ألغو بنية نظام التداول

بنية النظام.

تتكون بنية ألغوترادر ​​من المكونات التالية.

يوفر خادم ألغوترادر ​​البنية التحتية لجميع الاستراتيجيات التي تعمل على أعلى من ذلك. خادم ألغوترادر ​​يحمل الرئيسي إسبر مجمع معالجة الحدث (سيب) المحرك. وهي مسؤولة عن جميع كائنات نموذج المجال واستمرارها في قاعدة البيانات. تتوفر محولات بيانات السوق المختلفة لمعالجة بيانات السوق الحية والتاريخية. على محولات نهاية أخرى للوسطاء التنفيذ المختلفة والتبادلات المتاحة، والتي هي المسؤولة عن وضع أوامر وتلقي الإعدام.

كما يوفر خادم ألغوترادر ​​مكونات الأعمال للاختبار الخلفي، وتحسين المعلمة، والتحليل، وإدارة التنفيذ، وإدارة المخاطر، والإبلاغ، والمصالحة والتحوط.

على رأس خادم ألغوترادر ​​أي عدد من الاستراتيجيات يمكن نشرها. يمكن إما أن ترميز استراتيجيات محض في جافا أو في مزيج من جافا و إسبر التعليمات البرمجية. استراتيجيات إسبر تعتمد على استخدام محرك إسبر سيب مخصص. استراتيجية يمكن نشر أي عدد من البيانات مثل إسبر سكل لتحليل بيانات السوق المستندة إلى الوقت وإشارات الإشارات. يمكن لبيانات إسبر استدعاء أي عدد من الإجراءات الإجرائية، مثل وضع أمر أو إغلاق موقع، والتي تم ترميزها في جافا. الجمع بين البيانات إسبر و جافا كود يوفر أفضل من كل من كلا العالمين النهج.

لإدارة ورصد النظام مختلف عملاء واجهة المستخدم الرسومية موجودة. يوفر واجهة التداول ألجوترادر ​​HTML5 فرونتند وظائف ذات صلة بالتداول مثل الرسوم البيانية، والأوامر، والمواقف & أمب؛ بيانات السوق. إكليبس أو إنتليج إيد & # 8217؛ s تستخدم لتطوير الاستراتيجية. يقوم العميل إسبرهق بإدارة محرك إسبر سيب.

للمنشآت الإنتاجية والنشر يستخدم ألغوترادر ​​عامل الميناء.

أحدث الأخبار.

ألغوترادر ​​بين الفائزين الخمسة في مسابقة سويسكوم ستارتوب تشالنج.

إدخال ألغوترادر ​​4.0 - معبأة مع ميزات جديدة قوية.

ألغوترادر ​​هو جزء من السويسري الوطني فينتيش فريق 2017.

كل الحقوق محفوظة.

روابط اجتماعية.

عنوان أسفل.

سويسرا اتصل بنا: +41 44 291 14 85:

1. انتقل إلى aws. amazon وانقر على & # 8220؛ سجل الدخول إلى وحدة التحكم & # 8221؛ (انظر الصورة أدناه)

2. إذا لم يكن لديك حساب الأمازون أوس حتى الآن، يرجى الذهاب من خلال عملية التسجيل عن طريق النقر على "إنشاء حساب أوس"

3. بمجرد تسجيل الدخول إلى وحدة التحكم الأمازون أوس حدد "حسابي" في القائمة على الجانب الأيمن العلوي من الشاشة تحت اسم المستخدم الخاص بك.

4. على الشاشة التالية سترى رقم الأمازون 12 أرقام المعروضة تحت "إعدادات الحساب"

شروط وأحكام اتفاقية ترخيص المستخدم النهائي (& # 8220؛ الاتفاقية & # 8221؛) استخدامك للبرنامج ما لم تنفذ أنت والمرخص اتفاقية ترخيص مكتوبة منفصلة حول استخدامك للبرنامج.

المرخص على استعداد لترخيص البرنامج لك فقط بشرط أن تقبل جميع الشروط الواردة في هذه الاتفاقية. من خلال التوقيع على هذه الاتفاقية أو عن طريق تنزيل أو تثبيت أو استخدام البرنامج، فقد أوضحت أنك تفهم هذه الاتفاقية وتقبل جميع بنودها. إذا لم تقبل جميع بنود هذه الاتفاقية، فإن المرخص غير راغب في ترخيص البرنامج لك، ولا يجوز لك تنزيل البرنامج أو تثبيته أو استخدامه.

1. منح الترخيص.

ا. تقييم استخدام واستخدام رخصة الاستخدام. ورهنا بامتثالك لشروط وأحكام هذه الاتفاقية، يمنحك المرخص ترخيصا شخصيا غير حصري وغير قابل للتحويل، دون الحق في الترخيص من الباطن، لمدة هذه الاتفاقية، لاستخدام البرنامج داخليا فقط ل التقييم استخدام واستخدام الاستخدام. يمكن استخدام منتجات أو برامج برامج الطرف الثالث التي يوفرها المرخص، إن وجدت، فقط مع البرنامج، وقد تخضع لموافقتك على البنود والشروط التي توفرها هذه الجهات الخارجية. عند انتهاء الترخيص يجب التوقف عن استخدام البرنامج وإلغاء تثبيت كافة المثيلات. يتم الاحتفاظ بجميع الحقوق غير الممنوحة لك على وجه التحديد من قبل المرخص. يجب على المطور عدم استخدام التجاري للبرنامج، أو أي عمل مشتق منه (بما في ذلك لأغراض المطور الداخلية التجارية). يحظر نسخ وإعادة توزيع، بأي شكل من الأشكال، البرنامج أو المطور التطبيق للعملاء مباشرة أو غير مباشرة.

ب. رخصة استخدام الإنتاج. مع مراعاة امتثالك لشروط وأحكام هذه الاتفاقية بما في ذلك دفع رسوم الترخيص المعمول بها، يمنحك المرخص ترخيصا غير حصري وغير قابل للتحويل، بدون الحق في الترخيص من الباطن، لمدة هذه الاتفاقية، إلى : (أ) استخدام وإعادة إنتاج البرنامج لأغراض تجارية داخلية خاصة بك فقط (& # 8220؛ برودكتيون وس & # 8221؛)؛ و (ب) إجراء عدد معقول من نسخ البرنامج لأغراض احتياطية فقط. ويقتصر هذا الترخيص على عدد معين من وحدات المعالجة المركزية (إذا كانت مرخصة من قبل وحدة المعالجة المركزية) أو مثيلات أجهزة الظاهرية جافا (إذا التراخيص بواسطة الجهاز الظاهري) الذي كنت قد دفعت رسوم الترخيص. يتطلب استخدام البرنامج على عدد أكبر من وحدات المعالجة المركزية أو مثيلات جافا فيرتوال ماشينس دفع رسوم ترخيص إضافية. يمكن استخدام منتجات أو برامج برامج الطرف الثالث التي يوفرها المرخص، إن وجدت، فقط مع البرنامج.

ج. لا حقوق أخرى. تقتصر حقوقك في البرنامج والاستفادة منھا علی تلك الحقوق الممنوحة صراحة في ھذا القسم .1 لن تقوم بأي استخدام آخر للبرنامج. وباستثناء ما هو مرخص صراحة في هذا القسم، لا يمنحك المرخص أي حقوق أو تراخيص أخرى، ضمنا، أو حكما، أو غير ذلك. جميع الحقوق التي لم يتم منحها صراحة هنا محمية من قبل المرخص أو من مورديها.

2. القيود.

باستثناء ما هو منصوص عليه صراحة في القسم 1، لن تقوم بما يلي: (أ) تعديل أو ترجمة أو تفكيك أو إنشاء أعمال مشتقة من البرنامج أو نسخ البرنامج؛ (ب) تأجير أو إقراض أو نقل أو توزيع أو منح أي حقوق في البرنامج بأي شكل من الأشكال إلى أي شخص؛ (ج) تقديم أي طرف ثالث أو الكشف عنه أو الكشف عنه أو إتاحة استخدامه أو السماح باستخدامه؛ (د) نشر أي اختبارات مرجعية أو أداء يتم تشغيلها على البرنامج أو أي جزء منه؛ أو (ه) إزالة أي إشعارات ملكية أو علامات أو علامات على البرنامج. لن تقوم بتوزيع البرنامج على أي شخص على أساس مستقل أو على أساس مصنع المعدات الأصلية (أوم).

3. الملكية.

كما هو الحال بين الطرفين، فإن البرنامج هو وسيبقى الملكية الوحيدة والحصرية للمرخص، بما في ذلك جميع حقوق الملكية الفكرية فيه.

ا. في حالة استخدام البرنامج بموجب الترخيص المنصوص عليه في القسم 1 (أ)، ستظل هذه الاتفاقية سارية المفعول طوال فترة التقييم أو التطوير.

ب. في حالة استخدام البرنامج بموجب الترخيص المنصوص عليه في القسم 1 (ب) ستبقى هذه الاتفاقية سارية المفعول إما (أ) لمدة سنة واحدة إذا تم شراؤها كترخيص اشتراك سنوي أو (ب) بشكل دائم إذا تم شراؤها ك ترخيص دائم. سيتم تجديد ترخيص الاشتراك السنوي تلقائيا لمدة سنة واحدة ما لم يتم إنهاؤه بإشعار مسبق لمدة شهر واحد. سيتم إنهاء هذه الاتفاقية تلقائيا دون إشعار في حالة خرق أي بند من بنود هذه الاتفاقية. عند الإنهاء، يجب عليك التوقف فورا عن استخدام البرنامج وتدمير جميع نسخ البرنامج في حوزتك أو سيطرتك.

5. خدمات الدعم.

إذا كنت قد اشتريت هذا الترخيص بما في ذلك خدمات الدعم وتشمل هذه إصدارات الصيانة (التحديثات والترقيات)، الدعم عبر الهاتف أو دعم على شبكة الإنترنت.

ا. سيقوم المرخص ببذل جهود معقولة تجاريا لتوفير تحديث تهدف إلى حل أو تمرير خطأ المبلغ عنها. إذا تم تصحيح هذا الخطأ في إصدار الصيانة، يجب على المرخص له تثبيت وتنفيذ إصدار الصيانة الساري؛ خلاف ذلك، قد يتم توفير التحديث في شكل إصلاح مؤقت أو إجراء أو روتين، لاستخدامها حتى يتوفر إصدار صيانة يحتوي على التحديث الدائم.

ب. خلال مدة اتفاقية الترخيص، يجب على المرخص أن يقوم بإصدار تصاريح الصيانة للمرخص له، إذا كان المرخص يقوم بإصدار أي تصاريح صيانة بشكل عام لعملائه. إذا طرح سؤال حول ما إذا كان عرض المنتج هو ترقية أو منتج جديد أو ميزة جديدة، فسوف يسود رأي المرخص، شريطة أن يعامل المرخص عرض المنتج كمنتج جديد أو ميزة لزبائنه النهائيين بشكل عام .

