливанием счёта, чтобы использовать все ядра процессора.
Авторитетнейший псевдоним А.Г. выбрал среду C# (Си-шарп).

PS Модный ныне Python имеет ничтожное быстродействие, а использование библиотеки Numpy, написанной на С, требует противоестественного подлаживания под его структуры. Простые в универсальном языке конструкции в Numpy могут требовать чрезвычайных усилий.

PPS Главный козырь Python — весьма удачная библиотека Keras-TensorFlow для построения нейросетей.
Начало ссылки sourestdeeds.github.io/pdf/Deep Learning with Python.pdf Конец ссылки
«Deep Learning with Python 2Ed» Fransois Chollet
Однако, в прогонозировании временных рядов и биржевых цен нейросети работают хуже стандартных статистических методов
Начало ссылки www.inf.u-szeged.hu/~korosig/teach/books/Jason Brownlee — Deep Learning for Time Series Forecasting — Predict the Future with MLPs, CNNs and LSTMs in Python (2018).pdf Конец ссылки
А самые усовершенствованные сети хуже более простых многоуровневых персептронов MLP.
Ахтунг! С-Л в интернет-ссылках заменяет дефис "-" символом тире!