بيثون تجارة النظام

بيثون خوارزمية التداول المكتبة.
بيالغوتريد هي مكتبة بيثون خوارزمية التداول مع التركيز على باكتستينغ ودعم تداول الورق والتجارة الحية. لنفترض أن لديك فكرة عن استراتيجية التداول وكنت ترغب في تقييمها مع البيانات التاريخية ونرى كيف يتصرف. بيالغوتريد يسمح لك أن تفعل ذلك مع الحد الأدنى من الجهد.
الخصائص الرئيسية.
موثقة بالكامل. الحدث مدفوعة . يدعم السوق، والحد، وإيقاف أوامر ستوبليميت. يدعم Yahoo! المالية، جوجل المالية و نينجاترادر ​​ملفات كسف. يدعم أي نوع من البيانات سلسلة الوقت في تنسيق كسف، على سبيل المثال كواندل. دعم التداول بيتكوين من خلال بيتستامب. المؤشرات والفلاتر الفنية مثل سما، وما، إما، رسي، بولينجر باند، هورست أس وغيرها. مقاييس الأداء مثل نسبة شارب وتحليل السحب. التعامل مع أحداث تويتر في الوقت الحقيقي. ملف تعريف الحدث. تا-ليب التكامل.
من السهل جدا لتوسيع نطاق أفقيا، وهذا هو، باستخدام جهاز كمبيوتر واحد أو أكثر ل باكتست استراتيجية.
بيالغوتريد مجاني، مفتوح المصدر، ومرخص تحت رخصة أباتشي، الإصدار 2.0.

بيثون تجارة النظام
إذا كنت تاجرا أو مستثمرا وترغب في الحصول على مجموعة من مهارات التداول الكمي، فأنت في المكان المناسب.
سوف التداول مع بيثون بالطبع توفر لك أفضل الأدوات والممارسات للبحوث التداول الكمي، بما في ذلك وظائف والنصوص التي كتبها الخبراء الخبراء الكمي. بالطبع يمنحك أقصى قدر من التأثير على الوقت والمال المستثمر. وهو يركز على التطبيق العملي للبرمجة على التجارة بدلا من النظرية علم الكمبيوتر. وبطبيعة الحال سوف تدفع لنفسها بسرعة عن طريق توفير الوقت في المعالجة اليدوية للبيانات. سوف تنفق المزيد من الوقت في البحث عن إستراتيجيتك وتنفيذ الصفقات المربحة.
نظرة عامة على الدورة التدريبية.
الجزء 1: أساسيات سوف تتعلم لماذا بيثون هو أداة مثالية للتداول الكمي. وسوف نبدأ من خلال تهيئة بيئة التنمية، وسوف أعرض لكم بعد ذلك إلى المكتبات العلمية.
الجزء 2: التعامل مع البيانات تعلم كيفية الحصول على البيانات من مصادر حرة مختلفة مثل ياهو المالية، كبوي وغيرها من المواقع. قراءة وكتابة تنسيقات بيانات متعددة بما في ذلك ملفات كسف و إكسيل.
الجزء 3: استراتيجيات البحث تعلم حساب P & L ومقاييس الأداء المصاحبة مثل شارب وسحب. بناء استراتيجية التداول وتحسين أدائها. وتناقش في هذا الجزء أمثلة متعددة للاستراتيجيات.
الجزء 4: الذهاب إلى العيش! ويركز هذا الجزء حول واجهة برمجة التطبيقات التفاعلية للوسطاء. سوف تتعلم كيفية الحصول على بيانات المخزون الحقيقي ووضع أوامر الحية.
الكثير من التعليمات البرمجية المثال.
وتتكون المواد الدراسية من "أجهزة الكمبيوتر المحمولة" التي تحتوي على نص جنبا إلى جنب مع رمز تفاعلي مثل هذا واحد. سوف تكون قادرة على التعلم من خلال التفاعل مع التعليمات البرمجية وتعديله لترضيك الخاصة. وسوف يكون نقطة انطلاق كبيرة لكتابة الاستراتيجيات الخاصة بك.
في حين يتم شرح بعض المواضيع بتفصيل كبير لمساعدتك على فهم المفاهيم الأساسية، في معظم الحالات لن تحتاج حتى لكتابة رمز منخفض المستوى الخاص بك، وذلك بسبب الدعم من المكتبات المفتوحة المصدر القائمة:
ترادينغويثبيثون مكتبة يجمع بين الكثير من الوظائف التي نوقشت في هذه الدورة باعتبارها وظائف جاهزة للاستخدام، وسوف تستخدم طوال الدورة. سوف بانداس توفر لك مع كل من رفع الثقيلة السلطة اللازمة في طحن البيانات.
يتم توفير كافة التعليمات البرمجية تحت رخصة بسد، السماح باستخدامها في أبليكاتيونس التجارية.
تصنيف الدورة التدريبية.
وقد عقد الطيار للدورة في ربيع عام 2018، وهذا هو ما قاله الطلاب:
ماتيج بالطبع مصممة بشكل جيد ومدرب جيد. بالتأكيد يستحق سعره وقتي ليف جيف الواضح يعرف الاشياء له. وكان عمق التغطية مثالية. إذا جيف تشغيل أي شيء من هذا القبيل مرة أخرى، سأكون أول من الاشتراك. جون فيليبس بالطبع حصلت حقا لي القفز بدأت النظر الثعبان لتحليل نظام الأسهم.

التداول مع بيثون.
السبت، 20 مايو 2017.
ياهو ميت، يعيش ياهو!
ملاحظة: يبدو أن البيانات المقدمة يتم تعديلها بسبب الانقسامات، ولكن ليس لتوزيعات الأرباح.
السبت 20 فبراير 2018.
وهناك ميزة إحصائية بسيطة في سبي.
حدث لي أن معظم الوقت الذي تحدث فيه الكثير من وسائل الإعلام حول تحطم السوق (بعد خسائر كبيرة على مدى عدة أيام من الزمن)، تماما انتعاش كبير يتبع في بعض الأحيان.
في الماضي كنت قد ارتكبت اثنين من الأخطاء عن طريق إغلاق مواقف بلدي لخفض الخسائر قصيرة، لمجرد تفويت الانتعاش في الأيام التالية.
بعد فترة من الخسائر المتتالية، فإن العديد من التجار تصفية مواقفهم من الخوف على خسارة أكبر. ويخضع الكثير من هذا السلوك للخوف بدلا من المخاطر المحسوبة. يأتي التجار أكثر ذكاء في ذلك الحين للمساومات.
بعد كونسكتيوتيف 3 أو أكثر من الخسائر، تذهب طويلة. اخرج من الإغلاق التالي.
هذا لا تبدو سيئة على الإطلاق! وبالنظر إلى نسب شارب، فإن الإستراتيجية تدل على النسب 2.2 مقابل 0.44 ل B & أمب؛ H. هذا هو في الواقع جيدة جدا! (لا تحصل على متحمس جدا على الرغم من أنني لم حساب لتكاليف لجنة، الانزلاق الخ).
في حين أن الاستراتيجية أعلاه ليست شيئا أود أن التجارة ببساطة بسبب فترة طويلة، نظرية نفسها تثير أفكارا أكثر ثراء التي يمكن أن تنتج شيئا مفيدا. إذا كان نفس المبدأ ينطبق على البيانات اللحظية، ويمكن بناء شكل من أشكال استراتيجية سلخ فروة الرأس. في المثال أعلاه لقد تبسيطا في العالم قليلا من خلال عد فقط * عدد * من الأيام السفلية، دون الالتفات إلى عمق السحب. أيضا، موقف الخروج هو مجرد الأساسية "في اليوم التالي إغلاق". هناك الكثير مما ينبغي تحسينه، ولكن الجوهر في رأيي هو:
الاثنين، 17 نوفمبر 2017.
