Automated Trading System In C ++

Criação de sistemas de negociação automatizados Usando corretores interativos Negociação automatizada com corretores interativos. A plataforma de negociação Interactive Brokers em si não oferece negociação automatizada No entanto, várias soluções estão disponíveis para os comerciantes que desejam automatizar sistemas de negociação usando a plataforma IB Works TSW Trader, Party APIs. Programming Consultants. Third-Party APIs Uma Interface de Programação de Aplicação API é um formato de linguagem utilizado por um programa aplicativo para se comunicar com outro software do sistema Uma API atua como uma interface ou intermediário que permite que o código para se comunicar com a plataforma de comércio IB Fornecedores terceirizados oferecem uma variedade de APIs proprietárias que fornecem algoritmos customizáveis ​​e pré-construídos e aplicativos de software de troca plug-and-play projetados para serem executados em conjunto com a plataforma de negociação TWS do Trader Workstation. Uma lista de APIs de terceiros está disponível no IB na página inicial, clique no título Educação e selecione O Marketplace IB Re Clique na guia Ferramentas de software e no subtítulo Software de gerenciamento de pedidos para exibir os fornecedores e produtos mostrados na Figura 1.Figura 1 - Selecionar A aba Ferramentas de Software no Marketplace IB para procurar fornecedores de terceiros. Consultores de Programação Além das APIs comercialmente disponíveis, o Marketplace IB também tem um link para Consultores de Programação que podem ajudar comerciantes e investidores com o desenvolvimento de indicadores personalizados e estratégias para Ser usado em negociação automatizada Os consultores fornecem codificação em uma variedade de linguagens, incluindo Java, C, Visual Basic, SQL, Perl, Matlab, bem como outras plataformas de negociação linguagens proprietárias que podem ser interfaceados com IB. Keep em mente que os programadores só podem programar Regras absolutas e normalmente não oferecem sugestões para melhorar a lucratividade de um sistema - apenas o desempenho do código Antes de trabalhar com um Programador, é importante ser capaz de definir todas as entradas do sistema de comércio, saída e lógica de gestão Se pode ser definido, pode provavelmente ser codificado. Programação com IB APIs Uma terceira solução é para os comerciantes com as habilidades ou desejo de Aprender a programar suas próprias APIs Interactive Brokers fornece várias APIs que os comerciantes podem usar para se conectar através do TWS ou do IB Gateway A conexão através do TWS requer que o aplicativo esteja em execução, mas permite que os operadores testem e confirmem que os pedidos de API estão funcionando corretamente Por outro lado, a conexão através do IB Gateway não fornece uma interface para teste e confirmação, mas permite que a API seja executada sem um grande aplicativo GUI em execução. Onde as APIs de terceiros fornecem algoritmos pré-construídos e personalizáveis, a IB API Ambiente de programação é essencialmente matéria-prima IB fornece o equipamento e componentes, eo usuário faz toda a programação Os usuários podem programar em uma variedade de idiomas, incluindo C , Java, ActiveX ou DDE para Excel Há uma série de configurações relacionadas à API no TWS que os comerciantes podem configurar, mostradas na Figura 2 O Guia de Referência da API IB disponível na página de busca do Interactive Brokers Web Guide fornece também uma visão geral Como instruções específicas para as várias linguagens de programação. Figura 2 - Configurando as configurações de API no TWS. Conclusion Os operadores que desejam implementar sistemas de negociação automatizados através da plataforma Interactive Brokers têm uma variedade de opções Os não-programadores podem desejar explorar a API de terceiros Vendedores que oferecem uma variedade de opções personalizáveis ​​ou plug-and-play Comerciantes com ideias únicas podem trabalhar com um consultor de programação qualificado Aqueles com experiência de programação ou o tempo eo desejo de aprender uma linguagem de programação podem