Java Trading System Architecture

W e l c o m e Welkom by die Huis van die Open Java Trading System Die Open Java Trading System (OJTS) is bedoel om 'n gemeenskaplike infrastruktuur te-beurs stelsels te ontwikkel. Dit bestaan ​​uit vier dele: die byeenkoms van rou data oor die internet die erkenning van handel seine n visualisering module en modules aan te sluit by die programmatiese koppelvlakke van handel platforms soos banke. Die projekte is gemik is om voorsiening te maak 'n self vervat suiwer Java (platform onafhanklik) algemene infrastruktuur vir ontwikkelaars van handel stelsels. Sommige van die aspekte wat aangespreek moet word is om 'n gemeenskaplike SQL92 voldoen databasis skedule vir die berging van finansiële data, algemene Java koppelvlakke vir hoe om te wissel data tussen verskillende modules, visualisering van rou finansiële data en handel seine en verskeie ander algemene aspekte wat nodig is om te skep 'n finale handel system. Because van my werk en familie Ek het nie die tyd om OJTS langer te verbeter. Ek voortgaan om die artikel skakels hier onder wat werk sal jy meer aktief Java open source projekte te lei in daardie gebied, al is. Om die waarheid te as 'n gevolg van my belangstelling in die dinamiek van aandelemarkte het ek 'n reis na die dieper besonderhede van nasionale ekonomie ten einde wisselkoerse verstaan. Hierdie onderwerp uiteindelik lei my na 'n dieper studie van geld op sigself as die metrieke eenheid wat ons gebruik in die ekonomie om waarde, sukses of nut meet. Hierdie onderwerp blyk baie interessant te wees, maar terselfdertyd was dit baie moeilik om enige inligting oor hoe ons monetêre stelsel werk te vind. Gaan rond en vra mense waar geld vandaan kom, wat skep dit en wat bepaal die waarde daarvan. Jy sal sien dat selfs die mense wat 'n meestersgraad of PhD. in Ekonomie sal nie hierdie besonderhede te ken. O ja, hulle sal beantwoord in sommige kriptiese tegniese terme, maar hulle sal nie in staat wees om 'n eenvoudige diagram wat die proses beskryf trek. H. G. Wells het na berig word gesê: Om te skryf van die munt is oor die algemeen erken as 'n aanstootlike, inderdaad byna 'n onsedelike, praktyk. Redakteurs sal die skrywer smeek byna trane nie om te skryf oor geld, nie, want dit is 'n vervelige onderwerp, maar omdat dit altyd 'n diep ontstellende een is. Ek stel voor om enige persoon wat in 'n demokratiese samelewing te lees oor hierdie onderwerp. Dit raak ons ​​lewens elke dag in 'n mate wat nie op daardie wêreld kan exagerated In my opinie elke burger van 'n demokratiese land moet weet waar ons geld vandaan kom. Heel waarskynlik jy gekom het om hierdie webwerf om te kyk vir gereedskap wat jou help om in die verhoging van jou monetêre rykdom. Om die metrieke eenheid geld (maak nie saak of Dollar of die euro) verstaan ​​sal 'n belangrike bestanddeel in jou toolkit vir die maak van geld wees. As jy 'n bietjie tyd en slegs kan bekostig om 'n enkele boek oor die onderwerp lees dan stel ek voor jy lees Wealth, Virtuele Wealth en skuld deur Frederick Soddy. Ek was in staat om 'n gebruikte kopie via Amazon te koop vir 23,48, maar daar bestaan ​​ook 'n aanlyn weergawe. Jy sal die DjVu plugin nodig het om dit te lees. Hierdie boek is oorspronklik gepubliseer in 1929, maar nog steeds beskryf die werklike feite baie goed. Selfs as ek nie saamstem met al gevolgtrekkings van Frederick Soddy sy werk is lekker nadenke stem en sal jou lei om die regte vrae te vra. N e w e Releases, Foutoplossings en opgedateer Dokumentasie aangekondig die opskorting van 'n aktiewe ontwikkeling en bygevoeg verwysings na inligting oor ons geldstelsels (dollar / euro). Bygevoeg 'n links artikel na ander interessante Java handel stelsel projekte. Ek ondersoek oor hoe om OJTS meer versoenbaar is met ander Java handel stelsel pogings te maak. Belegging en Trading System Dokumentasie Projek te vinde by ITSdoc. org. Daar is 'n nuwe wiki beskikbaar by ITSdoc. org fokus op die verspreiding van kennis op die gebied van die belegging en handel stelsels. Die idee agter ITSdoc. org is 'n samewerking platform soortgelyk aan Wikipedia te help om die gemeenskap om kennis te deel nie. OpenJavaTradingSystem v0.13 vrygestel. Gister het ek vrygestel van die weergawe 0.13 van die OpenJavaTradingSystem biblioteek. Onder die nuwe funksies is: data herwinning vir aandele, fondse en geldeenhede van OnVista. Implementering van die munt hantering en doelskoppe. Portefeuljes geïmplementeer en jy kan werk met portefeuljes op dieselfde manier as met 'n enkele sekuriteit papier items. Bygevoeg 'n algemene raamwerk vir die toepassing van algoritmes te aandelemark tydreekse. Gewissel het vanaf die SISC / Skema interaktiewe dop te ABCL / CommonLisp plus sy redakteur genoem J. bygevoeg 'n algemene data caching meganisme om data wat reeds oor die web in die lêerstelsel is opgespoor kas. Plus baie meer geringe verbeterings As jy belangstel in hierdie nuwe weergawe is jy moet begin by die Quick Start / kiekie artikel. Die handleiding is nog nie opgedateer maar dit kan jy tog 'n paar waardevolle agtergrondinligting gee as jy wil na die biblioteek te gebruik in jou projek. Die dokumentasie moet opgedateer soon. Currently daar nie veel ontwikkeling gedoen nie, want ek opgradering my kennis oor Bayesiaanse netwerke. Sien byvoorbeeld die lys van boeke op my webwerf. Twee baie interessante projekte om daardie opsig is Weka en BNJ. Binnekort sal ek voortgaan ontwikkeling en ek sal begin om die eerste intelligensie te integreer in die stelsel. Vandag het ek die eerste vrylating in die artikel lêers van die source aflaai area. Behalwe dat ek opgedateer die handleiding om die interaktiewe gebruik van die projek via die SISC Skema laag te dokumenteer. Vir die ongeduldig hier is 'n vinnig start / kiekie artikel gaan jy kry. D o c o m e n t a t i o n Dokumente beskryf die internals van die projek. Java data voorwerpe en Interface dokumentasie gtgtHTML gtgtPDF Gebruik dokumentasie gtgtHTML gtgtPDF Investment en Trading System Dokumentasie Projek gtgtITSdoc. org T echnology Derde Party Building Blocks wat in hierdie projek HSQL Database Engine (lisensie: hsqldblic. txt) Die HSQLDB is die databasis enjin verskeep met die projek, sodat jy dadelik kan begin met behulp van die OJTS sonder die installering van 'n derde party databasis. Maar as jy van plan is om 'n ander SQL92 voldoen databasis gebruik, dan is dit 'n opsie te. Castor (lisensie: Die Exolab lisensie) Castor is 'n Open Source data bindend raamwerk vir JavaTM. Dit is die kortste pad tussen Java voorwerpe, XML dokumente en relasionele tabelle. Castor bied Java-tot-XML bindend, Java-tot-SQL volharding, en nog baie meer. Castor Doclet (lisensie: GNU LGPL v2.1) Java doclet beide kartering en DDL lêers vir Castor JDO en Castor XML genereer. TestMaker (lisensie: TestMaker open-source lisensie) Van die TestMaker projek net die implementering van die protokolle soos HTTP of HTTPS gebruik vir die insameling van data van die web. jCookie (lisensie: GNU LGPL v2.1) Die jCookie biblioteek is wat nodig is vir die TestMaker biblioteke te werk. htmlparser (lisensie: GNU LGPL v2.1) Die htmlparser biblioteek word gebruik om die data te onttrek van web hulpbronne. ABCL / CommonLisp (lisensie: GNU GPL v2) ABCL (Gewapende Bear Common Lisp) word gebruik om die algoritmiese hart van die projek in die ANSI Common Lisp programmeertaal te implementeer. JFreeChart (lisensie: GNU LGPL v2.1) JFreeChart word gebruik vir die visualisering van finansiële data as kaarte. JSci (lisensie: GNU LGPL v2.1) JSci - 'n wetenskap API vir Java. JODA Tyd (lisensie: Tuis gegroei open source lisensie) JODA Tyd vervang die oorspronklike JDK Datum en Tyd klasse. L i N k s Skakels na ander projekte Die JavaTraders Google-groep kan die beste inskrywing vir jou om uit te vind oor ander Java-gebaseerde handel stelsels en gereedskap wees. L i c e n s e Voorwaardes Die kode van die projek is gelisensieer onder die voorwaardes van die LGPL en alle dokumentasie wat jy in hierdie projek is gelisensieer onder die voorwaardes van die FDL. There is eintlik net 3 groot blokke in 'n Algo Trading System. 1. Mark data Handler (bv FAST hanteerder) 2. Strategie Module (bv crossover strategie) 3. Bestel Router (bv FIX router) jy kan Risiko tjeks voeg by óf die strategie module of die Orde Router module of beide. Solank jou data vloei korrek is, moet jy goed om te gaan. Onthou jy die ontwerp van 'n ATS vir minimum latency, en die toevoeging van meer lae of kompleksiteit sal ten koste van latency kom. Minimale ATS argitektuur en as jy die klokkies en fluitjies voeg, sal dit lyk soos die volgende: As jy ook geïnteresseerd in die nitty-gritty van die implementering van die bogenoemde argitektuur, moet jy die volgende dinge in gedagte te hou. Vermy slotte / mutexes. In die geval het jy om dit te gebruik, probeer om hulle te vervang met lockless strukture met behulp van Atomics. Daar is n paar biblioteke beskikbaar vir lockless datastrukture (bv libcds, concurrency kit ens). C-11 ondersteun st :: atoom. en jy moet daarna streef om dit te gebruik as well. Vermy whats gedoen Quickfix. Sy geskryf vir veiligheid / soepelheid / reusab ility as voorwerp (slot) skepping en vernietiging vir elke oproep van enige boodskap aan router gedoen. Sekerlik geen manier om 'n latency sensitiewe kode te skryf. Geen runtime geheuetoekenning. runtime pad moet persoonlike en uitsluiting gratis geheuebestuur gebruik met pre-toegeken geheue swembad. Al die inisialisering kan gedoen word in vervaardigerskampioenskap. Stywe koppeling. Threading model, I / O-model en geheue bestuur moet ontwerp word om saam te werk met mekaar om die beste algehele prestasie te bereik. Dit druis in teen die OOP konsep van los koppeling, maar sy nodig om runtime koste van dinamiese polimorfisme te vermy. Gebruik Templates. In dieselfde trant, sal ek ook voor dat jy kyk na C templatization om buigsaamheid van kode te bereik. OS / Hardware optimalisering Uiteindelik, moet jy kyk om te werk met Linux RT kern en Solarflare netwerkkaart met OpenOnLoad bestuurder vir die bereiking van die minimum latency. jy kan verder kyk na die CPU isoleer en uit te voer jou program op daardie spesifieke kern. En ten slotte die openbare API wat jy nodig sou wees om bloot te stel aan strategie ontwikkelaars. Ek wil graag hierdie aan die minimale stel wat al die kompleksiteit van die betrokke ruil / bestemming sou omsluit wees. klas OrderRouter openbare: virtuele Bool sendNewOrd (OrderInfo) 0 virtuele Bool sendRplOrd (OrderInfo) 0 virtuele Bool sendCxlOrd (OrderInfo) 0 virtualBut dit beteken dat die OrderInfo Klas moet al die besonderhede wat vereis word deur die bestemming / ruil het. In die algemeen, die uitruil vereis dieselfde soort inligting, maar as jy gaan saam en ondersteun meer beurse / bestemmings jy sal vind jouself die toevoeging van meer veranderlikes in hierdie klas. Die volgende is die belangrikste vrae / uitdagings wat jy nodig sou wees om jouself te vra: 1. Multi-proses argitektuur of multi-gestruktureerde argitektuur. of om 'n monolitiese proses bou met verskeie drade, of skryf 'n paar prosesse. Die koste van verskeie proses is boodskap verby latency, terwyl die koste vir verskeie stringe enkele proses is dat enige versuim in die hele stelsel kan bring. 2. Boodskap afsterwe: terwyl jy kan kies uit oorvloed van opsies, jy beperk deur latency oorweging. Vinnigste IPC sou gedeel geheue, maar dan hoe sou jy doen die sinchronisasie spandeer 'n geruime tyd met hierdie twee vrae omdat hulle die boublok waarop jou argitektuur staan ​​sou wees. Edit: FIX en vinnig Met betrekking tot gewilde / standaard protokol, FIX is vir die stuur van bestellings en vinnig vir die mark data. Noudat dit gesê is, die meeste ruil hul eie moedertaal protokol wat is vinniger as op te los, want FIX algemeen geïmplementeer op die top van hul moedertaal protokol. Maar hulle het steeds ondersteun FIX dra by tot spoed van ontplooiing. Aan die ander kant, terwyl bepaal deur die grootste deel van die uitruil aangeneem, vinnig geniet nie so 'n wye aanvaarding. As daar iets is, sal daar net 'n handjievol van ruil aanneming dit so wees. Die meeste van hulle óf stuur oor FIX self (lae latency), of hul eie moedertaal binêre protokol. bv In