تداول فس مع أقرب الجيران التنبؤ.
تعريفي لهذين هو:
تقلب قسط = فيكس-أدركسيفول دلتا (المنحدر هيكل المدى) = فيكس-فكسف.
كان الجمع بين قسط ودلتا في نموذج واحد تحديا بالنسبة لي، ولكن أردت دائما أن تفعل تقريب إحصائي. في جوهرها، لمزيج من (دلتا، قسط)، أود أن تجد كل القيم التاريخية التي هي الأقرب إلى القيم الحالية وجعل تقدير العوائد المستقبلية على أساس لهم. بضع مرات لقد بدأت كتابة بلدي خوارزميات الاستيفاء الأقرب الجيران، ولكن في كل مرة اضطررت للتخلي عنها. حتى جئت عبر سكيت أقرب الجيران الانحدار. لقد مكنني من بناء بسرعة متنبأ على أساس اثنين من المدخلات والنتائج هي جيدة جدا، وأنا قلق قليلا بأنني ارتكبت خطأ في مكان ما.
إنشاء مجموعة بيانات من [دلتا، بريميوم] - & غ؛ [فكس عودة اليوم التالي] (في عينة) إنشاء أقرب الجيران التنبؤ استنادا إلى مجموعة البيانات أعلاه استراتيجية التجارة (خارج العينة) مع القواعد: يذهب طويلا إذا توقعت العودة & غ؛ 0 انتقل قصير إذا كان متوقعا العودة & لوت؛ 0.
في المؤامرتين الأخيرتين، يبدو أن الاستراتيجية تؤدي نفس العينة داخل وخارج العينة. نسبة شارب حوالي 2.3.
أنا مسرورة جدا مع النتائج، ولدي شعور بأنني كنت فقط خدش سطح ما هو ممكن مع هذه التقنية.
الأربعاء، 16 يوليو، 2017.
وحدة باكتستينغ بسيطة.
بحثي عن أداة باكتستينغ مثالية (تعريفي ل 'مثالية' وصفها في السابق 'باكتستينغ المعضلات' المشاركات) لم يؤدي إلى شيء ما يمكنني استخدامها على الفور. ومع ذلك، ساعدت مراجعة الخيارات المتاحة لي على فهم أفضل ما أريد حقا. من الخيارات التي نظرت إليها، كان بيباكتيست واحد أحببت أكثر بسبب بساطته وسرعته. بعد الذهاب من خلال شفرة المصدر، لقد حصلت على بعض الأفكار لجعله أكثر بساطة وأكثر قليلا أنيقة. من هناك، كان مجرد خطوة صغيرة لكتابة بلدي باكتستر، وهو متاح الآن في المكتبة ترادينغويثبيثون.
العثور على الدخول والمخارج - & غ؛ حساب بنل وجعل المؤامرات مع باكتستر - & غ؛ بيانات استراتيجية ما بعد العملية.
السبت، 7 يونيو 2017.
تعزيز الأداء مع سيثون.
5K عينات كبيانات الاختبار. هنا يأتي النسخة الأصلية من بلدي وظيفة السحب (كما يتم تنفيذه الآن في مكتبة ترادينغويثبيثون)
هم 1.2 ثانية ليست سريعة جدا لمثل هذه وظيفة بسيطة. هناك بعض الأشياء هنا التي يمكن أن يكون سحب كبير للأداء، مثل قائمة * هيتواترمارك * التي يتم إلحاقها على كل تكرار حلقة. الوصول إلى سلسلة من خلال فهرسهم يجب أن تشمل أيضا بعض المعالجة التي ليست نيسيزاري بدقة. دعونا نلقي نظرة على ما يحدث عند إعادة كتابة هذه الوظيفة للعمل مع البيانات نومبي.
حسنا، هذا هو أسرع بكثير من وظيفة الأصلي، ما يقرب من 40x زيادة السرعة. لا يزال هناك مجال كبير للتحسين من خلال الانتقال إلى التعليمات البرمجية المترجمة مع سيثون الآن إعادة كتابة وظيفة د من فوق، ولكن باستخدام نصائح التحسين التي وجدت على البرنامج التعليمي سيثون. لاحظ أن هذا هو أول محاولة لي من أي وقت مضى في تحسين وظائف مع سيثون.
نجاح باهر، وهذا الإصدار يعمل في 122 ثانية الصغرى، مما يجعلها عشرة آلاف مرة أسرع من النسخة الأصلية! يجب أن أقول أنني معجب جدا بما حققته فرق سيثون و إبيثون! سرعة مقارنة مع سهولة الاستخدام هو مجرد رهيبة!
ملاحظة اعتدت أن تفعل كود التحسينات في ماتلاب باستخدام C النقي و. ميكس التفاف، كان كل ألم فقط في الحمار مقارنة مع هذا.
الثلاثاء، 27 مايو 2017.
معضلات الاختبار الخلفي: مراجعة بيالغوتريد.
الانطباع الأول: وضعت بنشاط، وثائق جيدة جدا، أكثر من كافية فيوتشرز (مؤشرات تا، أمثلية الخ). تبدو جيدة، لذلك ذهبت مع التثبيت الذي ذهب أيضا بسلاسة.
البرنامج التعليمي يبدو أن قليلا من التاريخ، كما الأمر الأول yahoofinance. get_daily_csv () يلقي خطأ حول وظيفة غير معروفة. لا تقلق، والوثائق هي حتى الآن، وأجد أن وظيفة مفقودة والآن تسميته إلى yahoofinance. download_daily_bars (رمز، سنة، كسفيل). المشكلة هي أن هذه الوظيفة فقط بتحميل البيانات لمدة سنة واحدة بدلا من كل شيء من ذلك العام إلى التاريخ الحالي. جميلة جدا عديمة الفائدة.
بعد تحميل البيانات نفسي وحفظها إلى كسف، كنت بحاجة إلى ضبط أسماء الأعمدة لأنه يبدو بيالغوتراد يتوقع تاريخ، إغلاق إغلاق، إغلاق، عالية، منخفضة، فتح، المجلد ليكون في رأس. هذا هو كل مشكلة بسيطة.
بعد ذلك إلى اختبار الأداء على استراتيجية سما التي يتم توفيرها في البرنامج التعليمي. تتكون مجموعة البيانات الخاصة بي من 5370 يوما من سبي:
هذا هو في الواقع جيدة جدا للإطار القائم على الحدث.
ولكن بعد ذلك حاولت البحث في الوثائق عن الوظائف اللازمة ل باكتست ينتشر ومحافظ الأصول متعددة و فقط لا يمكن العثور على أي. ثم حاولت أن تجد وسيلة لتغذية الباندا داتافريم كمدخلات لاستراتيجية ويحدث أن يكون غير ممكن، والذي هو مرة أخرى خيبة أمل كبيرة. لم أشر إلى أنه شرط في الوظيفة السابقة، ولكن الآن أتيت إلى إدراك أن دعم الباندا أمر لا بد منه لأي إطار يعمل مع البيانات سلسلة زمنية. الباندا كان سببا في التحول من ماتلاب إلى بيثون، وأريد أبدا أن أعود.
خاتمة بيالوتغراد لا يلبي ريكوريمنت للمرونة. يبدو أنه تم تصميمه مع تا الكلاسيكية في الاعتبار وتداول أداة واحدة. لا أرى أنها أداة جيدة لاستراتيجيات الاختبار المسبق التي تنطوي على أصول متعددة، والتحوط وما إلى ذلك.