ج. ويتوقف التزام المرخص وتقديم خدمات الدعم على ما يلي: (أ) يبذل المرخص له جهودا معقولة لتصحيح الخطأ بعد التشاور مع المرخص؛ (ب) يوفر المرخص له للمرخص معلومات وموارد كافية لتصحيح الخطأ سواء في موقع المرخص أو عن طريق الوصول عن بعد إلى موقع المرخص له & # 8217؛ s، وكذلك الوصول إلى الموظفين والأجهزة وأي إضافات إضافية البرامج المعنية في اكتشاف الخطأ. (ج) يقوم المرخص له بتثبيت جميع إصدارات الصيانة فورا؛ و (د) يقوم المرخص له بشراء وتركيب وصيانة جميع المعدات، واجهات الاتصال وغيرها من الأجهزة اللازمة لتشغيل المنتج.

د. لا يكون المرخص ملزما بتقديم خدمات الدعم في الحالات التالية: (أ) تم تغيير المنتج أو تعديله أو تلفه (إلا إذا كان تحت إشراف مباشر من المرخص). (ب) خطأ ناتج عن إهمال المرخص له أو خلل في الأجهزة أو لأسباب أخرى خارجة عن السيطرة المعقولة للمرخص؛ (ج) سبب الخطأ عن طريق برنامج طرف ثالث غير مرخص من خلال المرخص؛ (د) لم يقم المرخص له بتثبيت وتنفيذ إصدار (إصدارات) الصيانة بحيث يكون المنتج نسخة معتمدة من قبل المرخص؛ أو (ه) لم يدفع المرخص له رسوم الترخيص أو رسوم خدمات الدعم عند استحقاقها. بالإضافة إلى ذلك، لا يكون المرخص ملزما بتقديم خدمات الدعم لرمز البرنامج المكتوب من قبل العميل نفسه استنادا إلى المنتج.

ه. يحتفظ المرخص بالحق في إيقاف خدمات الدعم إذا قرر المرخص، وفقا لتقديره الخاص، أن الدعم المتواصل لأي منتج لم يعد ممكنا من الناحية الاقتصادية. سيعطي المرخص للمرخص له قبل ثلاثة أشهر على الأقل إشعار خطي مسبق عن أي توقف من هذا النوع من خدمات الدعم، وسوف يقوم برد أي رسوم خدمات دعم غير مستحقة قد يكون المرخص له قد دفع مسبقا فيما يتعلق بالمنتج المتأثر. لا یلتزم المرخص بدعم أو الاحتفاظ بأي إصدار من المنتوج أو الأنظمة الأساسیة للجهات الخارجیة (بما في ذلك علی سبیل المثال لا الحصر البرامج أو جفم أو نظام التشغیل أو الأجھزة) التي یدعمھا المنتج باستثناء (i) الإصدار الحالي من المنتج ومنصة الطرف الثالث الأساسي، و (2) الإصدارين السابقين مباشرة من المنتج ونظام التشغيل لمدة ستة (6) أشهر بعد أن يتم إلغاؤه أولا. يحتفظ المرخص بالحق في تعليق أداء خدمات الدعم إذا فشل المرخص له في دفع أي مبلغ مستحق الدفع للمرخص بموجب الاتفاقية في غضون ثلاثين (30) يوما بعد استحقاق هذا المبلغ.

6. الضمان.

ا. ويضمن المرخص أن البرنامج سوف يكون قادرا على الأداء من جميع النواحي المادية وفقا للمواصفات الوظيفية المنصوص عليها في الوثائق المطبقة لمدة 90 يوما بعد تاريخ تثبيت البرنامج. في حالة خرق هذا الضمان، يجب على المرخص، بناء على خياره، تصحيح البرنامج أو استبدال هذه البرمجيات مجانا. ما سبق هو سبل الانتصاف الوحيدة والحصرية والتزام المرخص الوحيد تجاه انتهاك هذه الضمانات. يتم تقديم الضمانات المنصوص عليها أعلاه لصالحك ولصالحك فقط. لا تنطبق الضمانات إلا إذا (أ) تم تثبيت البرنامج واستخدامه بشكل صحيح في جميع الأوقات ووفقا لتعليمات الاستخدام؛ (ج) أن آخر التحديثات قد طبقت على البرنامج الحاسوبي؛ و (ج) لم يتم إجراء أي تعديل أو تغيير أو إضافة إلى البرنامج من قبل أشخاص آخرين غير المرخص له أو الممثل المرخص له والمرخص له.

7. إخلاء المسؤولية.

باستثناء ما هو منصوص عليه في القسم 6 (أ)، يرفض المرخص صراحة جميع الضمانات، صريحة أو ضمنية، بما في ذلك أية ضمانات ضمنية تتعلق بالتجارة والملاءمة لغرض معين وعدم الانتهاك وأي ضمانات تنشأ عن دورة التعامل أو استخدام التجارة. لن تقدم أي نصيحة أو معلومات، سواء كانت شفهية أو مكتوبة، من المرخص أو في الوقت الحالي، أي ضمان لم يتم النص عليه صراحة في هذه الاتفاقية.

لا يقدم المرخص أي ضمان بأن منتج البرنامج سوف يلبي متطلباتك أو يعمل بموجب شروط الاستخدام الخاصة بك. لا يقدم المرخص أي ضمان بأن تشغيل منتج البرنامج سوف يكون آمنا أو خاليا من الأخطاء أو خاليا من الانقطاع.

يجب عليك أن تحدد ما إذا كان المنتج البرنامج يلبي متطلباتك للأمن وعدم الانتهاك بكفاءة. تتحمل المسؤولية الكاملة وجميع المسؤوليات عن أي خسارة تتكبد بسبب فشل منتج البرنامج لتلبية متطلباتك. لن يكون المرخص، تحت أي ظرف من الظروف، مسؤولا أو مسؤولا عن فقدان البيانات على أي جهاز كمبيوتر أو جهاز تخزين المعلومات.

8. تحديد المسؤولية.

المرخص & # 8217؛ ق المسؤولية الكاملة لك من جميع أسباب العمل وبموجب جميع مسؤوليات سوف تقتصر على ولن تتجاوز رسوم الترخيص تدفعها لك إلى المرخص للبرنامج. لن يكون المرخص بأي حال من الأحوال مسؤولا تجاهك عن أي أضرار خاصة أو عرضية أو اعتبارية أو تأديبية أو لاحقة (بما في ذلك فقدان الاستخدام أو البيانات أو الأعمال التجارية أو الأرباح) أو مقابل تكلفة معالجة المنتجات البديلة الناشئة عن أو فيما يتعلق بهذا اتفاقية أو استخدام أو أداء البرنامج، سواء كانت هذه المسؤولية تنشأ عن أي مطالبة تستند إلى العقد أو الضمان أو الضرر (بما في ذلك الإهمال) أو المسؤولية الصارمة أو غير ذلك، وما إذا كان قد تم إبلاغ المرخص باحتمال وقوع هذا الخرق أو ضرر. سوف تظل القيود السابقة سارية المفعول وتطبق حتى لو وجدت أي تعويض محدود محدد في هذه الاتفاقية إلى أنها فشلت في تحقيق هدفها الأساسي. إلى الحد الذي تقضي به السلطة القضائية المنطبقة على قدرة المرخص على إلغاء المسؤولية عن أية ضمانات ضمنية، فإن هذا التنصل يسري على أقصى حد مسموح به.

إذا كان أي حكم من أحكام هذه الاتفاقية يعتبر غير صالح أو غير قابل للتنفيذ، تبقى باقي هذه الاتفاقية سارية المفعول. وبقدر ما لا تسمح القوانين السارية بأي قيود صريحة أو ضمنية، تظل هذه القيود الصريحة أو الضمنية سارية المفعول وتطبق بأقصى حد تسمح به هذه القوانين السارية.

هذا الاتفاق هو الاتفاق الكامل والحصري بين الطرفين فيما يتعلق بموضوع هذه الاتفاقية، يحل محل أي وجميع الاتفاقات السابقة والاتصالات والتفاهمات (المكتوبة والشفوية) بشأن هذا الموضوع. الأطراف في هذه الاتفاقية هي متعاقدين مستقلين، ولا تملك سلطة إلزام الطرف الآخر أو تحمل التزامات على الطرف الآخر. إن عدم قيام أي من الطرفين بممارسة أو إنفاذ أي من حقوقه بموجب هذا الاتفاق سيكون بمثابة تنازل عن هذه الحقوق. يتم رفض أي شروط أو شروط واردة في أي أمر شراء أو وثيقة طلب أخرى تتنافى مع أو بالإضافة إلى أحكام وشروط هذه الاتفاقية من قبل المرخص وستعتبر خالية ولا تأثير.

سوف تفسر هذه الاتفاقية وتفسر وفقا لقوانين سويسرا، بغض النظر عن تضارب مبادئ القانون. ويوافق الطرفان بموجب هذا على الاختصاص الحصري ومكان انعقاد المحاكم الموجودة في زيورخ بسويسرا لتسوية أي نزاعات تنشأ أو تتعلق بهذه الاتفاقية.

10- التعاريف.

& # 8220؛ إيفالواتيون وس & # 8221؛ يعني استخدام البرنامج فقط للتقييم والمحاكمة للتطبيقات الجديدة المخصصة للاستخدام الإنتاج الخاص بك.

& # 8220؛ برودكتيون وس & # 8221؛ يعني استخدام البرنامج لأغراض تجارية داخلية فقط. الإنتاج لا يشمل الاستخدام الحق في إعادة إنتاج البرنامج للترخيص من الباطن أو إعادة البيع أو التوزيع، بما في ذلك على سبيل المثال لا الحصر، التشغيل على تقاسم الوقت أو توزيع البرنامج كجزء من ترتيب أسب أو فار أو أوم أو الموزع أو المورد.

& # 8220؛ & # 8221 البرمجيات. يعني برنامج المرخص & # 8217؛ s وجميع مكوناته والتوثيق والأمثلة التي يتضمنها المرخص.

& # 8220؛ & # 8221 خطأ. يعني (أ) فشل المنتج في مطابقة المواصفات المنصوص عليها في الوثائق، مما يؤدي إلى عدم القدرة على استخدام المنتج أو تقييده، و / أو (ب) مشكلة تتطلب إجراءات جديدة، والتوضيحات، والمعلومات الإضافية و / أو طلبات تحسينات المنتج.

& # 8220؛ إصدار الصيانة & # 8221؛ تعني ترقيات وتحديثات المنتج التي يتم إتاحتها للمرخص لهم وفقا لخدمات الدعم القياسية المحددة في القسم 5.

& # 8220؛ & # 8221 تحديث. يعني إما تعديل البرنامج أو الإضافة التي، عند إجراء أو إضافة إلى المنتج، بتصحيح الخطأ، أو إجراء أو روتين، عندما لوحظ في التشغيل المنتظم للمنتج، يزيل التأثير السلبي العملي للخطأ على المرخص له.

& # 8220؛ & # 8221 ترقية. يعني مراجعة المنتج الذي يصدره المرخص لزبائنه النهائيين بشكل عام، خلال مدة خدمات الدعم، لإضافة وظائف جديدة ومختلفة أو لزيادة قدرة المنتج. لا تتضمن الترقية إصدار منتج جديد أو ميزات مضافة قد تكون هناك رسوم منفصلة.

خوارزمية نظام تجارة العمارة.