empregar as APIs IB ao desenvolver sistemas de negociação automatizados. Senior C Automated Trading System Developer. Getting animado sobre o desenvolvimento de sistemas de negociação automatizada em C É você, como um desenvolvedor, desafiado b Y problemas técnicos complexos dentro de um ambiente dinâmico rápido Você é capaz de usar as mais recentes tecnologias para traduzir esses problemas em soluções técnicas elegantes Se você tem pelo menos 5 anos de experiência trabalhando com C, você pode ser o Senior C Automated Trading System Nós somos Optiver, uma empresa de comércio internacional, com sede em Amsterdã Com mais de 700 colegas em quatro continentes, oferecemos preços justos e altamente competitivos para a compra e venda de ações, títulos, opções, futuros , ETF e etcétera É chamado mercado fazendo Nós construímos mercados e fornecemos liquidez para intercâmbios internacionais na Europa, os EU e Ásia Pacific. We fazer mercados financeiros justo, aberto e confiável Nós não só o comércio quando nós sentimos como ele Não só quando Nossa perspectiva é brilhante, mas 24 horas por dia Seja qual for o caminho dos mercados, estamos lá, sempre sob nosso próprio risco, usando o nosso próprio capital Valor a diferença o resume perfeitamente Explica em poucas palavras o que fazemos todos os dias Ele também convida você a explorar como fazemos o nosso trabalho de forma diferente Nós valorizamos essa diferença desde 1986, o ano em que começamos na Amsterdam com base European Options Exchange com um único andar comerciante Hoje somos um dos Empresas mais dinâmicas, inovadoras e bem sucedidas na Holanda e além. IT na Optiver Desde negociação no chão mudou para a tela de negociação, que constantemente precisam da tecnologia mais avançada, software de negociação e conexões para o mercado Em suma, precisamos do melhor Os profissionais de TI desenvolvem, otimizam e suportam nossos sistemas e ferramentas O ambiente em que estamos trabalhando é rápido, mas excitante Isso torna a TI na Optiver um grande desafio em que a experiência, a inovação ea diversão caminham lado a lado todos os dias. Trading System Developer você será responsável pelo desenvolvimento de sistemas automatizados de alta velocidade de negociação em C para o sistema operacional Linux Ao trabalhar em estreita colaboração com outros desenvolvedores, Com as suas fortes habilidades orientadas a objetos, você é capaz de projetar e implementar novas estratégias lucrativas de negociação, ao mesmo tempo em que gerencia expectativas claras em relação aos seus stakeholders internos. Ao compartilhar seus conhecimentos extensivos Com os membros da sua equipa e orientando os colegas júnior em decisões técnicas, você vai apoiar a equipe de desenvolvimento para ter uma compreensão das complexidades do negócio. um Mestrado em Ciência da Computação, Engenharia de TI ou Sistemas de Informação. Pelo menos 5 anos de experiência de trabalho como Um desenvolvedor de software em C, com uma experiência de track. solid excelente em STL, Boost e outros conhecimentos populares open source C bibliotecas. expert de sistemas operacionais UNIX e Linux. Conhecimento de High Performance Computing, baixa latência e development. experience em tempo real Conhecimentos dos mercados financeiros e da negociação de derivados. Preferencialmente 2 anos F experiência de trabalho dentro do realm. the ambição de desenvolvimento de negociação automatizada para desenvolver-se constantemente através de formação e on-the-job development. good compreensão de C 11 é um fundo plus. a em Matemática e experiência de trabalho com algoritmos é um plus. be um Jogador da equipe e comunicador que gosta de liberdade criativa e independência. O que você vai obter Optiver é acima de tudo um estado de espírito Estamos procurando por você quando você acredita na melhoria diária, quando você gosta de ser seriamente recompensado pelo seu desempenho e quando você facilmente adaptar Para mudar e desfrutar de um pouco de humor e diversão Para ser concreto, oferecemos-lhe uma excelente remuneração Mas também oferecemos-lhe grandes benefícios