الاثنين، 26 مايو 2017.
معضلات باكتستينغ.
يكون تقريب جيد من العالم الحقيقي. هذا هو بالطبع أهم شرط. السماح بمرونة غير محدودة: الأدوات لا ينبغي أن تقف في طريق اختبار الأفكار من خارج المربع. وينبغي أن يكون كل ما يمكن قياسه كميا. يكون من السهل لتنفيذ & أمب؛ الحفاظ. هو كل شيء عن الإنتاجية والقدرة على اختبار العديد من الأفكار للعثور على واحد أن يعمل. السماح للمسح الضوئي المعلمة، المشي إلى الأمام الاختبار والتحسينات. وهذا مطلوب للتحقيق في أداء الاستراتيجية والاستقرار اعتمادا على معايير الاستراتيجية. وتتمثل المشكلة في استيفاء جميع المتطلبات أعلاه في أن الرقمين 2 و 3 متضاربين. لا توجد أداة يمكن أن تفعل كل شيء دون تكلفة عالية التعقيد (= مينتينابليتي منخفضة). عادة، فإن أداة نقطة ونقطة طرف ثالث سوف تحد بشدة من الحرية لاختبار مع إشارات مخصصة والمحافظ الفردية، بينما في الطرف الآخر من الطيف حل دي مرمزة مخصصة تتطلب عشرات أو أكثر من ساعات لتنفيذ مع فرص كبيرة من تنتهي مع رمز تشوش وغير قابل للقراءة. حتى في محاولة للجمع بين أفضل من كلا العالمين، دعونا نبدأ سومويهير في الوسط: استخدام إطار باكتستينغ القائمة والتكيف مع ذوقنا.
في الوظائف التالية أنا & # 8217؛ ليرة لبنانية النظر في ثلاثة مرشحين ممكن I & # 8217؛ وجدت:
زيبلين هو معروف على نطاق واسع و هو المحرك وراء كوانتوبيان بيالغوتراد ويبدو أن تكون وضعت بنشاط و بيباكتست موثقة جيدا هو الإطار القائم على ناقلات خفيفة الوزن مع التي قد تكون مثيرة للاهتمام بسبب بساطته والأداء. أنا سوف تبحث في ملاءمة هذه الأدوات قياسها ضد استراتيجية التداول الافتراضية. إذا لم يكن أي من هذه الخيارات يناسب متطلبات بلدي سوف تضطر إلى أن تقرر ما إذا كنت ترغب في الاستثمار في كتابة الإطار الخاص بي (على الأقل من خلال النظر في الخيارات المتاحة أنا & # 8217؛ ليرة لبنانية معرفة ما لا يعمل) أو عصا مع رمز مخصص لكل إستراتيجية.
أول واحد للتقييم هو زيبلين.
انطباعي الأول عن زيبلين و كوانتوبيان هو واحد إيجابي. ويدعم زيبلين من قبل فريق من المطورين ويتم اختبارها في الإنتاج، لذلك نوعية (البق) يجب أن تكون كبيرة. هناك وثائق جيدة على الموقع ومثال على الكمبيوتر المحمول جيثب.
للحصول على تعليق منه، وأنا تحميل دفتر إكسامب وبدأ اللعب معها. لخيبة أمل سرعان ما واجهت مشكلة في المثال الأول أبسط خوارزمية زيبلين: شراء أبل. مجموعة البيانات لديها 3028 يوما فقط، ولكن تشغيل هذا المثال استغرق للتو إلى الأبد. هنا هو ما قمت بقياسه:
لم أكن أتوقع أداء ممتاز كما زيبلين هو باكتستر القائم على الحدث، ولكن دقيقة تقريبا ل 3000 عينات هو مجرد سيئة للغاية. هذا النوع من الأداء سيكون باهظا لأي نوع من المسح الضوئي أو التحسين. وهناك مشكلة أخرى قد تنشأ عند العمل مع مجموعات البيانات الكبيرة مثل البيانات اللحظية أو الأوراق المالية متعددة، والتي يمكن أن تحتوي بسهولة مئات الآلاف من العينات.
لسوء الحظ، سوف تضطر إلى إسقاط زيبلين من قائمة باكتسترس صالحة للاستعمال لأنها لا تلبي متطلبات بلدي رقم 4 بهامش الدهون.
في المنصب التالي سأبحث في بيالغوتراد.
ملاحظة: النظام الحالي هو بضع سنوات من العمر، تشغيل أمد أثلون إي X2 @ 2800MHZ مع 3GB من ذاكرة الوصول العشوائي. مع باكتستينغ القائم على ناقلات I & # 8217؛ م تستخدم لحساب مرات أقل من ثانية واحدة باكتست ودقيقة أو اثنين لمسح المعلمة. وهناك اختبار المشي إلى الأمام الأساسية مع 10 خطوات والمسح الضوئي المعلمة لشبكة 20X20 من شأنه أن يؤدي إلى الديك 66 ساعة مع زيبلين. أنا & # 8217؛ م ليس بيتينت.
الأربعاء، 15 يناير 2017.
بدء إبيثون دفتر من إكسيلورر ملف ويندوز.
الاثنين، 13 يناير، 2017.
صناديق الاستثمار المتداولة في عام 2018، أين هو الانحلال الخاص بك الآن؟
ومع العلم بسلوك إتف المرتفع، أتوقع أن يتفوق إتفس المستقر على المؤشر المعياري، وبالتالي فإن الإستراتيجية التي تحاول الربح من الاضمحلال ستفقد المال.
بمجرد تطبيع الأسعار إلى 100 $ في بداية فترة باكتست (250 يوما) من الواضح أن 2x إتف يتفوق 1x إتف.
شفرة المصدر الكامل للحسابات متاح للمشتركين في التداول مع بيثون بالطبع. نوتيبوك # 307.
الخميس 2 يناير 2017.
وضع سعر على توتر.
السعر المستمد من قيمة المستخدم.
توتر حاليا أكثر قيمة لكل مستخدم أن فب أو لكد. هذا ليس منطقيا حيث أن كلا المنافسين لديهم بيانات شخصية أكثر قيمة تحت تصرفهم. وقد تفوقت غوغ في استخراج أرباح الإعلانات من مستخدميها. للقيام بذلك، لديها مجموعة من عروض متنوعة للغاية، من محرك البحث إلى جوجل، محرر المستندات و غميل. توتر ليس له شيء يشبه ذلك، في حين أن قيمته لكل مستخدم أقل بنسبة 35٪ فقط من قيمة غوغل. وتوتر لديها غرفة محدودة لتنمو قاعدة المستخدمين لأنها لا تقدم منتجات مماثلة ل فب أو غوغ العروض. وقد توتر حول لمدة سبع سنوات الآن ومعظم الناس الذين يريدون الحصول على فرصة حصلت على فرصتهم. والباقي فقط لا يهمني. قاعدة المستخدمين توتر متقلبة ومن المرجح أن تتحرك إلى الشيء الساخن المقبل عندما تصبح متاحة.
السعر المستمد من الأرباح المستقبلية.
استنتاج.
الخميس، 19 سبتمبر، 2018.
التداول مع دورة بايثون المتاحة!
الأحد، 18 أغسطس، 2018.
إستراتيجية قصيرة فس.