سابقا على هذه بلوق لقد كتبت عن البنية المفاهيمية لنظام التداول الذكي خوارزمية فضلا عن المتطلبات الوظيفية وغير الوظيفية لنظام التداول خوارزمية الإنتاج. ومنذ ذلك الحين قمت بتصميم بنية النظام التي أعتقد أنها يمكن أن تلبي تلك المتطلبات المعمارية. في هذا المنصب سوف تصف الهندسة المعمارية التالية المبادئ التوجيهية لل إسو / إيك / إيي 42010 ونظم الهندسة المعمارية وصف الهندسة المعمارية القياسية. وفقا لهذا المعيار يجب على وصف الهندسة المعمارية:

تحتوي على عدة وجهات نظر معمارية موحدة (على سبيل المثال في أومل) والحفاظ على التتبع بين قرارات التصميم والمتطلبات المعمارية.

تعريف هندسة البرمجيات.

لا يوجد حتى الآن توافق في الآراء حول بنية النظام. في سياق هذه المادة، يتم تعريفها بأنها البنية التحتية التي يمكن فيها تحديد مكونات التطبيق التي تلبي المتطلبات الوظيفية ونشرها وتنفيذها. المتطلبات الوظيفية هي الوظائف المتوقعة للنظام ومكوناته. أما المتطلبات غير الوظيفية فهي تدابير يمكن من خلالها قياس نوعية النظام.

وقد يخفق النظام الذي يفي تماما بمتطلباته الوظيفية في الوفاء بالتوقعات إذا تركت الاحتياجات غير الوظيفية غير مرضية. ولتوضيح هذا المفهوم، يجب النظر في السيناريو التالي: نظام التداول الخوارزمي الذي قمت بشرائه / إنشائه للتو يجعل قرارات تداول ممتازة، ولكنه غير قابل للتشغيل تماما مع أنظمة إدارة المخاطر والمحاسبة في المنظمة. هل هذا النظام يلبي توقعاتك؟

البنية المفاهيمية.

وتصف الرؤية النظرية المفاهيم والآليات الرفيعة المستوى الموجودة في النظام على أعلى مستوى من التفصيل. على هذا المستوى، يتبع نظام التداول الخوارزمي بنية مدفوعة بالحدث (إيدا) مقسمة عبر أربع طبقات، وجانبين معماريين. وتستخدم كل أبنية مرجعية للطبقة والبنية الجانبية. أثبتت الأنماط المعمارية، والهياكل العامة لتحقيق متطلبات محددة. والجوانب المعمارية هي شواغل شاملة تشمل مكونات متعددة.

العمارة مدفوعة الحدث - العمارة التي تنتج، يكشف، يستهلك، ويتفاعل مع الأحداث. وتشمل الأحداث تحركات السوق في الوقت الحقيقي، والأحداث أو الاتجاهات المعقدة، والأحداث التجارية على سبيل المثال. تقديم طلب.

ويوضح هذا الرسم البياني البنية المفاهيمية لنظام التداول الخوارزمي.

مرجع البنى.

لاستخدام التشبيه، بنية مرجعية تشبه المخططات لجدار الحاملة. يمكن إعادة استخدام هذه الطباعة الزرقاء لتصاميم المباني المتعددة بغض النظر عن المبنى الذي يتم بناؤه لأنه يرضي مجموعة من المتطلبات الشائعة. وبالمثل، تحدد بنية مرجعية نموذجا يحتوي على هياكل وآليات عامة يمكن استخدامها لبناء بنية برمجيات ملموسة تلبي متطلبات محددة. الهندسة المعمارية لنظام التداول الخوارزمي يستخدم معمارية فضائية (سبا) و وحدة تحكم عرض نموذج (مفك) كمراجع. وتستخدم أيضا الممارسات الجيدة مثل مخزن بيانات العمليات (أودس)، ونموذج تحويل المستخلصات (إتل)، ومخزن البيانات (دو).

وحدة تحكم عرض النموذج - نمط يفصل تمثيل المعلومات من تفاعل المستخدم معها. الهندسة المعمارية القائمة على الفضاء - تحدد بنية تحتية تتفاعل فيها وحدات المعالجة المترابطة مع بعضها البعض من خلال ذاكرة ارتباطية مشتركة تسمى المساحة (الموضحة أدناه).

المنظر الهيكلي.

ويظهر الشكل الهيكلي للعمارة المكونات والمكونات الفرعية لنظام التداول الخوارزمي. كما يبين كيف يتم نشر هذه المكونات على البنية التحتية المادية. تتضمن مخططات أومل المستخدمة في هذا العرض المخططات المكونة ومخططات النشر. وفيما يلي معرض لمخططات نشر نظام التداول الخوارزمية الشاملة ووحدات المعالجة في الهندسة المرجعية سب، وكذلك المخططات المكون ذات الصلة لكل واحد الطبقات.

مخطط التاجر الآلي / معالجة الحدث الرسم البياني مصدر البيانات ومعالجة ما قبل طبقة مكون الرسم مفك القائم على واجهة المستخدم مخطط الرسم البياني.

التكتيكات المعمارية.

ووفقا لمعهد هندسة البرمجيات، فإن التكتيك المعماري هو وسيلة لتلبية متطلبات الجودة من خلال التلاعب ببعض جوانب نموذج السمة النوعية من خلال قرارات التصميم المعماري. مثال بسيط يستخدم في بنية نظام التداول الحسابي هو "التلاعب" مخزن البيانات التشغيلية (أودس) مع عنصر الاستعلام المستمر. وسيحلل هذا المكون باستمرار المواد المستنفدة للأوزون لتحديد واستخلاص الأحداث المعقدة. يتم استخدام التكتيكات التالية في الهندسة المعمارية:

نمط الإزعاج في طوابير الحدث والنظام الذاكرة المشتركة للحدث وطوابير النظام لغة الاستعلام المستمر (ككل) على تصفية بيانات أودس مع نمط تصميم المرشح على البيانات الواردة خوارزميات تجنب الازدحام على جميع الاتصالات الواردة والصادرة إدارة الطابور النشطة (أوم ) وإخطار الازدحام الصريح موارد الحوسبة السلعية مع القدرة على الترقية (قابلة للتطوير) التكرار النشط لجميع نقاط الفشل المفردة الفهارس وهياكل المثابرة المثلى في جدول أودس النسخ الاحتياطي للبيانات العادية وتنظيف البرامج النصية للمواد المستنفدة للأوزون تاريخ المعاملات على جميع قواعد البيانات الاختبارية للجميع أوامر للكشف عن أخطاء تعلق الأحداث مع الطوابع الزمنية لتخطي الأحداث 'قديمة' قواعد التحقق من صحة مثل الكميات التجارية القصوى تستخدم مكونات التاجر الآلي قاعدة بيانات في الذاكرة للتحليل مصادقة على مرحلتين لوصلات المستعملين التي تتصل بتشفير أتس على واجهات المستعمل واتصالاته بنمط تصميم المراقب أتس ل مفك لإدارة المشاهدات.

القائمة المذكورة أعلاه ليست سوى عدد قليل من قرارات التصميم التي حددتها خلال تصميم الهندسة المعمارية. انها ليست قائمة كاملة من التكتيكات. وفي الوقت الذي يجري فيه تطوير النظام، ينبغي استخدام تكتيكات إضافية عبر مستويات متعددة من التفصيل لتلبية المتطلبات الوظيفية وغير الوظيفية. وفيما يلي ثلاثة مخططات تصف نمط تصميم ديسروبتور، ونمط تصميم مرشح، وعنصر الاستعلام المستمر.

عرض السلوكية.

ويظهر هذا المنظر للعمارة كيفية تفاعل المكونات والطبقات مع بعضها البعض. وهذا مفيد عند إنشاء سيناريوهات لاختبار التصاميم المعمارية وفهم النظام من النهاية إلى النهاية. يتكون هذا العرض من المخططات التسلسلية والرسوم البيانية النشاط. الرسوم البيانية للأنشطة التي تبين العملية الداخلية لنظام التداول الخوارزمي وكيف يفترض أن يتفاعل التجار مع نظام التداول الخوارزمي أدناه.

التكنولوجيات والأطر.

والخطوة الأخيرة في تصميم معمارية البرمجيات هي تحديد التكنولوجيات والأطر المحتملة التي يمكن استخدامها لتحقيق العمارة. وكمبدأ عام، من الأفضل الاستفادة من التكنولوجيات القائمة، شريطة أن تلبي على النحو الملائم المتطلبات الوظيفية وغير الوظيفية. الإطار هو بنية مرجعية محققة مثل جبوس هو الإطار الذي يدرك الهندسة المرجعية جي. التقنيات والأطر التالية مثيرة للاهتمام وينبغي أن تؤخذ في الاعتبار عند تنفيذ نظام التداول الخوارزمية:

كودا - نفيديا لديها عدد من المنتجات التي تدعم عالية الأداء النمذجة الحسابية المالية. يمكن للمرء أن يحقق ما يصل إلى 50x تحسينات في الأداء في تشغيل محاكاة مونتي كارلو على غبو بدلا من وحدة المعالجة المركزية. نهر أباتشي - نهر هو مجموعة أدوات تستخدم لتطوير أنظمة موزعة. وقد تم استخدامه كإطار لبناء التطبيقات على أساس نمط سبا أباتشي هادوب - في حالة أن قطع الأشجار المنتشر هو شرط، ثم استخدام هادوب يقدم حلا للاهتمام لمشكلة البيانات الكبيرة. يمكن نشر هادوب في بيئة متفاوتة تدعم تقنيات كودا. ألغوترادر ​​- منصة تداول خوارزمية مفتوحة المصدر. يمكن أن يتم نشر ألغوترادر ​​في مكان مكونات التاجر الآلي. فيكس إنجين - تطبيق مستقل يدعم بروتوكولات تبادل المعلومات المالية (فيكس) بما في ذلك فيكس و فاست و فيكساتدل.

وعلى الرغم من عدم وجود تكنولوجيا أو إطار، ينبغي بناء المكونات باستخدام واجهة برمجة التطبيقات (أبي) لتحسين قابلية التشغيل البيني للنظام ومكوناته.

استنتاج.

وقد تم تصميم الهيكل المقترح لتلبية المتطلبات العامة جدا المحددة لنظم التداول الحسابية. وبصفة عامة، فإن نظم التداول الحسابية معقدة بسبب ثلاثة عوامل تتفاوت مع كل تنفيذ:

التبعيات على المؤسسات الخارجية ونظم الصرف تحدي المتطلبات غير الوظيفية وتطور القيود المعمارية.

ومن ثم، فإن الهيكل البرمجي المقترح يحتاج إلى تكييف على أساس كل حالة على حدة من أجل تلبية المتطلبات التنظيمية والتنظيمية المحددة، فضلا عن التغلب على القيود الإقليمية. وينبغي النظر إلى بنية نظام التداول الخوارزمية على أنها مجرد نقطة مرجعية للأفراد والمنظمات الراغبة في تصميم نظم التداول الخاصة بهم الخوارزمية.

للحصول على نسخة كاملة والمصادر المستخدمة يرجى تحميل نسخة من تقريري. شكرا لكم.

القصة السابقة.

متطلبات نظام التداول الخوارزمية.

قصة المقبلة.

المحفظة الأمثل باستخدام الجسيمات سرب الأمثل.

نظرة عامة رائعة، وبداية جيدة على الهندسة المعمارية. وكان الاستنتاج الخاص بك عرضة، وأشار إلى لماذا تتطلب أنظمة البرمجيات التداول الخوارزمية اختبارا مستمرا والتبديل للحفاظ على أنها ذات الصلة. قراءة جيدة!