secundários, tais como totalmente paga despesas de deslocação de primeira classe, uma pensão sem prémio, estrutura de participação atraente participação, pacotes de deslocalização, Oportunidades de treinamento, descontos em seguro de saúde, café da manhã e almoço, atividades esportivas e de lazer, bebidas de sexta-feira à tarde e até mesmo semanalmente em casa cadeira ma Ssages. Interested Somos 350 profissionais altamente qualificados de mais de 30 países diferentes que trabalham na Optiver em Amsterdã Nós pretendemos ser incomparável em nossa indústria, por ser talentoso, criativo e resultado orientado E não importa como nos vestimos ou o que acreditamos , Contanto que nós excedermos nossas expectativas e de cada um. Se você está pronto para aplicar, e nós esperamos que você é, aplique diretamente através do botão abaixo para a posição de Senior C Desenvolvedor de Sistema de Negociação Automatizado Por favor nos forneça um CV e carta de Motivação em Inglês Aplicações sem uma carta de motivação não será revisto Quando pensamos que a magia está lá, você vai ouvir de nós mais cedo do que você espera Se você tiver alguma dúvida não hesite em contactar Marlouk Stek em 31 20 708 70 00.A avaliação É parte do procedimento de aplicação. Follow Reunião C. Best linguagem de programação para Algorithmic Trading Systems. One das perguntas mais freqüentes que recebo no mailbag QS é Qual é a melhor linguagem de programação para algori Thmic trading A resposta curta é que não há melhor linguagem Estratégia parâmetros, desempenho, modularidade, desenvolvimento, resiliência e custo devem ser considerados Este artigo descreverá os componentes necessários de uma arquitetura de sistema de negociação algorítmica e como as decisões relativas à implementação afetam a escolha de As principais componentes de um sistema de negociação algorítmico serão consideradas, tais como as ferramentas de pesquisa, otimizador de portfólio, gerente de risco e mecanismo de execução. Subseqüentemente, serão examinadas diferentes estratégias de negociação e como elas afetarão o projeto do sistema. A freqüência de negociação eo volume de negociação provável será discutido. Uma vez que a estratégia de negociação foi selecionada, é necessário arquitetar todo o sistema Isso inclui a escolha de hardware, sistema operacional e resiliência do sistema contra eventos raros, potencialmente catastróficos. Arquitectura está a ser considerada, deve ter-se em conta o desempenho - tanto para as ferramentas de pesquisa, bem como o ambiente de execução ao vivo. O que é o sistema de negociação Tentando Do. Before decidir sobre o melhor idioma com o qual escrever um sistema de negociação automatizado é necessário definir os requisitos É o sistema vai ser Puramente baseado na execução O sistema exigirá uma gestão de risco ou módulo de construção de carteira Será que o sistema requer um backtester de alto desempenho Para a maioria das estratégias o sistema de negociação pode ser dividido em duas categorias Pesquisa e geração de sinal. Research está preocupado com a avaliação de um desempenho de estratégia Dados históricos O processo de avaliação de uma estratégia de negociação sobre os dados do mercado anterior é conhecido como backtesting O tamanho dos dados ea complexidade algorítmica terá um grande impacto sobre a intensidade computacional do backtester CPU velocidade e simultaneidade são muitas vezes os fatores limitantes na otimização da velocidade de execução da pesquisa. A geração de sinais está preocupada com a geração de um conjunto de sinais de negociação de um algoritmo M e envio de tais ordens para o mercado, geralmente através de uma corretora Para certas estratégias um alto nível de desempenho é necessário IO questões como a largura de banda de rede e latência são muitas vezes o fator limitante na otimização de sistemas de execução Assim, a escolha de idiomas para cada componente do seu O tipo de estratégia algorítmica empregada terá um impacto substancial na concepção do sistema. Será necessário considerar os mercados que estão sendo negociados, a conectividade com fornecedores externos