Indië, NSE, BSE en MCX / MCXSX, al die drie beurse gee jy los protokol bykomend tot inheemse protokol, maar slegs BSE gee jou vinnig vir markdata. En dit is ook die verskuiwing van vinnig om moedertaal met bekendstelling van EOBI. jy kan dieselfde ding ekstrapoleer na ander ruil. 2.8k Views middot View upvotes middot Nie vir Reproduksie Soos Johannes genoem, OMS is die kern van enige verhandelingsplatform en jy moet begin van die ondersoek nie. Jy wil hê om tyd te spandeer om jou handel lewensiklus, gebeure en funksies wat jy wil in te sluit op die OMS en die mense wat jy wil hê dat jou Algo Engine hanteerbaar te bepaal. Metcetera bied 'n oop bron OMS, ek haven039t dit persoonlik gebruik, maar it039s een van die min in die mark. Die volgende ding wat jy moet kyk na is die verskaffing van 'n koppelvlak tot brondata in en druk dit uit. Dit is vir 'n kliënt om toegang stelsel te gooi in die orde besonderhede en Algo enjin om dit te bekom. Baie Sell Side OMS039s gebruik 'n kombinasie van eie programme geskryf in Java / C met behulp los. FIX protokol kan jy realtime kommunikeer oor stelsels in 'n vereenvoudigde amp pre-gedefinieerde boodskap deur die FIX protokol gemeenskap gelê formaat. Gaan na Die FIX protokol Organisasie GT Tuis bladsy vir meer daaroor te lees. Ook kyk na Open Source FIX Engine. 'n open source implementering van die FIX enjin. Volgende kom 'n Mark data koppelvlak tot bron realtime tyd sekuriteit mark inligting, data wat wissel van High / Low / Open / Close na Best bid / Best ask, Total verhandel volume, Laaste prys, Laaste volume, Bid haal, Vra aanhalings ens Die inligting jy soek regtig hang af van die tipe strategie wat jy wil uit te voer. Ek glo Interaktiewe Broker bied 'n real-time data voer via los. Ruil verbinding is langs waar u Algo interpreteer die seine, skep 'n bevel en roetes na 'n ruil of ECN. Die ontwikkeling van dit in die huis kon moeilik wees as jy nodig sou wees om uit te werk Exchange lidmaatskap, sertifiseer jou platform en betaal 'n gereelde ledegeld. 'N goedkoper manier is om 'n makelaar API (soos IB) en roete aan die orde deur dit te gebruik. Historiese data is van wese te as wat jy dalk wil die huidige mark gedrag met sy historiese waardes te vergelyk. Parameters soos normaal verspreiding, VWAP profiele, kan gemiddelde daaglikse volume ens word benodig om besluitneming te beïnvloed. Jy kan dit op die databasis (voorkeur) maar as spoed van die wese dan laai dit op die bediener kas wanneer jy jou program te begin. Sodra jou perifere stelsels ingestel is, kan jy begin met die ontwikkeling van jou algo program die manier waarop jy dit wil hê om te werk. Dit basiese infrastruktuur sal jou toelaat om insette 'n ouer algo orde, lees data mark, reageer op die seine, maar genereer kind bestellings en plaas dit op die uitruil bestelboek en historiese data te besluitneming beïnvloed. Die OMS het die verband tussen die ouer amp kind orde, hul realtime status en updates deur die algo of ruil konneksie platform. Wat jy wil uit te voer binne die Algo is heeltemal aan jou. 1.8k Views middot View upvotes middot Nie vir Reproduksie Martin Krmer. rekenaarwetenskaplike, full-stapel kodeerder, wat 'n goeie idee van die masjien leer Dit lyk baie makliker as wat jy dalk dink as hulle hoofdoel is om antwoorde op seine in die orde van mikrosekondes en nie die optimalisering vir enige soort van ingewikkelde model te bereik. In die praktyk beteken dit dat jy nie iets kan bekostig, behalwe 'n paar baie basiese wiskunde te. So groot handelaars in hierdie gebied werklik geld te maak deur in staat is om 'n micro vinniger as 'n mededinger en nie reageer deur die interpretasie van die data in 'n complicted mode. 2.1k Views middot View upvotes middot Nie vir ReproductionSoftware vir Konstruksie n mark Trading System As daar 'n wedstryd tussen C en Java dan Java gewen het. Ongelukkig het 'n klomp mense wat sagteware vir die mark handel stelsels en modelle te ontwikkel nie gekry die nuus en nog steeds gebruik C. C sal altyd die taal van keuse vir die smal klas van sagteware programme wat naby aan die metaal van die rekenaarstelsel is nie . Hierdie aansoeke sluit device drivers, bedryfstelsels en hoë werkverrigting databasis stelsels. Uit kant van hierdie smal klas, Java is tans die enigste redelike keuse vir implementering aansoek. Die rede dat Java is die taal van keuse het minder te doen met die taal self as met die massiewe sagteware basis wat uitgange vir Java. Java laat die program ontwikkelaar om van die grootste liggaam van herbruikbare sagteware wat ooit geïmplementeer maak. Vir dekades mense het in die rekenaarwetenskap literatuur oor draagbare, herbruikbare sagteware geskryf. In Java hierdie is uiteindelik besef. Hierdie bladsy bevat skakels na hulpbronne vir die bou van 'n intra-dag handel stelsel in Java. So 'n handel stelsel bestaan ​​uit die volgende komponente: 'n Java program bediener (bv Tomcat) gebaseer intra-dag handel stelsel. A intra-dag gegee invoer vir mark transaksie data. 'N databasis aan te teken handel inligting. N web-gebaseerde GUI te beheer en inligting oor die handel stelsel te voorsien. 'N infrastruktuur te toets (terug toetsing) van handel algoritmes met historiese mark data intra-dag ondersteun. Inhoudsopgawe Ian Kaplan Laaste opgedateer op, Augustus 2008 terug na 'n Java Intra-dag Traeding System, Kwantitatiewe Finansies en ander TopicsDesigning n outomatiese handel Aansoek op die Netbeans ryk kliënt platform (Deel 1) Die DevOps sone is aan u gebring in samewerking met Sonatype Nexus. Die Nexus suite help skaal jou DevOps aflewering met deurlopende komponent intelligensie diens in ontwikkeling gereedskap, insluitend Eclipse, IntelliJ, Jenkins, bamboes, SonarQube en nog baie meer. Skeduleer 'n demo vandag. Oor die afgelope 10 jaar nuwe geleenthede in die voorraad, termynkontrakte en valutamarkte oopgemaak om kleinhandel handelaars toelaat dat die vermoë om hul eie outomatiese handel strategieë wat slegs een keer die koninkryk van verskansingsfondse en beleggingsbanke was produseer. Interaktiewe Brokers was een van die eerste makelaarsfirmas om 'n Java API om sy