1 فبراير 2016.

عندما تكون البيانات من السلع أو الدخل الثابت غير دقيقة أو بطيئة في تلقيها النماذج يمكن أن يكون وقتا عصيبا حساب خصوصا في الفضاء من حدث بلاك سوان.

شكرا جزيلا على هذا المقال. لقد كنت أفكر في منظمة العفو الدولية في التمويل منذ أواخر 90s، وأخيرا التقنيات وواجهات برمجة التطبيقات المتاحة عادة. مقالتك ومدونتك هي مساعدة كبيرة لجعل تلك الخطوات الأولى لجعل أحلام السنوات السابقة تتحقق. شكرا جزيلا وحظا سعيدا في المشاريع الخاصة بك!

يرجى تبقي لي تحديث في التقدم المحرز الخاص بك. أنا مهتم جدا. شكرا لكم.

إرسال تعليق.

إلغاء الرد.

اتبع تورينج المالية.

تورينغ المالية القائمة البريدية.

أصدقاء تورينج المالية.

الكوانتوقراطية هو أفضل التمويل الكمي بلوق مجمع مع وصلات لتحليل جديد نشرت كل يوم.

نمركل هو صندوق التحوط الكمي أنا جزء من. نحن نستخدم آلة التعلم في محاولة للفوز على السوق.

متطلبات نظام التداول الخوارزمية.

حاليا أنا أخذ فئة حول أبنية البرمجيات. في هذه الفئة يختار كل طالب نظاما، ويحدد متطلباته المعمارية، ويصمم حلا قادرا على تلبية تلك المتطلبات. لقد اخترت نظام التداول الحسابي بسبب التحدي التكنولوجي ولأنني أحب الأسواق المالية. تستخدم أنظمة التداول الخوارزمية الخوارزميات الحسابية لاتخاذ قرارات التداول، وتقديم الطلبات، وإدارة الطلبات بعد تقديمها. في السنوات الأخيرة اكتسبت أتس شعبية وتمثل الآن غالبية الصفقات التي وضعت من خلال التبادلات الدولية. يتم التمييز بين التداول المبرمج والتداول الخوارزمي. يتضمن التداول المبرمج كسر أوامر الأسواق الكبيرة في حزم من الأسهم الأصغر حجما. في هذه المقالة، يعتبر التداول المبرمج مطلبا أمنيا لأحد أتس.

أنظمة التداول الخوارزمية.

يتحدث بشكل عام، وهناك خمسة أنواع من المشاركين في السوق: المستثمرين التجزئة والتجار الملكية، وصناع السوق، والمؤسسات جانب الشراء، والمؤسسات من جانب البيع. وتستعمل مؤسسات الاتصالات المتنقلة الأكثر استخداما من قبل مؤسسات الملكية، ولكن هذه الديناميكية آخذة في التغير. التداول الخوارزمي كخدمة (أتاس) يجعل التداول الخوارزمي متاحا للمستثمر التجزئة (انظر التذييل). توضح هذه المقالة المتطلبات المعمارية ل أتس التي تستخدمها مؤسسة شراء الملكية. في أعلى مستوى، لدى أتس ثلاث وظائف: اتخاذ قرارات التداول، إنشاء أوامر التداول، وإدارة تلك الأوامر بعد تقديمها. تحت هذه هناك مجموعة من المتطلبات الوظيفية أكثر تفصيلا، وبعضها قد يكون راضيا من قبل الهندسة المعمارية.

مقدمة هندسة البرمجيات.

وهناك الكثير من النقاش لا يزال يحيط تعريف ما هو بنية البرمجيات. وفي سياق هذه المادة، تعرف هندسة البرمجيات بأنها البنية التحتية التي يمكن في إطارها تحديد مكونات التطبيقات التي توفر وظائف المستعمل ونشرها وتنفيذها. وينبغي لنظام البرمجيات أن يفي بمتطلباته الوظيفية وغير الوظيفية. وتحدد المتطلبات الوظيفية وظائف مكونات الأنظمة. وتحدد المتطلبات غير الوظيفية التدابير التي يقاس بها أداء النظام. نظام البرمجيات الذي يفي "المتطلبات الوظيفية، قد لا تزال لا تلبي توقعات المستخدمين على سبيل المثال. فإن أتس التي يمكن أن تقدم الصفقات، ولكن ليس في الوقت المناسب، من شأنه أن يسبب خسائر مالية. وتوفر بنية البرمجيات أساسا بنية تحتية تلبي المتطلبات غير الوظيفية، ويمكن في إطارها نشر المكونات التي تلبي المتطلبات الوظيفية وتنفيذها. ومن ثم يمكن تقسيم متطلبات نظام التداول الخوارزمي على نطاق واسع إلى متطلبات وظيفية وغير وظيفية.

المتطلبات الوظيفية.

تحت متطلبات "اتخاذ القرارات التجارية" مستوى أعلى هناك ثلاثة متطلبات مستوى عال:

الحصول على بيانات السوق - تحميل، وتصفية، وتخزين بيانات منظمة وغير منظم. وتشمل البيانات المنظمة بيانات السوق في الوقت الحقيقي من رويترز أو بلومبرغ المرسلة باستخدام بروتوكول على سبيل المثال. FIX. وتشمل البيانات غير المهيكلة أخبار وبيانات وسائل الاعلام الاجتماعية. تحديد استراتيجية التداول - تحديد قواعد التداول الجديدة والاستراتيجيات. تتكون قاعدة التداول من مؤشر، وعدم المساواة، والقيمة العددية على سبيل المثال. "نسبة بي" & لوت؛ 10. يتم تنظيم قواعد التداول إلى شجرة قرار لتحديد استراتيجية التداول (موضح أدناه). تحليل الأوراق المالية ضد استراتيجية التداول - لكل أمن، والحصول على البيانات وتصفية ذلك من خلال استراتيجية التداول لتحديد أي الأمن للشراء. بالإضافة إلى ذلك: لكل موقف مفتوح، تحديد أي أمن للبيع. ملاحظة: قد يختلف هذا الشرط.

تحت شرط "إنشاء أوامر التداول" مستوى أعلى هناك نوعان من متطلبات مستوى عال:

الحصول على معلومات التجارة - لكل قرار، والحصول على رمز الأمان، والسعر، والكمية، الخ إنشاء ترتيب التداول - لكل قرار، تحديد نوع النظام وإضافة معلومات التجارة. هناك ستة أنواع النظام: طويلة، قصيرة، السوق، الحد، توقف، والمشروط.

تحت متطلبات "إدارة أوامر" مستوى أعلى هناك ثلاثة متطلبات مستوى عال:

إدارة الأوامر المعلقة - لكل أمر، والتحقق من صحة وتأكيد هذا الأمر توجيه / تقديم أوامر - توجيه كل أمر إلى تبادل، تجمع الظلام، أو الوساطة إدارة أوامر المقدمة - تتبع حالة كل أمر المقدمة، إذا كان الأمر هو مطابقة ثم إنشاء موقف مفتوح . إذا لم يتم مطابقة النظام ثم وقف هذا النظام.

ويوضح هذا الرسم البياني كيف يمكن تعريف استراتيجية التداول على أنها شجرة قرار من قواعد التداول.

متطلبات غير مجدية.

هناك العديد من المتطلبات غير الوظيفية التي يتم تداولها بين بعضها البعض على سبيل المثال. فإن زيادة الأداء غالبا ما تأتي بتكلفة إجمالية متزايدة للملكية. وتشمل متطلبات نظام التداول خوارزمية غير وظيفية،

قابلية التدرج - هي قدرة النظام على التأقلم والأداء تحت عبء العمل المتزايد أو المتزايد. وينبغي أن تكون أتس قابلة للتطوير فيما يتعلق بعدد تغذية البيانات في العمليات، وعدد التبادلات التي تتداول عليها، والأوراق المالية التي يمكن تداولها. الأداء - هو مقدار العمل الذي أنجزه النظام مقارنة بالوقت والموارد اللازمة للقيام بذلك العمل. يجب أن يكون أتس أوقات الاستجابة السريعة (العودة إلى السوق) ومعالجة عالية وشبكة الإنتاجية. قابلية التعديل - هي السهولة التي يمكن بها تغيير النظام. يجب أن يكون ل أتس استراتيجيات التداول القابلة للتعديل بسهولة ومعالجة البيانات الموثوقية - هو دقة وموثوقية نظام لإنتاج مخرجات صحيحة للمدخلات التي يتلقاها. لأن الأخطاء والبق في أتس يمكن أن يؤدي إلى خسائر فادحة والغرامات، والموثوقية أمر بالغ الأهمية. انظر الفارس عاصفة الرأسمالية لدليل على ذلك. قابلية التدقيق - هي السهولة التي يمكن بها مراجعة النظام. وقد وضعت الحالات البارزة الأخيرة من أتس الذهاب هيوير أسس 'في دائرة الضوء للشركات التدقيق. ولذلك ينبغي أن تكون قابلة للتدقيق سواء من الناحية المالية أو الامتثال أو تقنية المعلومات. الأمن - هو سلامة منظمة ضد النشاط الإجرامي مثل الإرهاب أو السرقة أو التجسس. لأن استراتيجيات التداول هي الملكية وتمثل ممتلكات فكرية قيمة يجب تأمينها. بالإضافة إلى ذلك، لحماية أتس من الاصطياد، يجب أن تكون مشوشة أوامر باستخدام استراتيجيات التداول المبرمجة. التسامح مع الخطأ - هو قدرة النظام على مواصلة التشغيل بشكل صحيح بعد خطأ أو فشل. وھذا مشابھ للموثوقیة، إلا أنھ ینبغي أن یظل التکنولوجیا المحورة موثوق بھا حتی بعد حدوث خطأ لتجنب الخسائر المالیة. قابلية التشغيل البيني - هي السهولة التي يستطيع النظام من خلالها العمل مع مجموعة متنوعة من الأنظمة ذات الصلة. وهذا أمر مهم بالنسبة ألجهزة تكنولوجيا المعلومات التي قد تكون مطلوبة للتواصل مع أنظمة إدارة النظام، وأنظمة إدارة المحفظة، وأنظمة إدارة المخاطر، والنظم المحاسبية، وحتى النظم المصرفية.

نظرة عامة على النطاق المعماري.

النطاق المعماري هو مجموعة من الخدمات التي تدعمها الهندسة المعمارية التي تستهلكها المكونات لتلبية متطلباتها الوظيفية وغير الوظيفية. ويرد تفصيل أكثر تفصيلا لهذا النطاق المعماري في وثيقة المتطلبات التفصيلية. وعلى المستوى الرفيع، يلزم توفير الخدمات التالية من خلال الهيكل:

بيئة معالجة مسبقة للبيانات قابلة للتعديل - تدعم تدفقات بيانات متعددة، ومرشحات للبيانات غير ذات الصلة، وتقسيم البيانات الزمنية بيئة معالجة موزعة - تدعم وحدات معالجة متعددة (مجموعات)، ورصد أداء في الوقت الحقيقي، وإطار اتصالات موجه نحو الرسائل، من مجموعات البيانات الزمنية، موازنة التحميل، وتكرار البيانات وحدات المعالجة الفردية - التي تدعم طوابير في الذاكرة، ومعالجة الأحداث المعقدة (على البيانات الزمنية) شبكة منطقة التخزين (سان) - التي تدعم تجميع البيانات الزمنية، والاستعلام المستمر، والتسجيل (من أجل مسارات التدقيق) بيئة استعادة البيانات (در) - يكرر نظام إدارة سان ونظام إدارة بيئة التكامل - التي تعرض واجهة برمجة تطبيقات قياسية للمكونات وتوصيل المكونات الداخلية والخارجية ببعضها البعض نظام إدارة الطلبات - الذي يدعم تدفقات المدخلات المتزامنة ، التكرار السلبي وموازنة الحمل، ومعايير أسيد على أوامر، وتتبع التدقيق، و ريبلي كاتيتد بيئة استخدام النظام - التي تدعم ملفات تعريف المستخدمين المتعددة وتعرض الواجهة الأمامية المدارة بالكامل لنظام التداول الخوارزمي.