في عالم مثالي، إذا كنت تحمل ذلك لفترة طويلة بما فيه الكفاية، ويضمن الربح الناتجة عن تسوس الوقت في العقود الآجلة وإعادة التوازن إتن، ولكن على المدى القصير، وكنت قد للذهاب من خلال بعض السحب الثقيلة جدا. مجرد إلقاء نظرة إلى الوراء في صيف عام 2018. لقد كان من المؤسف (أو حماقة) ما يكفي لعقد موقف فس قصيرة قبل أن ارتفع فيكس. لقد تقريبا في مهب حسابي من قبل ثم: 80٪ تراجع في بضعة أيام مما أدى إلى تهديد هامش الدعوة من قبل وسيط بلدي. نداء الهامش يعني صرف الخسارة. هذه ليست حالة أود أن أكون في مرة أخرى. كنت أعرف أنه لن يكون من السهل للحفاظ على رئيس بارد في جميع الأوقات، ولكن تعاني من الضغط والضغط من الوضع كان شيئا مختلفا. لحسن الحظ كنت أعرف كيف فس تميل إلى التصرف، لذلك لم أكن الذعر، ولكن تحولت إلى الرابع عشر لتجنب مكالمة الهامش. القصة تنتهي بشكل جيد، بعد 8 أشهر حافظت محفظتي مرة أخرى في قوة ولقد تعلمت درسا قيمة جدا.
بعد أن قلت ذلك، دعونا نلقي نظرة على استراتيجية تقلل بعض المخاطر من خلال تقصير فس فقط عندما يكون ذلك مناسبا.
يظهر الرسم البياني أعلاه بيانات فيكس-فكسف منذ يناير 2018. تظهر نقاط البيانات من العام الماضي باللون الأحمر.
لقد اخترت استخدام تناسب من الدرجة الثانية بين اثنين، تقريب فسف = f (فيكس). يتم رسم f (فيكس) كخط أزرق.
وتمثل القيم فوق الخط حالة عندما تكون العقود الآجلة أقوى من كونتانغو العادي. الآن أنا أعرف مؤشر دلتا، وهو الانحراف عن صالح: دلتا = فكسف-f (فيكس).
ومن الواضح أن المناطق الخضراء تتوافق مع عوائد سلبية في فس.
شورت فس عند دلتا & غ؛ 0 رأس المال الثابت (الرهان على كل يوم هو 100 $) أي انزلاق أو تكاليف المعاملات.
الحصول على حجم قصير من باتس.
الخميس، 15 أغسطس، 2018.
بناء مؤشر من البيانات قصيرة الحجم.
نحن بحاجة إلى مزيد من المعلومات إضافية إلى ما يتضمن السعر لجعل تخمين أكثر استنارة حول ما سيحدث في المستقبل القريب. ويمكن العثور على مثال ممتاز للجمع بين جميع أنواع المعلومات إلى تحليل ذكي على الجانب القصير من بلوق طويلة. إنتاج هذا النوع من التحليل يتطلب قدرا كبيرا من العمل، وأنا ببساطة لم يكن لديك الوقت وأنا التجارة فقط بدوام جزئي.
لذلك أنا بنيت بلدي 'لوحة القيادة السوق' التي تجمع تلقائيا المعلومات بالنسبة لي ويعرضها في شكل سهل الهضم. في هذا المنصب سوف أشرح كيفية بناء مؤشر يعتمد على بيانات الحجم القصير. وستوضح هذه الوظيفة عملية جمع البيانات ومعالجتها.
يوفر تبادل باتس بيانات حجم اليومية مجانا على موقعهم.
يتم تضمين بيانات حجم قصيرة من تبادل باتس في ملف نصي مضغوط. كل يوم لديه ملف مضغوط خاص به. بعد تحميل وفك ملف تكست، وهذا هو ما في الداخل (أول عدة أسطر):
هذه البيانات تحتاج إلى بعض العمل قبل أن يمكن تقديمها بطريقة هادفة.
ما أريد حقا ليس فقط البيانات ليوم واحد، ولكن نسبة من حجم قصير إلى الحجم الكلي للسنوات القليلة الماضية، وأنا لا أشعر حقا مثل تحميل الملفات المضغوطة زيب ونسخ ولصق لهم في التفوق يدويا.
لحسن الحظ، أتمتة كاملة ليست سوى بضعة خطوط رمز بعيدا:
أولا نحتاج إلى إنشاء عنوان ورل حيوي يتم تنزيل الملف منه:
الخطوة الخامسة: إنشاء مخطط:
الأحد، 17 مارس، 2018.
التداول مع دورة بايثون - تحديث الحالة.
ابتداء من اليوم سأقوم بإعداد موقع جديد على شبكة الإنترنت والمواد اللازمة للدورة، والتي ستبدأ في الأسبوع الثاني من أبريل.
الخميس، 12 يناير، 2018.
إعادة بناء فس من كبو الآجلة البيانات.
النصوص أدناه أتمتة هذه العملية. أول واحد، downloadVixFutures. py، يحصل على البيانات من كبو، يحفظ كل ملف في دليل بيانات ثم يجمع بينهما في ملف كسف واحد، vix_futures. csv.
يقوم البرنامج النصي الثاني ريكونستروكشيون VXX. py بتحليل vix_futures. csv، ويحسب العوائد اليومية ل فس ويحفظ النتائج على إعادة الإنشاء VXX. csv.
للتحقق من الحسابات، لقد قارنت النتائج المحاكاة بلدي مع بيانات مؤشر سبفستر، وهما يتفق بشكل جيد جدا، انظر الرسوم البيانية أدناه.
رمز لإعادة بناء فس.
الاثنين، 26 ديسمبر، 2018.
هوتو: نمط المراقب.
فئة المستمع يمكن أن يكون من أي نوع، وهنا أصنع حفنة من الطبقات إكسامبلليستينر، واسمه بوب، ديف & أمب؛ تشارلي. كل منهم لديهم طريقة، وهذا هو الذي اشتركت في المرسل. الشيء الخاص الوحيد حول طريقة الاشتراك هو أنه يجب أن تحتوي على ثلاثة معلمات: المرسل، الحدث، رسالة. المرسل هو مرجع فئة فئة المرسل، لذلك المستمع يعرف من الذي أرسل الرسالة. الحدث هو معرف، والذي عادة ما استخدم سلسلة. اختياريا، رسالة هي البيانات التي تم تمريرها إلى وظيفة.
وهناك تفصيل لطيف هو أنه إذا كان أسلوب المستمع يلقي استثناء، يتم إلغاء الاشتراك تلقائيا من أحداث أخرى.
الأربعاء، 14 ديسمبر، 2018.
التآمر مع غيكوت.
داتا أكيسيتيون: إبي & أمب؛ TradingWithPython. lib. yahooData - تحقق.
حاوية البيانات: باندا & أمب؛ سكليت - الاختيار.
مكتبة التآمر: ماتبلوتليب - إهم. لا.
ولكن كما يحدث في كثير من الأحيان مع بيثون، شخص ما، في مكان ما قد كتب بالفعل ركلة الحمار الأدوات التي هي مجرد مثالية لهذا المنصب. ويبدو أن غيكوت هو مجرد ذلك. الرسوم البيانية التفاعلية هي مجرد بضعة خطوط رمز بعيدا الآن، نلقي نظرة على مثال هنا: إنشاء الحوار منحنى. لهذا أنا استخدم غيكوت رمز المثال مع بعض التعديلات طفيفة.
. إذا كنت أعرف فقط كيفية تعيين التواريخ على المحور س.
الجمعة، 4 نوفمبر 2018.
كيفية إعداد بيئة تطوير بيثون.
2. تثبيت السلحفاة سفن. هذه أداة تحتاج إلى سحب شفرة المصدر من غوغل كود.