kleinhandel kliënte te bied. Oorspronklik voorgestel as 'n manier vir ontwikkelaars om Interaktiewe Brokers Trader Workstation (TWS) lessenaar toepassing met eienskappe soos kartering of rekordhouding te vul, het die API gewild geword as 'n manier om handel strategieë te outomatiseer. In my eerste iterasie van die ontwikkeling van 'n handel strategie en sagteware om die ambagte outomatiseer gebou ek 'n Java lessenaar aansoek met behulp van Swing komponente wat aandele gedurende die dag en plek ambagte sal monitor wanneer sekere parameters voldoen, en dan verlaat die ambagte aan die einde van die handel dag. Die sagteware het goed gewerk, en dit was voldoende vir die strategie is ontwerp om handel te dryf, maar dit was nie extensible en probeer om nuwe handel strategieë te implementeer om sowel as outomatiseer verbinding met verskillende makelaars rekeninge bewys moeilik en lomp. Ook, daar is beperkings op hoeveel aandele via die makelaars data voer kan gemonitor word sodat die sagteware moes in staat wees om te akkommodeer real-time mark data feeds van ander bronne in bykomend tot die makelaars data voed. Ek was 'n paar jaar gelede bekend gestel aan die Netbeans ryk kliënt platform (RCP) en het onlangs besluit om te begin porting my aansoek om die platform te danke aan 'n groot aantal voordele wat dit bied. Die Netbeans RCP is gebou op 'n modulêre ontwerp beginsel wat die ontwikkelaar om abstrakte API vir funksies te definieer en dan bied modules wat verskillende implementering van die API mag hê, sodat die aansoek te kies tydens looptyd wat implementering te gebruik. Nie net het dit voorsiening maak vir 'n skoner ontwerp deur die skeiding van kommer, maar deur die gebruik van die Netbeans Soek API dit ontkoppelt ook die aansoek en sy verskillende komponente van mekaar. Daar is talle ander funksies wat kan aged insluitend 'n ingeboude venster stelsel, teks editor, lêer ontdekkingsreisiger, toolbar, tafel en boom tafel komponente sowel die Aksie API (net 'n paar te noem). Die handel aansoek sal gebruik maak van die RCP module stelsel maak om abstrakte APIs met die volgende funksies te definieer: Plek en bestellings te kanselleer vir aandele, opsies, futures, of geldeenhede Verskaf kennisgewing geval wanneer bestellings gevul Monitor kontantbalanse in die rekening Teken in op real - tyd kwotasie data vir enige ENKELE simbool Skryf Vlak 2 data (markdrakrag / orde-boek) vir enige ENKELE simbool historiese data API Versoek historiese prys data vir enige ENKELE simbool Trading Strategie API definieer 'n stel reëls vir die invoer van en opwindende ambagte vermoë om gebruik 'n makelaar, data mark, en historiese data API implementering ten einde handel besluite te neem. Die primêre implementering vir die makelaar, Mark data en historiese data API modules sal wees gebruik te maak van Interaktiewe Brokers Java API, maar ander implementasies kan ook geskep word as Netbeans modules en dan ingevoer in die handel aansoek, sodat handel strategieë gebruik van mark data kan maak uit verskillende bronne indien nodig. Nuwe handel strategieë gebou kan word as Netbeans modules implementering van die handel strategie API, waar elke strategie gebruik van een van die implementering van die verskillende data en makelaar API kan maak. Gebruik te maak van die Netbeans Soek API, kan strategieë die platform navraag om 'n lys van al die implementering van die makelaar en die mark data APIs wat voorsiening maak vir los koppeling tussen die API's en sodat die gebruiker wat implementering om te gebruik tydens looptyd kies kry. Hier is 'n diagram wat die organisasie van die verskillende API komponente van die aansoek: In die toekoms poste sal ek gaan in meer besonderhede oor hoe om 'n API plug-in vir die Netbeans RCP skep asook wys hoe om 'beton implementering van die skep API. In die illustrasie hierbo die abstrakte makelaar, data mark, en handel strategie APIs geïnstalleer in die RCP as inproppe. Die makelaar API het 'n enkele uitvoering vir Interaktiewe Brokers op hierdie tydstip. Die mark data API het inproppe wat implementering vir real-time mark data van Yahoo Finansies asook Interaktiewe Brokers real-time mark data verskaf. Ten slotte, die handel strategie API het 2 implementering in hierdie voorbeeld. Die eerste strategie genoem perk Koper sal die pryse van ongeveer 800 aandele en plek limiet orde te kyk om te koop wanneer sekere voorwaardes nagekom word. Die tweede strategie in die voorbeeld hierbo, met die naam van AUD / NZD Geld Strategie sal monitor die wisselkoers van die Australiese en Nieu-Seeland dollar en plaas bestellings te koop of te verkoop wanneer sekere voorwaardes nagekom word. Op hierdie punt in die tyd van die aansoek is funksionele en is met behulp van Interaktiewe Brokers as die belangrikste makelaars asook markdata verskaffer. Die AUD / NZD handel strategie is aktief verhandel deur die toepassing, al is dit met 'n rudimentêre gebruikerskoppelvlak wat boodskappe na 'n teks area binne die hoof blad strategys is om te publiseer. Die onderstaande kiekie illustreer Interaktiewe Brokers Trader Workstation aansoek, die groot swart aansoek (wat is 'n Java Swing app), sowel as die Netbeans RCP outomatiese handel aansoek wat is die klein wit aansoek, met die groot teks area. In die kiekie hieronder die aansoek is tans monitering pryse en die plasing van ambagte vir die Australiese dollar, Nieu-Seeland dollar, Hong Kong dollar en Japannese jen geldeenhede. Hierdie pos is net 'n oorsig hoë vlak oor die ontwerp van 'n RCP aansoek om handel te dryf in die finansiële markte. Toekomstige dele van hierdie reeks sal insluit meer inligting oor hoe om te implementeer abstrakte API's en stel dit beskikbaar vir ander gedeeltes van die aansoek om te gebruik via die Netbeans Soek API sowel as die werk met 'n paar van die Netbeans UI komponente ingesluit met die platform soos oortjies , bome en tafels, wys hoe maklik dit is om dieselfde data lewer via hierdie verskillende sienings met behulp van die Netbeans Nodes API. Benewens hierdie sou ek graag 'n paar JavaFX komponente in die aansoek insluit soos die kartering komponente