متطلبات الوصول والتكامل.

وتصف متطلبات النفاذ الطرق التي يمكن للمستخدمين من خلالها الوصول إلى مكونات النظام. يجب أن يعرض نظام التداول الخوارزمي ثلاث واجهات: واجهة لتحديد قواعد تداول جديدة واستراتيجيات التداول ومصادر البيانات؛ واجهة الواجهة الخلفية لمسؤولي النظام لإضافة مجموعات وتكوين العمارة؛ وواجهة تدقيق للقراءة فقط للتحقق من ضوابط تكنولوجيا المعلومات وحقوق وصول المستخدم. وتسمى المتطلبات المسبقة للدمج بين المكونات والنظم الخارجية متطلبات التكامل. وينبغي أن يدعم نظام التداول الخوارزمي التكامل القائم على الملفات، والتكامل القائم على الرسائل، وتكامل قاعدة البيانات. وعلى هذا النحو، ينبغي أن تستوفي الهياكل التالية المتطلبات التالية:

تكامل قاعدة البيانات - دعم أودبك، جدبك، أدو، و شك التكامل القائم على ملف - دعم كسف، شمل، وملفات جسون التكامل القائم على رسالة - دعم فيكس، فاست، و فيكساتدل.

القيود المعمارية.

تظهر النقاط الزرقاء المواقع الفعلية حيث يتم تقليل وقت استجابة الشبكة، وتظهر النقاط الحمراء المواقع الفعلية لعمليات التبادل المالي الكبيرة. من أجل تحقيق أقصى قدر من أداء نظام التداول حسابي، ينبغي للمرء أن منزل النظام في المواقع التي تقلل من وقت استجابة الشبكة. المصدر: معهد ماساتشوستس للتكنولوجيا الصحافة المفتوحة: dspace. mit. edu/handle/1721.1/6285.

القيود المعمارية هي العوامل التي تقيد أداء العمارة التي يجري بناؤها. والقيود التي سأذكرها هنا هي قيود الشبكة المادية والقيود التنظيمية. وتوضع قيود الشبكة المادية على النظام نتيجة لشبكات الاتصالات السلكية واللاسلكية السيئة. للتخفيف من هذا القيد يجب بناء النظام حيث يتم تقليل وقت استجابة الشبكة. وهناك طريقة أخرى لتخفيف القيود المفروضة على الشبكة تتمثل في تحديد موقع نظام التداول الحسابي مع تبادل السوق. وبعد أن قيل إن قرار المشاركة في الموقع يدخل قيودا إضافية على التجهيز والفضاء.

ويتم تطبيق القيود التنظيمية من خالل القوانني واللوائح، التي تكون في معظمها من البلدان وتبادلها. وهذا عامل متزايد الأهمية في تصميم وتنفيذ نظام التداول الحسابي لأن التداول الخوارزمي أصبح أكثر تنظيما بعد تحطم فلاش عام 2010. وبصفة عامة، يجب على شركات النقل الجوي أن تمتثل على األقل لقواعد المجلس األعلى لالستثمار فيما يتعلق بامتثال النظام والنزاهة) سسي (، وإرشادات أوروبا والشرق األوسط وأفريقيا ألنظمة التداول الخوارزمية، ومعايير إسو 9000 للتداول الخوارزمي) AT9000 (، ومعايير التقارير المالية الدولية) .

استنتاج.

وتعقد أبنية نظام التداول الخوارزمية من خلال المتطلبات غير الوظيفية الصارمة المتوقعة من النظام ومجموعة واسعة من المتطلبات التنظيمية والامتثال التي تنظم التداول الآلي. وبسبب هذه التعقيدات، ينبغي النظر بعناية في تصميم وتنفيذ بنية النظام. في تصميم بنية تداول خوارزمية مفتوحة المصدر آمل أن أشير إلى تلك المتطلبات المعمارية التي غالبا ما يتم التغاضي عنها في بداية تصميم مثل هذه الأنظمة. ومن غير المحتمل أن تكتمل المتطلبات المحددة في هذه الوثيقة وأن تتطور حتما بمرور الوقت. وستشمل الدفعة الثانية من هذه المقالة تصميمي لهندسة البرمجيات التي تلبي المتطلبات المذكورة أعلاه. لمزيد من المعلومات حول التداول حسابي، لا تتردد في الاتصال بي.

لتحميل نسخة من تقريري، يرجى النقر هنا. للحصول على قائمة كاملة بالمصادر، يرجى الاطلاع على التقرير.

وتشمل مقدمي خدمات أتاس، ولكن لا تقتصر على:

كوانتوبيان - المستخدمين يحددون استراتيجيات التداول الكمي في بيثون ويمكن إعادة اختبار لهم. يمكن للمستخدمين أيضا تنفيذ تلك الاستراتيجيات على الأسواق الحية. تلقت كوانتوبيان مؤخرا استثمارا بقيمة 6.7 مليون دولار أمريكي لتوسيع نطاق خدماتها. إكامتريكس - باستخدام المستخدمين ريزم بصريا بناء استراتيجيات التداول خوارزمية جديدة، والاختبار الخلفي تلك الاستراتيجيات، وتنفيذ تلك الاستراتيجيات على الأسواق الحية. أعلنت إيكامتريكس مؤخرا عن تمويل جديد ل ريزم بقيمة 4.5 مليون دولار أمريكي. السمسرة - بعض السمسرة تسمح للتجار لخلق السير التجارية التي تنفذ تلقائيا استراتيجيات التداول الخاصة بهم.

القصة السابقة.

بريكس التنبؤ الاقتصادي باستخدام الشبكات العصبية.

قصة المقبلة.

خوارزمية نظام تجارة العمارة.

إرسال تعليق.

إلغاء الرد.

اتبع تورينج المالية.

تورينغ المالية القائمة البريدية.

أصدقاء تورينج المالية.

الكوانتوقراطية هو أفضل التمويل الكمي بلوق مجمع مع وصلات لتحليل جديد نشرت كل يوم.

نمركل هو صندوق التحوط الكمي أنا جزء من. نحن نستخدم آلة التعلم في محاولة للفوز على السوق.

QuantStart.

الانضمام إلى كوانتكاديمي بوابة العضوية الخاصة التي تلبي احتياجات التجزئة المتزايد بسرعة المجتمع تاجر الكمي. سوف تجد مجموعة من ذوي الخبرة مثل التفكير من التجار الكميون على استعداد للرد على أسئلة التداول الكمي الأكثر إلحاحا.

تحقق من بلدي يبوك على التداول الكمي حيث أنا يعلمك كيفية بناء مربحة استراتيجيات التداول المنهجي مع أدوات بايثون، من الصفر.

نلقي نظرة على بلدي الكتاب الاليكتروني الجديد على استراتيجيات التداول المتقدمة باستخدام تحليل سلسلة زمنية، والتعلم الآلي والإحصاءات بايزي، مع بيثون و R.

من قبل مايكل هالز مور في 26 يوليو 2013.

واحدة من الأسئلة الأكثر تواترا التي تلقيتها في كيس البريد قس هو "ما هي أفضل لغة البرمجة للتجارة الخوارزمية؟". الجواب القصير هو أنه لا توجد لغة "أفضل". يجب النظر في معايير الاستراتيجية، والأداء، نمطية، والتنمية، والمرونة والتكلفة. سوف توضح هذه المقالة المكونات الضرورية لهيكل نظام التداول الخوارزمي وكيف تؤثر القرارات المتعلقة بالتنفيذ على اختيار اللغة.

أولا، سيتم النظر في المكونات الرئيسية لنظام التداول الخوارزمي، مثل أدوات البحث، ومحفظة المحفظة، ومدير المخاطر ومحرك التنفيذ. وفي وقت لاحق، سيتم دراسة استراتيجيات التداول المختلفة وكيفية تأثيرها على تصميم النظام. على وجه الخصوص وتيرة التداول وحجم التداول المحتمل على حد سواء سيتم مناقشتها.

مرة واحدة وقد تم اختيار استراتيجية التداول، فمن الضروري لمهندس النظام بأكمله. وهذا يشمل اختيار الأجهزة، ونظام التشغيل (ق) ومرونة النظام ضد الأحداث النادرة، التي يحتمل أن تكون كارثية. وبينما يجري النظر في العمارة، يجب إيلاء الاعتبار الواجب للأداء - سواء لأدوات البحث أو لبيئة التنفيذ المباشر.

ما هو نظام التداول في محاولة للقيام به؟

قبل اتخاذ قرار بشأن "أفضل" اللغة التي لكتابة نظام التداول الآلي من الضروري تحديد المتطلبات. هل سيكون النظام قائما على التنفيذ فقط؟ هل يتطلب النظام إدارة مخاطر أو وحدة بناء محفظة؟ سوف يتطلب النظام باكتستر عالية الأداء؟ بالنسبة لمعظم الاستراتيجيات نظام التداول يمكن تقسيمها إلى فئتين: البحوث وتوليد إشارة.

وتتعلق البحوث بتقييم أداء الاستراتيجية على البيانات التاريخية. إن عملية تقييم إستراتيجية التداول على بيانات السوق السابقة تعرف ب "الاختبار المسبق". وسيكون حجم البيانات والتعقيد الخوارزمي لها تأثير كبير على كثافة الحسابية من باكتستر. سرعة وحدة المعالجة المركزية والتزامن غالبا ما تكون العوامل المحددة في تحسين سرعة تنفيذ البحث.

ويتعلق توليد الإشارة بتوليد مجموعة من إشارات التداول من خوارزمية وإرسال هذه الأوامر إلى السوق، وعادة عن طريق الوساطة. بالنسبة لبعض الإستراتیجیات، یلزم وجود مستوى عال من الأداء. قضايا الإدخال / الإخراج مثل عرض النطاق الترددي للشبكة والكمون غالبا ما تكون العامل المحدد في تحسين أنظمة التنفيذ. وبالتالي فإن اختيار اللغات لكل مكون من مكونات النظام بأكمله قد يكون مختلفا تماما.

نوع، وتيرة وحجم الاستراتيجية.

وسيكون لنوع الاستراتيجية الخوارزمية المستخدمة أثر كبير على تصميم النظام. وسوف يكون من الضروري النظر في الأسواق التي يجري تداولها، والاتصال ببائعي البيانات الخارجية، وتواتر وحجم الاستراتيجية، والمفاضلة بين سهولة التنمية وتحسين الأداء، فضلا عن أي أجهزة مخصصة، بما في ذلك العرف المشترك والخوادم، وحدات معالجة الرسومات أو فبغا التي قد تكون ضرورية.