3. تثبيت الباندا (مكتبة سلسلة زمنية)
للحصول على التعليمات البرمجية، استخدم 'سفن تشيكوت' ويندوز قائمة السياق المستكشف الذي يتوفر بعد تثبيت السلحفاة سفن. الخروج مثل هذا (تغيير تشيكوت الدليل إلى الموقع الذي تريد، ولكن يجب أن ينتهي مع ترادينغويثبيثون):
حسنا، كل ذلك، الآن يمكنك تشغيل الأمثلة من \ كوكبوك دير.
الجمعة، 28 أكتوبر، 2018.
الكونغ فو الباندا سوف يحل مشاكل البيانات الخاصة بك.
منذ بعض الوقت لقد جئت عبر مجموعة أدوات تحليل البيانات الباندا مناسبة خاصة للعمل مع البيانات المالية. بعد خدش سطح سطح قدراته أنا بالفعل في مهب ما يسلم. ويجري تطوير الحزمة بنشاط من قبل ويس ماكيني وطموحه هو خلق أقوى وأداة مرنة مفتوحة المصدر تحليل البيانات / التلاعب المتاحة. حسنا، أعتقد أنه على ما يرام!
في ما يلي النتيجة:
رجل، وهذا يمكن أن ينقذني طن من الوقت! ولكن لا يزال سيساعدني في المستقبل، وأنا سوف تستخدم كائن داتافريم كقاعدة في أعمالي أخرى.

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، 2018.
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 باختصار. 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 لخلق استراتيجيات مستقرة حيث يمكن بسهولة تعديل آلية بناء محفظة 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 في أشكال عديدة: زيادة التقلبات (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"، والبق غير المكتشفة في قانون التداول، على سبيل المثال لا الحصر.
وتسعى مكونات إدارة المخاطر إلى التنبؤ بآثار التقلبات المفرطة والروابط بين فئات األصول وتأثيرها الالحق 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 أمر بالغ الأهمية. 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". تأكد دائما من تصميم المكونات بطريقة نمطية (انظر أدناه) بحيث يمكن "تبديلها" خارجا كما موازين النظام.
التخطيط المعماري وعملية التنمية.
وقد نوقشت أعلاه مكونات نظام تجاري، ومتطلباته من حيث التردد والحجم، غير أنه لم يتم بعد تغطية الهياكل الأساسية للنظام. أولئك الذين يعملون كمتاجر التجزئة أو يعملون في صندوق صغير من المرجح أن "يرتدي قبعات كثيرة". وسوف يكون من الضروري أن تغطي نموذج ألفا، وإدارة المخاطر والتنفيذ المعلمات، وأيضا التنفيذ النهائي للنظام. قبل مناقشة لغات محددة، سيتم مناقشة تصميم بنية النظام الأمثل.
فصل الشواغل.
ومن أهم القرارات التي يجب اتخاذها في البداية كيفية "فصل الشواغل" عن نظام تجاري. في تطوير البرمجيات، وهذا يعني أساسا كيفية تفريق مختلف جوانب النظام التجاري إلى مكونات وحدات منفصلة.
من خلال تعريض الواجهات في كل من المكونات من السهل مبادلة أجزاء من النظام للنسخ الأخرى التي تساعد على الأداء، والموثوقية أو الصيانة، دون تعديل أي رمز التبعية الخارجية. وهذه هي "أفضل الممارسات" لهذه النظم. وبالنسبة للاستراتيجيات في الترددات المنخفضة، ينصح بهذه الممارسات. بالنسبة لتداول الترددات العالية جدا، قد يكون من الضروري تجاهل قاعدة البيانات على حساب تعديل النظام للحصول على المزيد من الأداء. قد يكون من المرغوب فيه نظام أكثر إحكاما.
إن إنشاء خريطة مكونة لنظام التداول الخوارزمي يستحق مقالا في حد ذاته. ومع ذلك، فإن النهج الأمثل هو التأكد من وجود مكونات منفصلة للمدخلات بيانات السوق التاريخية والحقيقية، وتخزين البيانات، أبي الوصول إلى البيانات، باكتستر، معايير الاستراتيجية، بناء محفظة وإدارة المخاطر وأنظمة التنفيذ الآلي.
على سبيل المثال، إذا كان مخزن البيانات قيد الاستخدام حاليا ضعيفا، حتى عند مستويات كبيرة من التحسين، يمكن تبديله مع الحد الأدنى من إعادة الكتابة إلى ابتلاع البيانات أو أبي الوصول إلى البيانات. بقدر ما باكتستر والمكونات اللاحقة المعنية، ليس هناك فرق.
فائدة أخرى من المكونات فصل هو أنه يسمح لمجموعة متنوعة من لغات البرمجة لاستخدامها في النظام العام. ليست هناك حاجة إلى أن تقتصر على لغة واحدة إذا كانت طريقة الاتصال من مكونات اللغة مستقلة. وسوف يكون هذا هو الحال إذا كانوا التواصل عبر تكب / إب، زيرومق أو بعض بروتوكول آخر اللغة مستقلة.
وكمثال ملموس، يجب النظر في حالة نظام باكتستينغ الذي كتب في C ++ لأداء "طحن عدد"، في حين تتم كتابة مدير محفظة ونظم التنفيذ في بيثون باستخدام سسيبي و إبي.
اعتبارات الأداء.
الأداء هو اعتبار كبير لمعظم استراتيجيات التداول. لاستراتيجيات تردد أعلى هو العامل الأكثر أهمية. "الأداء" يغطي مجموعة واسعة من القضايا، مثل سرعة التنفيذ الخوارزمية، الكمون الشبكة، عرض النطاق الترددي، I / O البيانات، التزامن / التوازي والتحجيم. كل من هذه المجالات هي التي تغطيها بشكل فردي الكتب المدرسية الكبيرة، لذلك هذه المادة سوف تخدش فقط سطح كل موضوع. سيتم الآن مناقشة الهندسة المعمارية واختيار اللغة من حيث آثارها على الأداء.
الحكمة السائدة كما ذكر دونالد نوث، أحد آباء علوم الحاسوب، هو أن "التحسين المبكر هو جذر كل الشر". هذا هو الحال دائما تقريبا - إلا عند بناء خوارزمية التداول عالية التردد! بالنسبة لأولئك الذين يرغبون في استراتيجيات التردد المنخفض، نهج مشترك هو بناء نظام في أبسط طريقة ممكنة وتحسين فقط كما تبدأ الاختناقات في الظهور.
وتستخدم أدوات التنميط لتحديد أين تنشأ الاختناقات. يمكن أن تكون ملامح لجميع العوامل المذكورة أعلاه، إما في بيئة ويندوز أو لينوكس. هناك العديد من أنظمة التشغيل وأدوات اللغة المتاحة للقيام بذلك، فضلا عن المرافق طرف ثالث. وسيتم الآن مناقشة اختيار اللغة في سياق الأداء.
C ++ و جافا و بيثون و R و ماتلاب كلها تحتوي على مكتبات عالية الأداء (إما كجزء من معيارها أو خارجيا) لبنية البيانات الأساسية والعمل الخوارزمي. C ++ السفن مع مكتبة قالب قياسي، في حين يحتوي بيثون نومبي / سسيبي. المهام الرياضية المشتركة هي التي يمكن العثور عليها في هذه المكتبات ونادرا ما تكون مفيدة لكتابة تنفيذ جديد.