wat gebruik kan word in die kern JavaFX biblioteek wat 'n grafiese voorstelling van 'n paar van die data die strategieë monitor wat sal voorsien sal 'n bietjie meer wees gebruikersvriendelik as die huidige groot teks area. Die integrasie van JavaFX komponente binne die aansoek sal in 'n toekomstige post sowel. Jy kan my handel verwante blog volg as jy wil die werklike handelsresultate van die aansoek te sien as sy verfyn by: LimitUpTrading. wordpress Die DevOps sone is aan u gebring in samewerking met Sonatype Nexus. Gebruik die Nexus Suite om jou sagteware voorsieningsketting te outomatiseer en te verseker jy met behulp van die hoogste gehalte open source komponente by elke stap van die ontwikkeling lewensiklus. Kry Nexus today. Best Programmering taal vir Algorithmic Trading Systems Deur Michael Saal-Moore op 26 Julie 2013 Een van die mees algemene vrae wat ek ontvang in die QS Koevert is Wat is die beste programmeertaal vir algoritmiese handel. Die kort antwoord is dat daar geen beste taal. Strategie parameters, prestasie, modulariteit, ontwikkeling, veerkragtigheid en koste moet al oorweeg. In hierdie artikel sal uiteensetting van die nodige komponente van 'n algoritmiese handel stelsel argitektuur en hoe besluite oor die implementering invloed op die keuse van taal. Eerstens, sal die belangrikste komponente van 'n algoritmiese handel stelsel in ag geneem word, soos die navorsing gereedskap, portefeulje-optimaliseerder, risikobestuurder en uitvoering enjin. Daarna sal verskillende handel strategieë ondersoek word en hoe hulle invloed op die ontwerp van die stelsel. In die besonder die frekwensie van die saak en die waarskynlike handel volume sal beide bespreek word. Sodra die handel strategie gekies is, is dit nodig om argitek die hele stelsel. Dit sluit in die keuse van hardeware, die bedryfstelsel (s) en stelsel veerkragtigheid teen seldsame, potensieel katastrofiese gebeure. Terwyl die argitektuur oorweeg word, moet daar behoorlik ag gegee word aan prestasie - beide om die navorsing gereedskap sowel as die lewendige uitvoering omgewing. Wat is die handel stelsel probeer om te doen voordat jy besluit op die beste taal waarmee 'n outomatiese handel stelsel is dit nodig om die vereistes te definieer skryf. Is die stelsel gaan suiwer uitvoering gebaseer Sal die stelsel vereis dat 'n risikobestuur of portefeulje konstruksie kursus sal die stelsel vereis dat 'n hoë-prestasie backtester Vir die meeste strategieë die handel stelsel kan verdeel word in twee kategorieë wees: Navorsing en sein generasie. Navorsing handel oor evaluering van 'n strategie prestasie oor historiese data. Die proses van evaluering van 'n handel strategie oor data voor mark staan ​​bekend as back testing. Die grootte van data en algoritmiese kompleksiteit sal 'n groot impak op die rekenaarmatige intensiteit van die backtester het. CPU spoed en samelopendheid is dikwels die beperkende faktore in die optimalisering van uitvoering navorsing spoed. Sein generasie is gemoeid met die opwekking van 'n stel van handel seine van 'n algoritme en sulke bestellings stuur na die mark, gewoonlik deur 'n makelaar. Vir sekere strategieë 'n hoë vlak van prestasie vereis. I / O kwessies soos netwerk bandwydte en latency is dikwels die beperkende faktor in die optimalisering van die uitvoering stelsels. So die keuse van tale vir elke komponent van jou hele stelsel kan heel anders wees. Tipe, frekwensie en volume van Strategie Die tipe algoritmiese strategie in diens sal 'n aansienlike impak op die ontwerp van die stelsel het. Dit sal nodig wees om te oorweeg die markte verhandel word, die konneksie na eksterne data verskaffers, die frekwensie en volume van die strategie, die kompromis tussen gemak van ontwikkeling en verbetering van die prestasie, sowel as enige persoonlike hardeware, insluitend mede geleë persoonlike bedieners, GPU's of FPGAs wat nodig mag wees. Die tegnologie keuses vir 'n lae-frekwensie Amerikaanse aandele strategie sal grootliks verskil van dié van 'n hoë-frekwensie statistiese arbitrage strategie handel oor die termynmark wees. Voor die keuse van taal baie data verskaffers moet geëvalueer alledaagse n strategie aan die hand. Dit sal nodig wees om verbinding met die verkoper, struktuur van enige APIs, tydigheid van die data, bergingsvereistes en veerkragtigheid te oorweeg in die lig van 'n ondernemer gaan af. Dit is ook wys om 'n vinnige toegang tot verskeie verskaffers in besit te neem Verskeie instrumente almal hul eie stoor eienaardighede, voorbeelde van wat insluit verskeie ENKELE simbole vir aandele en verval datums vir Toekomsnavorsing (nie aan enige spesifieke OTC data te noem). Dit moet ingereken in die platform ontwerp. Frekwensie van strategie is waarskynlik een van die grootste oorsake van hoe die tegnologie stapel sal gedefinieer word nie. Strategieë in diens data meer dikwels as fyn of tweedens bars vereis betekenisvolle ag met betrekking tot prestasie. 'N Strategie oorskry tweedens bars (bv merk data) lei tot 'n prestasiegedrewe ontwerp as die primêre vereiste. Vir 'n hoë frekwensie strategieë 'n aansienlike bedrag van die mark data sal moet word gestoor en geëvalueer. Sagteware soos HDF5 of KDB word algemeen gebruik vir hierdie rolle. Met die oog op die uitgebreide volumes van data wat nodig is vir HFT aansoeke te verwerk, moet 'n groot skaal new backtester en uitvoering stelsel gebruik word. C / C (moontlik met 'n paar assembler) is geneig om die sterkste taal kandidaat. Ultrahoëfrekwensie strategieë sal ongetwyfeld vereis persoonlike hardeware soos FPGAs, ruil mede-plek en kernal / netwerk koppelvlak tuning. Navorsing Systems Research stelsels tipies behels 'n mengsel van interaktiewe ontwikkeling en outomatiese script. Die voormalige vind dikwels plaas in 'n IDE soos Visual Studio, Matlab of R Studio. Laasgenoemde behels uitgebreide numeriese berekeninge oor talle parameters en data punte. Dit lei tot 'n taalkeuse verskaffing van 'n eenvoudige omgewing te toets kode, maar bied ook voldoende prestasie om strategieë oor verskeie parameter dimensies evalueer. Tipiese Ides in hierdie ruimte sluit Microsoft