خيارات التكنولوجيا لاستراتيجية منخفضة الأسهم الأسهم الولايات المتحدة سوف تختلف اختلافا كبيرا عن تلك التي من استراتيجية عالية التردد التحكيم الإحصائية التداول في سوق العقود الآجلة. قبل اختيار اللغة يجب تقييم العديد من بائعي البيانات التي تتعلق باستراتيجية في متناول اليد.

سيكون من الضروري النظر في الاتصال بالمورد، وهيكل أي واجهات برمجة تطبيقات، وتوقيت البيانات، ومتطلبات التخزين والمرونة في مواجهة البائع الذي يعمل دون اتصال. ومن الحكمة أيضا أن تمتلك إمكانية الوصول السريع إلى العديد من البائعين! ولجميع الأدوات المختلفة مخزونات تخزين خاصة بها، ومن الأمثلة على ذلك رموز شريط متعددة للأسهم وتاريخ انتهاء الصلاحية للعقود الآجلة (ناهيك عن أي بيانات أوتك محددة). ويتعين مراعاة ذلك في تصميم المنصة.

ومن المرجح أن يكون تكرار الاستراتيجية واحدا من أكبر العوامل الدافعة لكيفية تحديد كومة التكنولوجيا. الاستراتيجيات التي تستخدم بيانات أكثر تواترا من الحانات بدقة أو الثانية تتطلب اهتماما كبيرا فيما يتعلق بالأداء.

وتؤدي الاستراتيجية التي تتجاوز الحدود الثانية (أي بيانات القراد) إلى تصميم مدعوم بالأداء باعتباره الشرط الأساسي. وبالنسبة للاستراتيجيات ذات التردد العالي، سيلزم تخزين كمية كبيرة من بيانات السوق وتقييمها. برامج مثل HDF5 أو كدب + تستخدم عادة لهذه الأدوار.

من أجل معالجة كميات واسعة من البيانات اللازمة لتطبيقات هفت، يجب أن تستخدم على نطاق واسع باكتستر ونظام التنفيذ. C / C ++ (ربما مع بعض المجمع) من المرجح أن أقوى مرشح اللغة. وسوف تتطلب استراتيجيات فائقة التردد تقريبا تقريبا الأجهزة المخصصة مثل فبغاس، وتبادل المشاركة في الموقع وضبط شبكة النواة / شبكة.

نظم البحوث.

نظم البحوث عادة ما تنطوي على مزيج من التنمية التفاعلية والنصوص الآلي. وغالبا ما يحدث الأول داخل إيد مثل فيسوال ستوديو، ماتلاب أو R ستوديو. ويشمل هذا الأخير حسابات عددية واسعة النطاق على العديد من المعلمات ونقاط البيانات. وهذا يؤدي إلى اختيار اللغة توفير بيئة مباشرة لاختبار التعليمات البرمجية، ولكن أيضا يوفر أداء كافيا لتقييم الاستراتيجيات على أبعاد متعددة المعلمة.

تتضمن إيد النموذجية في هذه المساحة ميكروسوفت فيسوال C ++ / C #، الذي يحتوي على أدوات مساعدة التصحيح واسعة، قدرات اكتمال التعليمات البرمجية (عبر "إنتليسنز") ومحات عامة مباشرة من كومة المشروع بأكمله (عبر قاعدة البيانات أورم، لينق)؛ ماتلاب، الذي صمم لالجبر العددي واسعة النطاق وعمليات فيكتوريسد، ولكن بطريقة وحدة التحكم التفاعلية؛ R ستوديو، الذي يلتف وحدة تحكم اللغة الإحصائية R في إيد كاملة؛ إكليبس إيد لينوكس جافا و C ++؛ و إيدس شبه الملكية مثل إينوهت الستارة لبيثون، والتي تشمل مكتبات تحليل البيانات مثل نومبي، سسيبي، سكيت-تعلم والباندا في بيئة تفاعلية واحدة (وحدة التحكم).

ل باكتستينغ العددية، جميع اللغات المذكورة أعلاه هي مناسبة، على الرغم من أنه ليس من الضروري استخدام واجهة المستخدم الرسومية / إيد كما سيتم تنفيذ التعليمات البرمجية "في الخلفية". الاعتبار الرئيسي في هذه المرحلة هو سرعة التنفيذ. غالبا ما تكون اللغة المترجمة (مثل C ++) مفيدة إذا كانت أبعاد معلمة باكتستينغ كبيرة. تذكر أنه من الضروري أن نكون حذرين من هذه الأنظمة إذا كان هذا هو الحال!

وغالبا ما تستفيد اللغات المفترضة مثل بيثون من المكتبات عالية الأداء مثل نومبي / بانداس لخطوة الاختبار المسبق، من أجل الحفاظ على درجة معقولة من القدرة التنافسية مع معادلات مجمعة. في نهاية المطاف سيتم تحديد اللغة المختارة لل باكتستينغ من قبل الاحتياجات الخوارزمية محددة وكذلك مجموعة من المكتبات المتاحة في اللغة (أكثر على ذلك أدناه). ومع ذلك، فإن اللغة المستخدمة لباكتستر والبيئات البحثية يمكن أن تكون مستقلة تماما عن تلك المستخدمة في بناء محفظة، وإدارة المخاطر ومكونات التنفيذ، كما سيتبين.

إدارة المحفظة وإدارة المخاطر.

وغالبا ما يتم تجاهل مكونات بناء المحفظة وإدارة المخاطر من قبل تجار التجزئة الخوارزمية. هذا هو دائما تقريبا خطأ. وتوفر هذه الأدوات الآلية التي سيتم من خلالها الحفاظ على رأس المال. فهي لا تحاول فقط التخفيف من عدد الرهانات "المحفوفة بالمخاطر"، بل إنها تقلل أيضا من تقلبات الصفقات نفسها، مما يقلل من تكاليف المعاملات.

يمكن أن يكون للإصدارات المتطورة من هذه المكونات تأثير كبير على جودة وانسجام الربحية. فمن السهل إنشاء استراتيجيات مستقرة حيث يمكن بسهولة تعديل آلية بناء المحفظة ومدير المخاطر للتعامل مع أنظمة متعددة. ومن ثم ينبغي اعتبارها عناصر أساسية في بداية تصميم نظام تجاري حسابي.

وظيفة نظام بناء محفظة هو اتخاذ مجموعة من الصفقات المطلوبة وإنتاج مجموعة من الصفقات الفعلية التي تقلل من زبد، والحفاظ على التعرض لعوامل مختلفة (مثل القطاعات وفئات الأصول والتقلب وغيرها) وتحسين تخصيص رأس المال لمختلف استراتيجيات في محفظة.

غالبا ما يقلل بناء الحافظة من مشكلة الجبر الخطي (مثل معامل المصفوفة)، وبالتالي يعتمد الأداء بشكل كبير على فعالية تنفيذ الجبر الخطي العددي المتوفر. وتشمل المكتبات الشائعة أوبلاس، لاباك و ناغ ل C ++. ماتلاب تمتلك أيضا عمليات مصفوفة الأمثل على نطاق واسع. يستخدم بيثون نومبي / سسيبي لمثل هذه الحسابات. وستتطلب المحفظة التي تمت إعادة توازنها بشكل متكرر مكتبة مصفوفة مجمعة (ومثبتة بشكل جيد!) لتنفيذ هذه الخطوة، حتى لا تعيق نظام التداول.

إدارة المخاطر جزء آخر مهم للغاية من نظام التداول الخوارزمي. يمكن أن تأتي المخاطر بأشكال عديدة: زيادة التقلب (على الرغم من أن هذا قد يكون مرغوبا فيه لاستراتيجيات معينة!)، وزيادة الارتباطات بين فئات الأصول، والتخلف عن الطرف المقابل، وانقطاعات الخادم، وأحداث "البجعة السوداء" والأخطاء غير المكتشفة في رمز التداول، على سبيل المثال لا الحصر.

وتسعى مكونات إدارة المخاطر إلى التنبؤ بآثار التقلبات المفرطة والارتباط بين فئات الأصول وآثارها اللاحقة على رأس المال المتداول. في كثير من الأحيان هذا يقلل إلى مجموعة من الحسابات الإحصائية مثل مونت كارلو "اختبارات الإجهاد". وهذا يشبه إلى حد كبير الاحتياجات الحسابية لمحرك تسعير المشتقات وعلى هذا النحو سوف تكون مرتبطة بو. هذه المحاكاة هي موازية للغاية (انظر أدناه)، وإلى حد ما، فمن الممكن "رمي الأجهزة في المشكلة".

أنظمة التنفيذ.

وتتمثل مهمة نظام التنفيذ في تلقي إشارات تجارية مصفاة من مكونات بناء المحفظة وإدارة المخاطر وإرسالها إلى وساطة أو أي وسيلة أخرى للوصول إلى الأسواق. بالنسبة لمعظم استراتيجيات التداول خوارزمية التجزئة وهذا ينطوي على اتصال أبي أو فيكس إلى الوساطة مثل وسطاء التفاعلية. الاعتبارات الأساسية عند اتخاذ قرار بشأن لغة تشمل جودة أبي، توفر اللغة المجمع ل أبي، وتيرة التنفيذ والانزلاق المتوقع.

تشير "جودة" واجهة برمجة التطبيقات إلى مدى توثيقها بشكل جيد، ونوع الأداء الذي توفره، وما إذا كانت تحتاج إلى برنامج مستقل يمكن الوصول إليه أو ما إذا كان يمكن إنشاء بوابة بطريقة بدون رأس (أي واجهة المستخدم الرسومية). في حالة الوسطاء التفاعليين، يجب أن تعمل أداة ترادر ​​وركستاتيون في بيئة واجهة المستخدم الرسومية من أجل الوصول إلى واجهة برمجة التطبيقات الخاصة بهم. كان لي مرة واحدة لتثبيت طبعة سطح المكتب أوبونتو على خادم سحابة الأمازون للوصول إلى وسطاء التفاعلية عن بعد، بحتة لهذا السبب!

توفر معظم واجهات برمجة التطبيقات واجهة C ++ و / أو جافا. وعادة ما يصل إلى المجتمع لتطوير مغلفات لغة محددة ل C #، بايثون، R، إكسل وماتلاب. لاحظ أنه مع كل الإضافات الإضافية المستخدمة (وخاصة أبي مغلفات) هناك مجال للخلل لزحف إلى النظام. دائما اختبار الإضافات من هذا النوع وضمان الحفاظ عليها بنشاط. مقياس جدير بالاهتمام هو معرفة عدد التحديثات الجديدة التي تم إجراؤها على كودباس في الأشهر الأخيرة.

تردد التنفيذ هو في غاية الأهمية في خوارزمية التنفيذ. لاحظ أن المئات من الطلبات قد يتم إرسالها كل دقيقة، وعلى هذا النحو من الأهمية بمكان. سوف يتم تكبد الانزلاق من خلال نظام التنفيذ سيئة الأداء وهذا سيكون له تأثير كبير على الربحية.