de dados, A freqüência eo volume da estratégia, o trade-off entre facilidade de desenvolvimento e otimização de desempenho, bem como qualquer hardware personalizado, incluindo servidores personalizados co-localizados, GPUs ou FPGAs que podem ser necessárias. As escolhas de tecnologia para uma baixa freqüência US estratégia de ações será muito diferente daqueles de uma alta freqüência estratégia de arbitragem estatística negociação no mercado de futuros Antes da escolha de l Anguage muitos fornecedores de dados devem ser avaliados que pertencem a uma estratégia em hand. It será necessário considerar a conectividade para o fornecedor, a estrutura de qualquer APIs, a oportunidade dos dados, os requisitos de armazenamento e resiliência na cara de um fornecedor indo offline Também é sábio para possuir acesso rápido a vários fornecedores Vários instrumentos têm todos os seus próprios caprichos de armazenamento, exemplos dos quais incluem símbolos ticker múltiplas para as ações e datas de vencimento para futuros, para não mencionar qualquer dados OTC específico Isso precisa ser incorporado ao projeto da plataforma. Freqüência da estratégia é provável que seja um dos maiores drivers de como a pilha de tecnologia será definida Estratégias que empregam dados mais freqüentemente do que minuciosamente ou barras de segunda necessidade consideração significativa com relação ao desempenho. Desempenho como um requisito primário Para estratégias de alta freqüência, uma quantidade substancial de dados de mercado Ser armazenados e avaliados Software como HDF5 ou kdb são comumente usados ​​para estas funções. Para processar os volumes extensos de dados necessários para aplicações de HFT, um backtester extensivamente otimizado e sistema de execução deve ser usado CC possivelmente com algum montador é provável que a O mais forte candidato linguagem estratégias de freqüência ultra-alta quase certamente vai exigir hardware personalizado, como FPGAs, intercâmbio co-localização e interface de rede kernal tuning. Research Systems. Research sistemas normalmente envolvem uma mistura de desenvolvimento interativo e scripting automatizado O primeiro muitas vezes ocorre dentro de um IDE, como o Visual Studio, o MatLab ou o R Studio. Este último envolve cálculos numéricos extensos sobre vários parâmetros e pontos de dados. Isso leva a uma escolha de linguagem proporcionando um ambiente simples para testar código, mas também fornece desempenho suficiente para avaliar estratégias em várias dimensões de parâmetro. IDEs neste espaço incluem Microsoft Visual CC, Que contém utilitários de depuração extensos, capacidades de conclusão de código via Intellisense e visões gerais diretas da pilha de projeto inteira através da base de dados ORM, LINQ MatLab que é projetado para álgebra linear numerosa extensa e operações vectorized, mas em uma maneira console interativa R Studio que envolve o R Console de linguagem estatística em um IDE Eclipse totalmente desenvolvido IDE para Linux Java e C e IDEs semi-proprietários, como Enthought Canopy para Python, que incluem bibliotecas de análise de dados como SciPy SciPy scikit-aprender e pandas em um único console interativo environment. For Backtesting numérico, todos os idiomas acima são adequados, embora não seja necessário utilizar um GUI IDE como o código será executado em segundo plano. A principal consideração nesta fase é a da velocidade de execução. Uma linguagem compilada como C é muitas vezes útil Se as dimensões do parâmetro backtesting forem grandes Lembre-se que é necessário ser cauteloso com tais sistemas se isso É o caso. Linguagens interpretadas como Python muitas vezes fazem uso de bibliotecas de alto desempenho como pandas NumPy para a etapa de backtesting, a fim de manter um grau razoável de competitividade com equivalentes compilados Em última análise, o idioma escolhido para o backtesting será determinado por específicos No entanto, a linguagem utilizada para o backtester e ambientes de pesquisa pode ser completamente independente daqueles usados ​​nos componentes de construção de portfólio, gerenciamento de risco