Visual C / C, wat uitgebreide ontfouting nuts,-kode voltooiing vermoëns bevat (via IntelliSense) en eenvoudige oorsigte van die hele projek stapel (via die databasis ORM, LINQ) Matlab. wat ontwerp is vir 'n uitgebreide numeriese lineêre algebra en gevectoriseerd bedrywighede, maar in 'n interaktiewe konsole wyse R Studio. wat vou die R statistiese taal konsole in 'n volwaardige IO Eclipse IDE vir Linux Java en C en semi-eiendom Ides soos Enthought Canopy vir Python, wat data-analise biblioteke soos Numpy sluit. Scipy. scikit-leer en pandas in 'n enkele interaktiewe (konsole) omgewing. Vir numeriese back testing, al die bogenoemde tale is geskik, maar dit is nie nodig om 'n GUI / IDE gebruik as die kode in die agtergrond sal uitgevoer word. Die eerste oorweging in hierdie stadium is dat van die uitvoering spoed. A saamgestel taal (soos C) is dikwels nuttig as die back testing parameter dimensies is groot. Onthou dat dit nodig versigtig vir sulke stelsels te wees is as wat die saak gevolge het verduidelik tale soos Python dikwels gebruik van 'n hoë-prestasie biblioteke soos Numpy / pandas vir die back testing stap maak, ten einde 'n redelike mate van mededingendheid te behou met saamgestel ekwivalente. Uiteindelik is die wat gekies is vir die back testing taal sal bepaal word deur spesifieke algoritmiese behoeftes sowel as die verskeidenheid van biblioteke beskikbaar in die taal (meer op wat hieronder). Tog kan die taal wat gebruik word vir die backtester en navorsing omgewings heeltemal onafhanklik van dié wat in die portefeulje konstruksie, risikobestuur en uitvoering komponente, soos gesien sal word. Portefeulje Konstruksie en Risikobestuur Die portefeulje konstruksie en risikobestuur komponente word dikwels oor die hoof gesien deur kleinhandel algoritmiese handelaars. Dit is byna altyd 'n fout. Hierdie gereedskap verskaf die meganisme waardeur kapitaal sal bewaar word. Hulle het nie net probeer om die aantal riskant verbintenis te verlig, maar ook hulself te verminder kansellasies van die ambagte, die vermindering van transaksiekoste. Gesofistikeerde weergawes van hierdie komponente kan 'n beduidende invloed op die gehalte en consistentcy van winsgewendheid het. Dit is maklik om 'n stabiele strategieë as die portefeulje konstruksie meganisme en risikobestuurder skep kan maklik aangepas word om verskeie stelsels te hanteer. So moet hulle in aanmerking kom essensiële komponente aan die begin van die ontwerp van 'n algoritmiese handel stelsel. Die werk van die portefeulje konstruksie stelsel is om 'n stel van gewenste ambagte te neem en te produseer die stel van die werklike ambagte wat kansellasies te verminder, blootstelling aan verskeie faktore (soos sektore, bateklasse, wisselvalligheid ens) in stand te hou en te optimaliseer die toekenning van kapitaal na verskeie strategieë in 'n portefeulje. Portefeulje konstruksie verminder dikwels 'n lineêre algebra probleem (soos 'n matriks faktorisering) en vandaar prestasie is hoogs afhanklik van die doeltreffendheid van die numeriese lineêre algebra implementering beskikbaar. Gemeenskaplike biblioteke sluit uBLAS. LAPACK en NAG vir C. MatLab beskik ook op groot skaal new matriksbewerkings. Python gebruik Numpy / Scipy vir sulke berekeninge. 'N gereeld herbalanseer portefeulje sal 'n saamgestel (en goed new) matriks biblioteek vereis dat hierdie stap uit te voer, sodat dit nie die handel stelsel knelpunt. Risikobestuur is 'n ander baie belangrike deel van 'n algoritmiese handel stelsel. Risiko kan kom in baie vorms: Groter wisselvalligheid (hoewel dit as wenslik vir sekere strategieë kan gesien word), verhoogde korrelasies tussen bateklasse, teenparty verstek bediener kragonderbrekings, Black Swan gebeure en ongemerk foute in die handel kode, te noem 'n paar. Risikobestuur komponente probeer antisipeer die gevolge van oormatige wisselvalligheid en korrelasie tussen bateklasse en hul daaropvolgende effek (s) op die handel kapitaal. Dikwels is dit verminder tot 'n stel van statistiese berekeninge soos Monte Carlo stres toetse. Dit is baie soortgelyk aan die computational behoeftes van 'n afgeleide pryse enjin en as sodanig sal CPU-gebonde wees. Hierdie simulasies is hoogs parallelisable (sien onder), en 'n sekere mate, is dit moontlik om die hardeware te gooi by die probleem. Uitvoering Systems Die werk van die uitvoering stelsel is om gefiltreer handel seine van die portefeulje konstruksie en risikobestuur komponente ontvang en stuur hulle oor na 'n makelaar of 'n ander manier van toegang tot die mark. Vir die meerderheid van die kleinhandel algoritmiese handel strategieë behels dit 'n API of FIX verbinding met 'n makelaars soos Interaktiewe Brokers. Die primêre oorwegings wanneer jy moet besluit op 'n taal insluit gehalte van die API, taal-wrapper beskikbaarheid vir 'n API, uitvoering frekwensie en die verwagte glip. Die kwaliteit van die API verwys na hoe goed gedokumenteer is dit, watter soort prestasie dit bied, of dit moet selfstandige sagteware te verkry of 'n poort vasgestel kan word in 'n onthoofde mode (dit wil sê geen GUI). In die geval van Interaktiewe Brokers, die Trader WorkStation instrument moet hardloop in 'n GUI omgewing ten einde toegang tot hul API. Een keer het ek 'n lessenaar Ubuntu uitgawe installeer op 'n wolk bediener Amazon toegang Interaktiewe Brokers afstand, suiwer vir hierdie rede waarom die meeste API sal 'n C en / of Java koppelvlak verskaf. Dit is gewoonlik tot die gemeenskap te taalspesifieke omhulsels vir C, Python, R, Excel en MatLab ontwikkel. Let daarop dat met elke bykomende plugin gebruik (veral API omhulsels) is daar ruimte vir foute insluip in die stelsel. toets altyd plugins van hierdie soort en verseker dat hulle aktief in stand gehou. 