تعتبر اللغات التي تمت كتابتها إحصائيا (انظر أدناه) مثل C ++ / جافا بشكل عام مثالية للتنفيذ ولكن هناك مفاضلة في وقت التطوير والاختبار وسهولة الصيانة. اللغات التي يتم كتابتها ديناميكيا، مثل بيثون و بيرل هي الآن بشكل عام "سريع بما فيه الكفاية". Always make sure the components are designed in a modular fashion (see below) so that they can be "swapped out" out as the system scales.

Architectural Planning and Development Process.

The components of a trading system, its frequency and volume requirements have been discussed above, but system infrastructure has yet to be covered. Those acting as a retail trader or working in a small fund will likely be "wearing many hats". It will be necessary to be covering the alpha model, risk management and execution parameters, and also the final implementation of the system. Before delving into specific languages the design of an optimal system architecture will be discussed.

Separation of Concerns.

One of the most important decisions that must be made at the outset is how to "separate the concerns" of a trading system. In software development, this essentially means how to break up the different aspects of the trading system into separate modular components.

By exposing interfaces at each of the components it is easy to swap out parts of the system for other versions that aid performance, reliability or maintenance, without modifying any external dependency code. This is the "best practice" for such systems. For strategies at lower frequencies such practices are advised. For ultra high frequency trading the rulebook might have to be ignored at the expense of tweaking the system for even more performance. A more tightly coupled system may be desirable.

Creating a component map of an algorithmic trading system is worth an article in itself. However, an optimal approach is to make sure there are separate components for the historical and real-time market data inputs, data storage, data access API, backtester, strategy parameters, portfolio construction, risk management and automated execution systems.

For instance, if the data store being used is currently underperforming, even at significant levels of optimisation, it can be swapped out with minimal rewrites to the data ingestion or data access API. As far the as the backtester and subsequent components are concerned, there is no difference.

Another benefit of separated components is that it allows a variety of programming languages to be used in the overall system. There is no need to be restricted to a single language if the communication method of the components is language independent. This will be the case if they are communicating via TCP/IP, ZeroMQ or some other language-independent protocol.

As a concrete example, consider the case of a backtesting system being written in C++ for "number crunching" performance, while the portfolio manager and execution systems are written in Python using SciPy and IBPy.

Performance Considerations.

Performance is a significant consideration for most trading strategies. For higher frequency strategies it is the most important factor. "Performance" covers a wide range of issues, such as algorithmic execution speed, network latency, bandwidth, data I/O, concurrency/parallelism and scaling. Each of these areas are individually covered by large textbooks, so this article will only scratch the surface of each topic. Architecture and language choice will now be discussed in terms of their effects on performance.

The prevailing wisdom as stated by Donald Knuth, one of the fathers of Computer Science, is that "premature optimisation is the root of all evil". This is almost always the case - except when building a high frequency trading algorithm! For those who are interested in lower frequency strategies, a common approach is to build a system in the simplest way possible and only optimise as bottlenecks begin to appear.

Profiling tools are used to determine where bottlenecks arise. Profiles can be made for all of the factors listed above, either in a MS Windows or Linux environment. There are many operating system and language tools available to do so, as well as third party utilities. Language choice will now be discussed in the context of performance.

C++, Java, Python, R and MatLab all contain high-performance libraries (either as part of their standard or externally) for basic data structure and algorithmic work. C++ ships with the Standard Template Library, while Python contains NumPy/SciPy. Common mathematical tasks are to be found in these libraries and it is rarely beneficial to write a new implementation.

One exception is if highly customised hardware architecture is required and an algorithm is making extensive use of proprietary extensions (such as custom caches). However, often "reinvention of the wheel" wastes time that could be better spent developing and optimising other parts of the trading infrastructure. Development time is extremely precious especially in the context of sole developers.

Latency is often an issue of the execution system as the research tools are usually situated on the same machine. For the former, latency can occur at multiple points along the execution path. Databases must be consulted (disk/network latency), signals must be generated (operating syste, kernal messaging latency), trade signals sent (NIC latency) and orders processed (exchange systems internal latency).

For higher frequency operations it is necessary to become intimately familiar with kernal optimisation as well as optimisation of network transmission. This is a deep area and is significantly beyond the scope of the article but if an UHFT algorithm is desired then be aware of the depth of knowledge required!

Caching is very useful in the toolkit of a quantitative trading developer. Caching refers to the concept of storing frequently accessed data in a manner which allows higher-performance access, at the expense of potential staleness of the data. A common use case occurs in web development when taking data from a disk-backed relational database and putting it into memory. Any subsequent requests for the data do not have to "hit the database" and so performance gains can be significant.

For trading situations caching can be extremely beneficial. For instance, the current state of a strategy portfolio can be stored in a cache until it is rebalanced, such that the list doesn't need to be regenerated upon each loop of the trading algorithm. Such regeneration is likely to be a high CPU or disk I/O operation.

However, caching is not without its own issues. Regeneration of cache data all at once, due to the volatilie nature of cache storage, can place significant demand on infrastructure. Another issue is dog-piling , where multiple generations of a new cache copy are carried out under extremely high load, which leads to cascade failure.

Dynamic memory allocation is an expensive operation in software execution. Thus it is imperative for higher performance trading applications to be well-aware how memory is being allocated and deallocated during program flow. Newer language standards such as Java, C# and Python all perform automatic garbage collection , which refers to deallocation of dynamically allocated memory when objects go out of scope .

Garbage collection is extremely useful during development as it reduces errors and aids readability. However, it is often sub-optimal for certain high frequency trading strategies. Custom garbage collection is often desired for these cases. In Java, for instance, by tuning the garbage collector and heap configuration, it is possible to obtain high performance for HFT strategies.

C++ doesn't provide a native garbage collector and so it is necessary to handle all memory allocation/deallocation as part of an object's implementation. While potentially error prone (potentially leading to dangling pointers) it is extremely useful to have fine-grained control of how objects appear on the heap for certain applications. When choosing a language make sure to study how the garbage collector works and whether it can be modified to optimise for a particular use case.

Many operations in algorithmic trading systems are amenable to parallelisation . This refers to the concept of carrying out multiple programmatic operations at the same time, i. e in "parallel". So-called "embarassingly parallel" algorithms include steps that can be computed fully independently of other steps. Certain statistical operations, such as Monte Carlo simulations, are a good example of embarassingly parallel algorithms as each random draw and subsequent path operation can be computed without knowledge of other paths.

Other algorithms are only partially parallelisable. Fluid dynamics simulations are such an example, where the domain of computation can be subdivided, but ultimately these domains must communicate with each other and thus the operations are partially sequential. Parallelisable algorithms are subject to Amdahl's Law, which provides a theoretical upper limit to the performance increase of a parallelised algorithm when subject to $N$ separate processes (e. g. on a CPU core or thread ).

Parallelisation has become increasingly important as a means of optimisation since processor clock-speeds have stagnated, as newer processors contain many cores with which to perform parallel calculations. The rise of consumer graphics hardware (predominently for video games) has lead to the development of Graphical Processing Units (GPUs), which contain hundreds of "cores" for highly concurrent operations. Such GPUs are now very affordable. High-level frameworks, such as Nvidia's CUDA have lead to widespread adoption in academia and finance.

Such GPU hardware is generally only suitable for the research aspect of quantitative finance, whereas other more specialised hardware (including Field-Programmable Gate Arrays - FPGAs) are used for (U)HFT. Nowadays, most modern langauges support a degree of concurrency/multithreading. Thus it is straightforward to optimise a backtester, since all calculations are generally independent of the others.

Scaling in software engineering and operations refers to the ability of the system to handle consistently increasing loads in the form of greater requests, higher processor usage and more memory allocation. In algorithmic trading a strategy is able to scale if it can accept larger quantities of capital and still produce consistent returns. The trading technology stack scales if it can endure larger trade volumes and increased latency, without bottlenecking .

While systems must be designed to scale, it is often hard to predict beforehand where a bottleneck will occur. Rigourous logging, testing, profiling and monitoring will aid greatly in allowing a system to scale. Languages themselves are often described as "unscalable". This is usually the result of misinformation, rather than hard fact. It is the total technology stack that should be ascertained for scalability, not the language. Clearly certain languages have greater performance than others in particular use cases, but one language is never "better" than another in every sense.

One means of managing scale is to separate concerns, as stated above. In order to further introduce the ability to handle "spikes" in the system (i. e. sudden volatility which triggers a raft of trades), it is useful to create a "message queuing architecture". This simply means placing a message queue system between components so that orders are "stacked up" if a certain component is unable to process many requests.

Rather than requests being lost they are simply kept in a stack until the message is handled. This is particularly useful for sending trades to an execution engine. If the engine is suffering under heavy latency then it will back up trades. A queue between the trade signal generator and the execution API will alleviate this issue at the expense of potential trade slippage. A well-respected open source message queue broker is RabbitMQ.

Hardware and Operating Systems.

The hardware running your strategy can have a significant impact on the profitability of your algorithm. This is not an issue restricted to high frequency traders either. A poor choice in hardware and operating system can lead to a machine crash or reboot at the most inopportune moment. Thus it is necessary to consider where your application will reside. The choice is generally between a personal desktop machine, a remote server, a "cloud" provider or an exchange co-located server.

Desktop machines are simple to install and administer, especially with newer user friendly operating systems such as Windows 7/8, Mac OSX and Ubuntu. Desktop systems do possess some significant drawbacks, however. The foremost is that the versions of operating systems designed for desktop machines are likely to require reboots/patching (and often at the worst of times!). They also use up more computational resources by the virtue of requiring a graphical user interface (GUI).

Utilising hardware in a home (or local office) environment can lead to internet connectivity and power uptime problems. The main benefit of a desktop system is that significant computational horsepower can be purchased for the fraction of the cost of a remote dedicated server (or cloud based system) of comparable speed.

A dedicated server or cloud-based machine, while often more expensive than a desktop option, allows for more significant redundancy infrastructure, such as automated data backups, the ability to more straightforwardly ensure uptime and remote monitoring. They are harder to administer since they require the ability to use remote login capabilities of the operating system.

In Windows this is generally via the GUI Remote Desktop Protocol (RDP). In Unix-based systems the command-line Secure SHell (SSH) is used. Unix-based server infrastructure is almost always command-line based which immediately renders GUI-based programming tools (such as MatLab or Excel) to be unusable.

A co-located server, as the phrase is used in the capital markets, is simply a dedicated server that resides within an exchange in order to reduce latency of the trading algorithm. This is absolutely necessary for certain high frequency trading strategies, which rely on low latency in order to generate alpha.

The final aspect to hardware choice and the choice of programming language is platform-independence. Is there a need for the code to run across multiple different operating systems? Is the code designed to be run on a particular type of processor architecture, such as the Intel x86/x64 or will it be possible to execute on RISC processors such as those manufactured by ARM? These issues will be highly dependent upon the frequency and type of strategy being implemented.

Resilience and Testing.

One of the best ways to lose a lot of money on algorithmic trading is to create a system with no resiliency . This refers to the durability of the sytem when subject to rare events, such as brokerage bankruptcies, sudden excess volatility, region-wide downtime for a cloud server provider or the accidental deletion of an entire trading database. Years of profits can be eliminated within seconds with a poorly-designed architecture. It is absolutely essential to consider issues such as debuggng, testing, logging, backups, high-availability and monitoring as core components of your system.

It is likely that in any reasonably complicated custom quantitative trading application at least 50% of development time will be spent on debugging, testing and maintenance.