ويتمثل أحد الاستثناءات في ما إذا كانت معمارية الأجهزة عالية التخصيص مطلوبة، وأن الخوارزمية تستخدم استخداما موسعا للملحقات الخاصة (مثل مخابئ مخصصة). ومع ذلك، في كثير من الأحيان "إعادة اختراع العجلة" الوقت النفايات التي يمكن أن تنفق بشكل أفضل تطوير وتحسين أجزاء أخرى من البنية التحتية التجارية. وقت التطوير ثمين للغاية وخاصة في سياق المطورين الوحيد.
وكثيرا ما يكون الكمون مشكلة في نظام التنفيذ حيث إن أدوات البحث عادة ما تكون موجودة على نفس الجهاز. بالنسبة إلى السابق، يمكن أن يحدث الكمون عند نقاط متعددة على طول مسار التنفيذ. يجب استشارة قواعد البيانات (زمن الاستجابة للقرص / الشبكة)، يجب إنشاء إشارات (التشغيل المؤقت، زمن استجابة الرسائل)، وإشارات التجارة المرسلة (زمن استجابة نيك) والأوامر المعالجة (زمن الاستجابة الداخلي للتبادل).
لعمليات تردد أعلى من الضروري أن تصبح مألوفة على نحو وثيق مع التحسين الأمثل، فضلا عن الأمثل لنقل الشبكة. هذا هو منطقة عميقة و هو إلى حد كبير خارج نطاق هذه المادة ولكن إذا كان المطلوب خوارزمية أوفت ثم يكون على بينة من عمق المعرفة المطلوبة!
التخزين المؤقت مفيد جدا في مجموعة أدوات مطور التداول الكمي. التخزين المؤقت يشير إلى مفهوم تخزين البيانات التي يتم الوصول إليها بشكل متكرر بطريقة تسمح بالوصول إلى الأداء العالي، على حساب احتمال عدم دقة البيانات. تحدث حالة الاستخدام الشائعة في تطوير الويب عند أخذ البيانات من قاعدة بيانات علائقية تدعمها الأقراص ووضعها في الذاكرة. أي طلبات لاحقة للبيانات لا تضطر إلى "ضرب قاعدة البيانات" وبالتالي مكاسب الأداء يمكن أن تكون كبيرة.
للتداول حالات التخزين المؤقت يمكن أن تكون مفيدة للغاية. على سبيل المثال، يمكن تخزين الحالة الحالية لمحفظة إستراتيجية في ذاكرة التخزين المؤقت حتى يتم إعادة توازنها، بحيث لا تحتاج القائمة إلى إعادة توليدها عند كل حلقة من خوارزمية التداول. من المرجح أن يكون هذا التجميع وحدة المعالجة المركزية عالية أو القرص I / O العملية.
ومع ذلك، التخزين المؤقت لا يخلو من القضايا الخاصة بها. تجديد بيانات ذاكرة التخزين المؤقت في كل مرة، ويرجع ذلك إلى طبيعة فوليلي تخزين ذاكرة التخزين المؤقت، يمكن أن تضع طلبا كبيرا على البنية التحتية. وثمة مسألة أخرى هي تكديس الكلاب، حيث يتم تنفيذ أجيال متعددة من نسخة مخبأ جديدة تحت حمولة عالية للغاية، الأمر الذي يؤدي إلى فشل سلسلة.
تخصيص الذاكرة الديناميكية عملية مكلفة في تنفيذ البرامج. وبالتالي فإنه من الضروري لتطبيقات التداول أداء أعلى أن تكون على بينة جيدا كيف يتم تخصيص الذاكرة وإزالة ديالوكاتد خلال تدفق البرنامج. معايير اللغة الأحدث مثل جافا و C # و بيثون جميعها تؤدي إلى جمع القمامة التلقائي، الذي يشير إلى إلغاء تخصيص الذاكرة التي يتم تخصيصها ديناميكيا عندما تخرج الكائنات من النطاق.
جمع القمامة مفيد للغاية أثناء التطوير لأنه يقلل من الأخطاء ويساعد القراءة. ومع ذلك، فإنه غالبا ما يكون دون المستوى الأمثل لبعض استراتيجيات التداول عالية التردد. عادة ما تكون هناك حاجة لجمع القمامة المخصصة لهذه الحالات. في جافا، على سبيل المثال، من خلال ضبط جامع القمامة وتكوين كومة الذاكرة المؤقتة، فمن الممكن الحصول على أداء عال لاستراتيجيات هفت.
C ++ لا توفر جامع القمامة الأصلي ولذلك فمن الضروري التعامل مع جميع تخصيص الذاكرة / ديالوكاتيون كجزء من تنفيذ كائن. في حين يحتمل أن يكون عرضة للخطأ (يحتمل أن يؤدي إلى مؤشرات التعلق) من المفيد للغاية أن يكون التحكم الدقيق الحبيبات لكيفية ظهور الكائنات على كومة لتطبيقات معينة. عند اختيار لغة تأكد من دراسة كيفية عمل جامع القمامة وما إذا كان يمكن تعديلها لتحسين حالة استخدام معينة.
العديد من العمليات في أنظمة التداول الخوارزمية هي قابلة للتوازي. وهذا يشير إلى مفهوم تنفيذ عمليات برمجية متعددة في نفس الوقت، أي في "موازية". وتشمل ما يسمى بالخوارزميات "الموازية بشكل محرج" خطوات يمكن حسابها بشكل مستقل تماما عن الخطوات الأخرى. بعض العمليات الإحصائية، مثل محاكاة مونتي كارلو، هي مثال جيد للخوارزميات المتوازية بشكل محرج حيث يمكن حساب كل سحب عشوائي وعملية المسار اللاحقة دون معرفة مسارات أخرى.
الخوارزميات الأخرى هي موازية جزئيا فقط. ديناميات السوائل المحاكاة هي مثل هذا المثال، حيث مجال الحساب يمكن تقسيمها، ولكن في نهاية المطاف يجب أن هذه المجالات التواصل مع بعضها البعض، وبالتالي فإن العمليات هي متتابعة جزئية. تخضع الخوارزميات المتوازية لقانون أمدال، الذي يوفر الحد الأعلى النظري لزيادة أداء خوارزمية متوازية عندما يخضع لعمليات $ N $ منفصلة (على سبيل المثال، على وحدة المعالجة المركزية الأساسية أو مؤشر الترابط).
أصبح باراليليساتيون أهمية متزايدة كوسيلة للتحسين منذ ركض سرعة المعالج على مدار الساعة، كما تحتوي المعالجات الأحدث العديد من النوى التي لإجراء حسابات موازية. وقد أدى ارتفاع أجهزة الرسومات الاستهلاكية (في الغالب لألعاب الفيديو) إلى تطوير وحدات المعالجة الرسومية (غبوس)، التي تحتوي على مئات من "النوى" لعمليات متزامنة للغاية. وأصبحت وحدات معالجة الجرافيك هذه بأسعار معقولة جدا. وقد أدت الأطر الرفيعة المستوى، مثل أطر نفيديا، إلى اعتماد واسع النطاق في الأوساط الأكاديمية والمالية.
هذه الأجهزة غبو عادة ما تكون مناسبة فقط للجانب البحثي من التمويل الكمي، في حين يتم استخدام الأجهزة الأخرى أكثر تخصصا (بما في ذلك الميدان بوابة برمجة صفائف - فبغاس) ل (U) هفت. في الوقت الحاضر، معظم اللغات الحديثة تدعم درجة من التزامن / تعدد المواضيع. وبالتالي فمن مباشرة لتحسين باكتستر، لأن جميع الحسابات مستقلة بشكل عام عن الآخرين.