'N waardevolle meter is om te sien hoeveel nuwe updates vir 'n kodebasis is gemaak in die afgelope maande. Uitvoering frekwensie is van die uiterste belang in die uitvoering algoritme. Let daarop dat honderde bestellings elke minuut kan gestuur word en as sodanig prestasie is van kritieke belang. Glip aangegaan sal word deur middel van 'n erg-presterende uitvoering stelsel en dit sal 'n dramatiese impak op winsgewendheid het. Staties-getik tale (sien onder) soos C / Java is oor die algemeen 'n optimale vir uitvoering maar daar is 'n trade-off in die ontwikkeling tyd, toetsing en gemak van die onderhoud. Dinamiese-getik tale, soos Python en Perl is nou algemeen vinnig genoeg. Maak altyd seker dat die komponente is ontwerp om in 'n modulêre wyse (sien onder), sodat hulle kan omgeruil uit die stelsel skale. Argitektoniese beplanning en ontwikkelingsproses Die komponente van 'n handel stelsel, die frekwensie en volume vereistes wat hierbo bespreek is, maar stelsel infrastruktuur het nog gedek moet word. Diegene wat optree as 'n kleinhandel handelaar of besig om in 'n klein fonds sal waarskynlik dra baie regeer. Dit sal die finale implementering van die stelsel wat nodig is om te wees wat die alfa model, risikobestuur en uitvoering parameters wees, en ook. Voordat delf in spesifieke tale die ontwerp van 'n optimale stelsel argitektuur bespreek sal word. Skeiding van Kommer Een van die belangrikste besluite wat by die begin moet word, is hoe om die belange van 'n handel stelsel te skei. In die ontwikkeling van sagteware, beteken dit in wese hoe om op te breek die verskillende aspekte van die handel stelsel in aparte modulêre komponente. Deur bloot koppelvlakke by elk van die komponente is dit maklik om te ruil uit dele van die stelsel vir ander weergawes wat prestasie hulp, betroubaarheid of onderhoud, sonder om die wysiging enige eksterne afhanklikheid kode. Dit is die beste praktyk vir sulke stelsels. Vir strategieë teen laer frekwensies sulke praktyke word aangeraai. Vir ultra hoë frekwensie handel die reëlboek mag hê om dit te ignoreer ten koste van die opstel van die stelsel vir nog meer prestasie. 'N Meer styf gekoppel stelsel wat wenslik mag wees. Die skep van 'n komponent kaart van 'n algoritmiese handel stelsel is 'n artikel op sigself die moeite werd. Maar 'n optimale benadering is om seker te maak daar is afsonderlike komponente vir die historiese en real-time mark data insette, data stoor, toegang tot die inligting API, backtester, strategie parameters, portefeulje konstruksie, risikobestuur en outomatiese uitvoering stelsels. Byvoorbeeld, as die data stoor wat gebruik is tans onderpresteer, selfs teen beduidende vlakke van optimalisering, kan dit omgeruil met 'n minimale herskryf om die data inname of toegang data-API. Sover die as backtester en daaropvolgende komponente betref, is daar geen verskil. Nog 'n voordeel van vervreem komponente is dat dit kan 'n verskeidenheid van programmeertale wat gebruik word in die algehele stelsel. Daar is geen rede om te beperk tot 'n enkele taal as die kommunikasie metode van die komponente is taal onafhanklik. Dit sal die geval wees indien hulle kommunikeer via die TCP / IP, ZeroMQ of 'n ander taal-onafhanklike protokol. As 'n konkrete voorbeeld, kyk na die geval van 'n back testing stelsel in C vir verwerking van syfers prestasie geskryf, terwyl die portefeuljebestuurder en uitvoering stelsels in Python geskryf met behulp van Scipy en IBPy. Prestasie oorwegings prestasie is 'n belangrike oorweging vir die meeste handel strategieë. Vir hoër frekwensie strategieë is dit die belangrikste faktor. Prestasie dek 'n wye verskeidenheid van onderwerpe, soos algoritmiese uitvoering spoed, netwerk latency, bandwydte, data I / O, concurrency / parallelisme en skalering. Elkeen van hierdie gebiede word individueel gedek deur groot handboeke, so hierdie artikel sal net krap die oppervlak van elke onderwerp. Argitektuur en taalkeuse sal nou in terme van hul effek op prestasie bespreek word. Die heersende wysheid soos deur Donald Knuth. een van die vaders van Rekenaarwetenskap, is dat voortydige optimalisering is die wortel van alle kwaad. Dit is byna altyd die geval nie - behalwe wanneer die bou van 'n hoë frekwensie handel algoritme Vir diegene wat belangstel in die laer frekwensie strategieë is, 'n gemeenskaplike benadering is om 'n stelsel te bou in die eenvoudigste manier moontlik en net optimaliseer as knelpunte begin om te verskyn. Profilering gereedskap gebruik om te bepaal waar knelpunte ontstaan. Profiele gemaak kan word vir al die bogenoemde faktore, hetsy in 'n MS Windows of Linux-omgewing. Daar is baie bedryfstelsel en taal gereedskap wat beskikbaar is om dit te doen, sowel as nuts derde party. Taalkeuse sal nou in die konteks van prestasie bespreek word. C, Java, Python, R en MatLab bevat almal 'n hoë-prestasie biblioteke (hetsy as deel van hul standaard of ekstern) vir basiese datastrukture en algoritmiese werk. C skepe met die Standard Sjabloon Biblioteek, terwyl Python bevat Numpy / Scipy. Gemeenskaplike wiskundige take te vinde in hierdie biblioteke en dit is selde voordelig vir 'n nuwe implementering skryf. Een uitsondering is wanneer hoogs persoonlike hardeware argitektuur vereis en 'n algoritme maak uitgebreide gebruik van eiendom uitbreidings (soos persoonlike caches). Maar dikwels heruitvinding van die wiel afval tyd dat 'n beter bestee kan word ontwikkel en die optimalisering van ander dele van die handel infrastruktuur. Ontwikkeling tyd is uiters kosbare veral in die konteks van uitsluitlike ontwikkelaars. Latency is dikwels 'n kwessie van die uitvoering stelsel as die navorsing gereedskap gewoonlik op dieselfde masjien. Vir die eerste keer nie kan latency voorkom by verskeie plekke langs die uitvoering pad. Databasisse moet geraadpleeg word (skyf / netwerk latency), seine moet gegenereer word (bedryfstelsel firmas, kernal boodskappe latency), handel seine gestuur (NIC latency) en bestellings verwerk (ruil stelsels interne latency). Vir hoër frekwensie bedrywighede is dit nodig om intiem vertroud is met kernal optimalisering asook die optimalisering van die netwerk oordrag geword. Dit is 'n diep gebied en is aansienlik buite die bestek van die artikel, maar as 'n UHFT algoritme dan verlang bewus te wees van die diepte van kennis wat nodig is Caching is baie nuttig in die toolkit van 'n kwantitatiewe handel ontwikkelaar. Caching verwys na die konsep van die stoor gereeld besoek data op 'n wyse wat toegang hoër-prestasie kan, ten koste van die potensiële staleness van die data. 