Nearly all programming languages either ship with an associated debugger or possess well-respected third-party alternatives. In essence, a debugger allows execution of a program with insertion of arbitrary break points in the code path, which temporarily halt execution in order to investigate the state of the system. The main benefit of debugging is that it is possible to investigate the behaviour of code prior to a known crash point .

Debugging is an essential component in the toolbox for analysing programming errors. However, they are more widely used in compiled languages such as C++ or Java, as interpreted languages such as Python are often easier to debug due to fewer LOC and less verbose statements. Despite this tendency Python does ship with the pdb, which is a sophisticated debugging tool. The Microsoft Visual C++ IDE possesses extensive GUI debugging utilities, while for the command line Linux C++ programmer, the gdb debugger exists.

Testing in software development refers to the process of applying known parameters and results to specific functions, methods and objects within a codebase, in order to simulate behaviour and evaluate multiple code-paths, helping to ensure that a system behaves as it should. A more recent paradigm is known as Test Driven Development (TDD), where test code is developed against a specified interface with no implementation. Prior to the completion of the actual codebase all tests will fail. As code is written to "fill in the blanks", the tests will eventually all pass, at which point development should cease.

TDD requires extensive upfront specification design as well as a healthy degree of discipline in order to carry out successfully. In C++, Boost provides a unit testing framework. In Java, the JUnit library exists to fulfill the same purpose. Python also has the unittest module as part of the standard library. Many other languages possess unit testing frameworks and often there are multiple options.

In a production environment, sophisticated logging is absolutely essential. Logging refers to the process of outputting messages, with various degrees of severity, regarding execution behaviour of a system to a flat file or database. Logs are a "first line of attack" when hunting for unexpected program runtime behaviour. Unfortunately the shortcomings of a logging system tend only to be discovered after the fact! As with backups discussed below, a logging system should be given due consideration BEFORE a system is designed.

Both Microsoft Windows and Linux come with extensive system logging capability and programming languages tend to ship with standard logging libraries that cover most use cases. It is often wise to centralise logging information in order to analyse it at a later date, since it can often lead to ideas about improving performance or error reduction, which will almost certainly have a positive impact on your trading returns.

While logging of a system will provide information about what has transpired in the past, monitoring of an application will provide insight into what is happening right now . All aspects of the system should be considered for monitoring. System level metrics such as disk usage, available memory, network bandwidth and CPU usage provide basic load information.

Trading metrics such as abnormal prices/volume, sudden rapid drawdowns and account exposure for different sectors/markets should also be continuously monitored. Further, a threshold system should be instigated that provides notification when certain metrics are breached, elevating the notification method (, SMS, automated phone call) depending upon the severity of the metric.

System monitoring is often the domain of the system administrator or operations manager. However, as a sole trading developer, these metrics must be established as part of the larger design. Many solutions for monitoring exist: proprietary, hosted and open source, which allow extensive customisation of metrics for a particular use case.

Backups and high availability should be prime concerns of a trading system. Consider the following two questions: 1) If an entire production database of market data and trading history was deleted (without backups) how would the research and execution algorithm be affected? 2) If the trading system suffers an outage for an extended period (with open positions) how would account equity and ongoing profitability be affected? The answers to both of these questions are often sobering!

It is imperative to put in place a system for backing up data and also for testing the restoration of such data. Many individuals do not test a restore strategy. If recovery from a crash has not been tested in a safe environment, what guarantees exist that restoration will be available at the worst possible moment?

Similarly, high availability needs to be "baked in from the start". Redundant infrastructure (even at additional expense) must always be considered, as the cost of downtime is likely to far outweigh the ongoing maintenance cost of such systems. I won't delve too deeply into this topic as it is a large area, but make sure it is one of the first considerations given to your trading system.

Choosing a Language.

Considerable detail has now been provided on the various factors that arise when developing a custom high-performance algorithmic trading system. The next stage is to discuss how programming languages are generally categorised.

Type Systems.

When choosing a language for a trading stack it is necessary to consider the type system . The languages which are of interest for algorithmic trading are either statically - or dynamically-typed . A statically-typed language performs checks of the types (e. g. integers, floats, custom classes etc) during the compilation process. Such languages include C++ and Java. A dynamically-typed language performs the majority of its type-checking at runtime. Such languages include Python, Perl and JavaScript.

For a highly numerical system such as an algorithmic trading engine, type-checking at compile time can be extremely beneficial, as it can eliminate many bugs that would otherwise lead to numerical errors. However, type-checking doesn't catch everything, and this is where exception handling comes in due to the necessity of having to handle unexpected operations. 'Dynamic' languages (i. e. those that are dynamically-typed) can often lead to run-time errors that would otherwise be caught with a compilation-time type-check. For this reason, the concept of TDD (see above) and unit testing arose which, when carried out correctly, often provides more safety than compile-time checking alone.

Another benefit of statically-typed languages is that the compiler is able to make many optimisations that are otherwise unavailable to the dynamically - typed language, simply because the type (and thus memory requirements) are known at compile-time. In fact, part of the inefficiency of many dynamically-typed languages stems from the fact that certain objects must be type-inspected at run-time and this carries a performance hit. Libraries for dynamic languages, such as NumPy/SciPy alleviate this issue due to enforcing a type within arrays.

Open Source or Proprietary?

One of the biggest choices available to an algorithmic trading developer is whether to use proprietary (commercial) or open source technologies. هناك مزايا وعيوب لكلا النهجين. It is necessary to consider how well a language is supported, the activity of the community surrounding a language, ease of installation and maintenance, quality of the documentation and any licensing/maintenance costs.

The Microsoft stack (including Visual C++, Visual C#) and MathWorks' MatLab are two of the larger proprietary choices for developing custom algorithmic trading software. Both tools have had significant "battle testing" in the financial space, with the former making up the predominant software stack for investment banking trading infrastructure and the latter being heavily used for quantitative trading research within investment funds.

Microsoft and MathWorks both provide extensive high quality documentation for their products. Further, the communities surrounding each tool are very large with active web forums for both. The software allows cohesive integration with multiple languages such as C++, C# and VB, as well as easy linkage to other Microsoft products such as the SQL Server database via LINQ. MatLab also has many plugins/libraries (some free, some commercial) for nearly any quantitative research domain.

There are also drawbacks. With either piece of software the costs are not insignificant for a lone trader (although Microsoft does provide entry-level version of Visual Studio for free). Microsoft tools "play well" with each other, but integrate less well with external code. Visual Studio must also be executed on Microsoft Windows, which is arguably far less performant than an equivalent Linux server which is optimally tuned.

MatLab also lacks a few key plugins such as a good wrapper around the Interactive Brokers API, one of the few brokers amenable to high-performance algorithmic trading. The main issue with proprietary products is the lack of availability of the source code. This means that if ultra performance is truly required, both of these tools will be far less attractive.

Open source tools have been industry grade for sometime. Much of the alternative asset space makes extensive use of open-source Linux, MySQL/PostgreSQL, Python, R, C++ and Java in high-performance production roles. However, they are far from restricted to this domain. Python and R, in particular, contain a wealth of extensive numerical libraries for performing nearly any type of data analysis imaginable, often at execution speeds comparable to compiled languages, with certain caveats.

The main benefit of using interpreted languages is the speed of development time. Python and R require far fewer lines of code (LOC) to achieve similar functionality, principally due to the extensive libraries. Further, they often allow interactive console based development, rapidly reducing the iterative development process.

Given that time as a developer is extremely valuable, and execution speed often less so (unless in the HFT space), it is worth giving extensive consideration to an open source technology stack. Python and R possess significant development communities and are extremely well supported, due to their popularity. Documentation is excellent and bugs (at least for core libraries) remain scarce.

Open source tools often suffer from a lack of a dedicated commercial support contract and run optimally on systems with less-forgiving user interfaces. A typical Linux server (such as Ubuntu) will often be fully command-line oriented. In addition, Python and R can be slow for certain execution tasks. There are mechanisms for integrating with C++ in order to improve execution speeds, but it requires some experience in multi-language programming.

While proprietary software is not immune from dependency/versioning issues it is far less common to have to deal with incorrect library versions in such environments. Open source operating systems such as Linux can be trickier to administer.

I will venture my personal opinion here and state that I build all of my trading tools with open source technologies. In particular I use: Ubuntu, MySQL, Python, C++ and R. The maturity, community size, ability to "dig deep" if problems occur and lower total cost ownership (TCO) far outweigh the simplicity of proprietary GUIs and easier installations. Having said that, Microsoft Visual Studio (especially for C++) is a fantastic Integrated Development Environment (IDE) which I would also highly recommend.

Batteries Included?

The header of this section refers to the "out of the box" capabilities of the language - what libraries does it contain and how good are they? This is where mature languages have an advantage over newer variants. C++, Java and Python all now possess extensive libraries for network programming, HTTP, operating system interaction, GUIs, regular expressions (regex), iteration and basic algorithms.

C++ is famed for its Standard Template Library (STL) which contains a wealth of high performance data structures and algorithms "for free". Python is known for being able to communicate with nearly any other type of system/protocol (especially the web), mostly through its own standard library. R has a wealth of statistical and econometric tools built in, while MatLab is extremely optimised for any numerical linear algebra code (which can be found in portfolio optimisation and derivatives pricing, for instance).

Outside of the standard libraries, C++ makes use of the Boost library, which fills in the "missing parts" of the standard library. In fact, many parts of Boost made it into the TR1 standard and subsequently are available in the C++11 spec, including native support for lambda expressions and concurrency.

Python has the high performance NumPy/SciPy/Pandas data analysis library combination, which has gained widespread acceptance for algorithmic trading research. Further, high-performance plugins exist for access to the main relational databases, such as MySQL++ (MySQL/C++), JDBC (Java/MatLab), MySQLdb (MySQL/Python) and psychopg2 (PostgreSQL/Python). Python can even communicate with R via the RPy plugin!

An often overlooked aspect of a trading system while in the initial research and design stage is the connectivity to a broker API. Most APIs natively support C++ and Java, but some also support C# and Python, either directly or with community-provided wrapper code to the C++ APIs. In particular, Interactive Brokers can be connected to via the IBPy plugin. If high-performance is required, brokerages will support the FIX protocol.

استنتاج.

As is now evident, the choice of programming language(s) for an algorithmic trading system is not straightforward and requires deep thought. The main considerations are performance, ease of development, resiliency and testing, separation of concerns, familiarity, maintenance, source code availability, licensing costs and maturity of libraries.

The benefit of a separated architecture is that it allows languages to be "plugged in" for different aspects of a trading stack, as and when requirements change. A trading system is an evolving tool and it is likely that any language choices will evolve along with it.

مجرد بدء مع التداول الكمي؟

3 أسباب الاشتراك في قائمة كوانتستارت:

1. دروس التداول الكمي.

سوف تحصل على إمكانية الوصول الفوري إلى دورة مجانية 10 جزء معبأة مع تلميحات ونصائح لمساعدتك على البدء في التداول الكمي!

2. جميع أحدث المحتوى.

كل أسبوع سوف نرسل لك التفاف من كل نشاط على كوانتستارت لذلك عليك أن لا يفوتون وظيفة مرة أخرى.

ريال مدريد، وقابلة للتنفيذ نصائح التداول الكمي مع أي هراء.