يشير التحجيم في هندسة البرمجيات والعمليات إلى قدرة النظام على التعامل مع الأحمال المتزايدة باستمرار في شكل طلبات أكبر، واستخدام المعالج العالي والمزيد من تخصيص الذاكرة. في التداول الخوارزمي استراتيجية قادرة على نطاق إذا كان يمكن قبول كميات أكبر من رأس المال، ولا تزال تنتج عائدات متسقة. جداول تكديس تكنولوجيا التداول إذا كان يمكن أن تحمل حجم التجارة أكبر وزيادة الكمون، دون الاختناقات.
في حين يجب أن تصمم النظم على نطاق واسع، غالبا ما يكون من الصعب التنبؤ مسبقا حيث سيحدث عنق الزجاجة. وسيساعد قطع الأشجار، والاختبار، والتنميط، والرصد على نحو كبير في السماح للنظام بتوسيع نطاقه. وغالبا ما توصف اللغات نفسها بأنها "غير قابلة للتغيير". وهذا عادة ما يكون نتيجة للتضليل، وليس الحقيقة الصعبة. هذا هو إجمالي كومة التكنولوجيا التي ينبغي التأكد من قابلية، وليس اللغة. ومن الواضح أن لغات معينة لها أداء أكبر من غيرها في حالات الاستخدام على وجه الخصوص، ولكن لغة واحدة هي "أفضل" أبدا من أي معنى آخر.
إحدى وسائل إدارة المقياس هي فصل المخاوف، كما ذكرنا سابقا. من أجل زيادة القدرة على التعامل مع "المسامير" في النظام (أي التقلبات المفاجئة التي تؤدي إلى مجموعة كبيرة من الصفقات)، فمن المفيد إنشاء "بنية الطابور رسالة". وهذا يعني ببساطة وضع نظام طابور الرسائل بين المكونات بحيث تكون الأوامر "مكدسة" إذا كان مكون معين غير قادر على معالجة العديد من الطلبات.
بدلا من أن يتم فقدان الطلبات يتم الاحتفاظ بها ببساطة في كومة حتى يتم التعامل مع الرسالة. هذا مفيد بشكل خاص لإرسال الصفقات إلى محرك التنفيذ. إذا كان المحرك يعاني تحت الكمون الثقيل ثم فإنه سيتم النسخ الاحتياطي الصفقات. وهناك طابور بين مولد إشارة التجارة و أبي التنفيذ تخفيف هذه المسألة على حساب احتمال انزلاق التجارة. A وسيط قائمة انتظار رسالة مفتوحة المصدر يحظى باحترام كبير هو رابيتمق.
الأجهزة وأنظمة التشغيل.
الأجهزة التي تعمل الاستراتيجية الخاصة بك يمكن أن يكون لها تأثير كبير على ربحية خوارزمية الخاص بك. هذه ليست قضية تقتصر على التجار عالية التردد إما. يمكن أن يؤدي اختيار ضعيف في الأجهزة ونظام التشغيل إلى تعطل الجهاز أو إعادة التشغيل في اللحظة الأكثر من غير المناسب. وبالتالي فمن الضروري النظر في المكان الذي سيقام فيه طلبك. الاختيار هو عادة بين جهاز سطح المكتب الشخصي، خادم بعيد، مزود "سحابة" أو خادم تبادل مشترك.
أجهزة سطح المكتب هي بسيطة لتثبيت وإدارة، وخاصة مع أحدث أنظمة التشغيل ودية المستخدم مثل ويندوز 7/8، ماك أوسك وأوبونتو. ولكن أنظمة سطح المكتب تمتلك بعض العيوب الهامة. في المقام الأول هو أن إصدارات أنظمة التشغيل المصممة لآلات سطح المكتب من المرجح أن تتطلب إعادة تمهيد / الترقيع (وغالبا في أسوأ الأوقات!). كما أنها تستخدم المزيد من الموارد الحسابية بحكم الحاجة إلى واجهة المستخدم الرسومية (غوي).
استخدام الأجهزة في المنزل (أو المكتب المحلي) البيئة يمكن أن يؤدي إلى الاتصال بالإنترنت ومشاكل الطاقة الجهوزية. الفائدة الرئيسية لنظام سطح المكتب هو أن القدرة الحصانية الحاسوبية كبيرة يمكن شراؤها لجزء من تكلفة خادم مخصص عن بعد (أو نظام سحابة القائمة) من سرعة مماثلة.
إن الخادم المخصص أو الجهاز القائم على السحابة، في حين غالبا ما يكون أكثر تكلفة من خيار سطح المكتب، يسمح للبنية التحتية أكثر أهمية التكرار، مثل النسخ الاحتياطي للبيانات الآلية، والقدرة على أكثر وضوحا ضمان الجهوزية والرصد عن بعد. فهي أصعب لإدارة لأنها تتطلب القدرة على استخدام قدرات تسجيل الدخول عن بعد من نظام التشغيل.
في ويندوز هذا عموما عن طريق بروتوكول سطح المكتب البعيد واجهة المستخدم الرسومية (رديب). في الأنظمة المستندة إلى أونيكس يتم استخدام سطر الأوامر الآمنة شل (سش). البنية التحتية للخادم المستندة إلى يونيكس هي دائما تقريبا سطر الأوامر على أساس الذي يجعل على الفور أدوات البرمجة القائمة على واجهة المستخدم الرسومية (مثل ماتلاب أو إكسيل) لتكون غير صالحة للاستعمال.
والخادم المتواجد في الموقع، حيث تستخدم العبارة في أسواق رأس المال، هو ببساطة خادم مخصص يتواجد داخل تبادل من أجل تقليل زمن الاستجابة لخوارزمية التداول. وهذا ضروري للغاية لبعض استراتيجيات التداول عالية التردد، والتي تعتمد على الكمون المنخفض من أجل توليد ألفا.
الجانب الأخير لاختيار الأجهزة واختيار لغة البرمجة هو منصة الاستقلال. هل هناك حاجة لتشغيل الشفرة عبر أنظمة تشغيل مختلفة متعددة؟ هل تم تصميم الرمز ليتم تشغيله على نوع معين من بنية المعالج، مثل إنتيل x86 / x64 أو هل سيكون من الممكن تنفيذ معالجات ريس مثل تلك المصنعة بواسطة أرم؟ وستعتمد هذه القضايا اعتمادا كبيرا على تواتر ونوع الاستراتيجية الجاري تنفيذها.
المرونة والاختبار.
واحدة من أفضل الطرق لتفقد الكثير من المال على التداول الخوارزمية هو إنشاء نظام مع عدم المرونة. هذا يشير إلى متانة النظام عند التعرض لأحداث نادرة، مثل إفلاس الوساطة، التقلبات المفاجئة المفاجئة، التوقف على نطاق المنطقة لموفر خادم السحابة أو الحذف العرضي لقاعدة بيانات التداول بأكملها. سنوات من الأرباح يمكن القضاء عليها في غضون ثوان مع بنية سيئة التصميم. فمن الضروري للغاية للنظر في قضايا مثل ديبوجنغ، والاختبار، وقطع الأشجار، والنسخ الاحتياطي، وتوافر عالية والرصد والمكونات الأساسية للنظام الخاص بك.
ومن المرجح أنه في أي المعقدة المعقولة معقول تطبيق التداول الكمي على الأقل 50٪ من الوقت اللازم للتنمية سوف تنفق على التصحيح والاختبار والصيانة.
تقريبا جميع لغات البرمجة إما السفينة مع المصحح المصاحبة أو تمتلك بدائل طرف ثالث يحظى باحترام كبير. في جوهرها، يسمح مصحح الأخطاء تنفيذ برنامج مع إدراج نقاط التعسفي التعسفي في مسار التعليمات البرمجية، والتي توقف مؤقتا التنفيذ من أجل التحقيق في حالة النظام. الفائدة الرئيسية من التصحيح هو أنه من الممكن للتحقيق في سلوك التعليمات البرمجية قبل نقطة تحطم معروفة.