'N Algemene gebruik geval kom voor in die web-ontwikkeling by die neem van die data van 'n skyf gerugsteun relasionele databasis en sit dit in die geheue. Enige daaropvolgende versoeke vir die data het nie na die databasis en so prestasie winste kan beduidend wees getref. Vir handel situasies kan caching uiters voordelig wees. Byvoorbeeld, kan die huidige stand van 'n strategie portefeulje bewaar word in 'n kas totdat dit herbalanseer, sodanig dat die lys nie die geval is moet herskep op elke lus van die handel algoritme. Sulke wedergeboorte is geneig om 'n hoë CPU of skyf I / O werking wees. Maar kas is nie sonder sy eie sake. Herlewing van die kas data in 'n keer, as gevolg van die volatilie aard van die kas stoor, kan beduidende vraag op infrastruktuur te plaas. Nog 'n probleem is hond-hei. waar verskeie generasies van 'n nuwe kas kopie onder uiters hoë lading, wat lei tot mislukking waterval gedra. Dinamiese geheuetoekenning is 'n duur operasie in uitvoering sagteware. Dit is dus noodsaaklik vir hoër prestasie handel aansoeke om goed bewus wees hoe geheue word toegeken en deallocated tydens program vloei. Nuwer taal standaarde soos Java, C en Python al uit te voer outomatiese vullisverwydering. wat verwys na deallocation van dinamiese toegeken geheue wanneer voorwerpe uitgaan van omvang. Vullisverwydering is baie nuttig tydens ontwikkeling as dit verminder foute en hulpmiddels leesbaarheid. Dit is egter dikwels sub-optimale vir sekere hoë frekwensie handel strategieë. Custom vullisverwydering word dikwels verlang vir hierdie gevalle. In Java, byvoorbeeld deur tuning die vullis versamelaar en hoop opset, is dit moontlik om 'n hoë werkverrigting vir HFT strategieë te verkry. C nie die geval bied 'n boorling vullis versamelaar en daarom is dit nodig om al geheuetoekenning / deallocation hanteer as deel van 'n implementering voorwerpe. Terwyl potensieel vatbaar fout (potensieel lei tot hangend wysers) is dit baie nuttig om fyn beheer van hoe voorwerpe verskyn op die hoop vir sekere aansoeke het. By die keuse van 'n taal te verseker om te bestudeer hoe die vullis versamelaar werk en of dit kan verander word om te optimaliseer vir 'n spesifieke gebruik geval. Baie bedrywighede in algoritmiese handel stelsels is vatbaar vir Parallellisatie. Dit verwys na die konsep van die uitvoering van verskeie programmatiese bedrywighede op dieselfde tyd, d. w.z in parallel. Sogenaamde embarassingly parallelle algoritmes sluit stappe wat ten volle onafhanklik van ander stappe kan bereken word. Sekere statistiese bedrywighede, soos Monte Carlo simulasies, is 'n goeie voorbeeld van embarassingly parallelle algoritmes soos elke ewekansige trekking en daaropvolgende operasie pad kan bereken word sonder kennis van ander paaie. Ander algoritmes is slegs gedeeltelik parallelisable. Vloeidinamika simulasies is so 'n voorbeeld, waar die domein van berekening kan onderverdeel, maar uiteindelik hierdie domeine moet met mekaar en sodoende die bedrywighede is gedeeltelik opeenvolgende kommunikeer. Parallelisable algoritmes is onderhewig aan Amdahls wet. wat 'n teoretiese boonste limiet aan die prestasie verhoging van 'n parallelised algoritme toe onderhewig aan N aparte prosesse (bv op 'n CPU kern of draad). Parallellisatie het al hoe belangriker as 'n middel van die optimalisering geword sedert verwerker klok-spoed het gestagneer, soos nuwer verwerkers bevat baie kern waarmee parallel berekeninge uit te voer. Die opkoms van die verbruikers grafiese hardeware (predominently vir die video speletjies) het gelei tot die ontwikkeling van grafiese verwerking van eenhede (GPU), wat honderde kerne vir hoogs konkurrente bedrywighede bevat. Sulke GPU's is nou baie bekostigbaar. Hoë-vlak raamwerke, soos Nvidias CUDA het gelei tot wydverspreide aanvaarding in die akademie en finansies. Sulke GPU hardeware is oor die algemeen slegs geskik vir die navorsing aspek van kwantitatiewe finansies, terwyl ander meer gespesialiseerde hardeware (insluitend veldwerk-programmeerbare Gate Arrays - FPGAs) word gebruik vir (O) HFT. Tans is die meeste moderne langauges ondersteun 'n mate van concurrency / multi-threading. Dit is dus maklik om 'n backtester optimaliseer, aangesien alle berekeninge is oor die algemeen onafhanklik van die ander. Skalering in sagteware-ingenieurswese en bedrywighede verwys na die vermoë van die stelsel om konsekwent te verhoog vragte in die vorm van 'n groter versoeke, hoër gebruik verwerker en meer geheue toekenning te hanteer. In algoritmiese handel strategie is in staat om te skaal as dit groter hoeveelhede kapitaal kan aanvaar en steeds lewer konsekwente opbrengste. Die handel tegnologie stapel skale as dit groter handel volumes en verhoogde latency kan verduur, sonder Bottelnek. Terwyl stelsels moet ontwerp volgens skaal, is dit dikwels moeilik om vooraf te voorspel waar 'n bottelnek sal plaasvind. Wettisch meld, toetsing, profilering en monitering sal grootliks help in sodat 'n stelsel op skaal. Tale self dikwels beskryf as onbestygbare. Dit is gewoonlik die gevolg van verkeerde inligting, eerder as harde werklikheid. Dit is die totale tegnologie stapel wat gevolg moet word vasgestel vir scalability, nie die taal. Dit is duidelik dat sekere tale het 'n groter prestasie as ander in die besonder gebruik gevalle, maar een taal is nooit beter as 'n ander in elke sin. Een middel van die bestuur van skaal is kommer skei, soos hierbo genoem. Met die oog op die vermoë om spykers te hanteer in die stelsel (dit wil sê 'n skielike wisselvalligheid wat 'n reeks van bedrywe snellers) verder te voer, is dit nuttig om 'n boodskap toustaan ​​argitektuur te skep. Dit beteken eenvoudig die plasing van 'n boodskap tou stelsel tussen komponente sodat bestellings gestapel as 'n sekere komponent is nie in staat om baie versoeke te verwerk. Michael Saal-Moore Mike is die stigter van QuantStart en is betrokke by die kwantitatiewe finansiële sektor vir die afgelope vyf jaar, in die eerste plek as 'n quant ontwikkelaar en later as 'n quant handelaar konsultasie vir verskansingsfondse.