التصحيح هو عنصر أساسي في مربع الأدوات لتحليل أخطاء البرمجة. ومع ذلك، فهي تستخدم على نطاق واسع في اللغات المترجمة مثل C ++ أو جافا، حيث أن اللغات المفهرسة مثل بيثون غالبا ما تكون أسهل للتصحيح بسبب أقل لوك وبيانات أقل مطول. على الرغم من هذا الاتجاه بيثون لا السفينة مع بدب، وهو أداة التصحيح متطورة. ميكروسوفت فيسوال C ++ إيد يمتلك الأدوات المساعدة التصحيح واجهة المستخدم الرسومية واسعة، بينما بالنسبة لسطر الأوامر لينوكس C ++ مبرمج، مصحح أخطاء غب موجود.
ويشير الاختبار في تطوير البرمجيات إلى عملية تطبيق معلمات ونتائج معروفة على وظائف وأساليب وكائنات محددة داخل كوديباس، وذلك لمحاكاة السلوك وتقييم مسارات متعددة للرمز، مما يساعد على ضمان تصرف النظام كما ينبغي. ويعرف النموذج الأحدث باسم "التطوير القائم على الاختبار" (تد)، حيث يتم تطوير شفرة الاختبار على واجهة محددة دون تنفيذ. قبل الانتهاء من كوديباس الفعلية سوف تفشل جميع الاختبارات. كما يتم كتابة التعليمات البرمجية إلى "ملء الفراغات"، والاختبارات في نهاية المطاف جميعا تمر، وعند هذه النقطة يجب أن تتوقف التنمية.
تد يتطلب واسعة تصميم مواصفات مقدما فضلا عن درجة صحية من الانضباط من أجل القيام بنجاح. في C ++، يوفر بوست إطار اختبار الوحدة. في جافا، توجد مكتبة جونيت لتحقيق الغرض نفسه. لدى بيثون أيضا وحدة ونيتست كجزء من المكتبة القياسية. العديد من اللغات الأخرى تمتلك أطر اختبار الوحدة وغالبا ما تكون هناك خيارات متعددة.
في بيئة الإنتاج، قطع الأشجار المتطورة ضروري للغاية. يشير التسجيل إلى عملية إخراج الرسائل، بدرجات متفاوتة من الشدة، فيما يتعلق بسلوك تنفيذ النظام إلى ملف مسطح أو قاعدة بيانات. السجلات هي "السطر الأول من الهجوم" عند البحث عن سلوك وقت تشغيل البرنامج غير متوقع. لسوء الحظ أوجه القصور في نظام قطع الأشجار تميل فقط إلى أن تكتشف بعد حقيقة! وكما هو الحال مع النسخ الاحتياطية التي نوقشت أدناه، ينبغي إيلاء الاعتبار الواجب لنظام التسجيل قبل تصميم النظام.
كل من مايكروسوفت ويندوز و لينوكس تأتي مع قدرة واسعة لتسجيل النظام و لغات البرمجة تميل إلى السفينة مع مكتبات التسجيل القياسية التي تغطي معظم حالات الاستخدام. غالبا ما يكون من الحكمة تركيز معلومات التسجيل من أجل تحليلها في وقت لاحق، حيث أنها يمكن أن تؤدي في كثير من الأحيان إلى أفكار حول تحسين الأداء أو الحد من الأخطاء، والتي سيكون لها بالتأكيد تأثير إيجابي على عوائد التداول.
وفي حين أن تسجيل النظام سيوفر معلومات عما حدث في الماضي، فإن رصد تطبيق ما سيوفر نظرة ثاقبة لما يحدث الآن. وينبغي النظر في جميع جوانب النظام لأغراض الرصد. 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 (email, 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. There are advantages and disadvantages to both approaches. 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 البريد الإلكتروني كوانتستارت:
1. دروس التداول الكمي.
سوف تحصل على إمكانية الوصول الفوري إلى دورة مجانية 10-البريد الإلكتروني معبأة مع تلميحات ونصائح لمساعدتك على البدء في التداول الكمي!
2. جميع أحدث المحتوى.
كل أسبوع سوف نرسل لك التفاف جميع الأنشطة على كوانتستارت لذلك عليك أن لا يفوتون وظيفة مرة أخرى.
ريال مدريد، وقابلة للتنفيذ نصائح التداول الكمي مع أي هراء.

System trade python

سحب طلبات 0.
تاريخ جيثب اليوم.
جيثب هي موطن لأكثر من 20 مليون مطورين يعملون معا لاستضافة ومراجعة التعليمات البرمجية، وإدارة المشاريع، وبناء البرمجيات معا.
استنساخ مع هتبس.
استخدام جيت أو الخروج مع سفن باستخدام ورل على شبكة الإنترنت.
Systematic Trading in python.
See DONE_TO_DO for release notes, and future plans.
pysystem trade is the open source version of my own backtesting engine that implements systems according to the framework outlined in my book "Systematic Trading", which is further developed on my blog.
For a longer explanation of the motivation and point of this project see my blog post.
Eventually pysystemtrade will include the following:
Backtesting enviroment that will work "out of the box" for the three examples in "Systematic Trading" Implement all the optimisation and system design principles in the book. Complete implementation of a fully automated system for futures trading (for interactive brokers only), including regularly updated data Code to run the present, and future, examples on my blog qoppac. blogspot. co. uk.
Python 3.x, pandas, matplotlib, pyyaml, numpy, scipy See requirements. txt for full details.
Make sure you get the python3 versions of the relevant packages, i. e. use:
This package isn't hosted on pip. So to get the code the easiest way is to use git:
Notice that develop mode is required so that ipython sessions can see files inside subdirectories which would otherwise be inaccessible.
This is an open source project, designed for people who are already comfortable using and writing python code, are capable of installing the dependencies, and who want a head start on implementing a system of their own. I do not have the time to provide support. Of course I am very happy if you get in touch with me on any of the following topics:
Confusing error messages Missing or misleading documentation Suggestions for extra features.
However I can't guarantee that I will reply immediately, or at all. If you need that level of support then you are better off with another project. The most efficient way of doing this is by opening an issue on github. If you discover a bug please include:
The full script that produces the error, including all import statements, or if it's a standard example file a pointer to the file. Ideally this should be a "minimal example" - the shortest possible script that produces the problem. Versions of any neccessary libraries you have installed The full output trace including the error messages.
If you don't include the information above I will close the issue and then ignore it.
I'll try and incorporate any feedback into the code, but this is a part time (and unpaid!) venture for me, and it will be competing with my other interests (writing books, blogging and research). But if you occasionally check github you will hopefully find it gradually improving. Offers to contribute will of course be gratefully accepted.
Absolutely no warranty is implied with this product. استخدام على مسؤوليتك الخاصة. I provide no guarantee that it will be profitable, or that it won't lose all your money very quickly, or delete every file on your computer (by the way: it's not supposed to do that. Just in case you thought it was.).
&نسخ؛ 2017 جيثب، Inc. شروط الخصوصية تعليمات حالة الأمان.
لا يمكنك تنفيذ هذا الإجراء في الوقت الحالي.
لقد سجلت الدخول باستخدام علامة تبويب أو نافذة أخرى. أعد التحميل لتحديث الجلسة. لقد سجلت الخروج في علامة تبويب أو نافذة أخرى. أعد التحميل لتحديث الجلسة.