e execução, como será visto. Portfolio Construção e Gestão de Riscos. A construção de carteira e componentes de gestão de risco são muitas vezes ignorados por comerciantes algorítmicos varejo Isso é quase sempre um erro Essas ferramentas fornecem o mecanismo pelo qual o capital será preservado Eles não só tentam aliviar o número de apostas arriscadas, Mas também minimizar o churn das próprias operações, reduzindo o custo de transação SSofisticated versões desses componentes podem ter um efeito significativo sobre a qualidade e consistência da rentabilidade É fácil criar um estável de estratégias como o mecanismo de construção de carteira e gerente de risco pode ser facilmente modificado para lidar com vários sistemas Assim, eles devem ser considerados essenciais Componentes no início da concepção de um sistema de negociação algorítmica. O trabalho do sistema de construção de carteira é ter um conjunto de negócios desejados e produzir o conjunto de negócios reais que minimizam o churn, manter a exposição a vários fatores, como setores, classes de ativos , Volatilidade etc e otimizar a alocação de capital para várias estratégias em um portfolio. Portfolio construção muitas vezes se reduz a um problema de álgebra linear, como um factorization matriz e, portanto, o desempenho é altamente dependente da eficácia da implementação de álgebra linear numérica disponível bibliotecas comuns incluem uBLAS LAPACK e NAG para C MatLab também possui extensivel E operações de matriz otimizadas Python utiliza NumPy SciPy para tais cálculos Uma carteira com freqüência reequilibrada exigirá uma biblioteca de matriz compilada e bem otimizada para levar este passo para fora, de modo a não encolher o sistema de negociação. Gerenciamento de risco é outra parte extremamente importante de uma negociação algorítmica Sistema O risco pode vir em muitas formas Aumento da volatilidade embora isto possa ser visto como desejável para certas estratégias, correlações aumentadas entre classes de ativos, padrão de contraparte, interrupções de servidor, eventos de cisne preta e bugs não detectados no código de negociação, para citar alguns. Componentes de gestão de risco tentar e antecipar os efeitos da volatilidade excessiva e correlação entre as classes de ativos e seus efeitos subsequentes sobre o capital de negociação Muitas vezes isso reduz a um conjunto de cálculos estatísticos, como Monte Carlo testes de estresse Isso é muito semelhante às necessidades computacionais de um derivado Preço e como tal será CPU-bound Estas simulações são altamente paralelas É possível ver abaixo e, até certo ponto, é possível lançar hardware no problema. Sistemas de Execução. O trabalho do sistema de execução é receber sinais de negociação filtrada da construção de carteira e componentes de gerenciamento de risco e enviá-los para uma corretora Ou outros meios de acesso ao mercado Para a maioria das estratégias de negociação de algoritmos de varejo isso envolve uma conexão API ou FIX para uma corretora como Interactive Brokers As considerações principais ao decidir sobre uma linguagem incluem a qualidade da API, a disponibilidade do wrapper de linguagem para uma API, A freqüência de execução ea antecipação de slippage. The qualidade da API refere-se a quão bem documentado é, que tipo de desempenho que fornece, se ele precisa de software autônomo para ser acessado ou se um gateway pode ser estabelecido de uma forma headless ou seja, sem GUI In O caso dos Interactive Brokers, a ferramenta Trader WorkStation precisa estar sendo executada em um ambiente de GUI para acessar sua API que eu tive que instalar uma vez La Desktop Ubuntu edição em um servidor de nuvem da Amazon para acessar Interactive Brokers remotamente, puramente por este reason. Most APIs irá fornecer uma interface C e ou Java É geralmente até a comunidade para desenvolver linguagem específica wrappers para C, Python, R, Excel e MatLab Observe que com cada plugin adicional utilizado especialmente API wrappers há espaço para bugs para rastejar para o sistema Sempre testar plugins deste tipo e garantir que eles são ativamente mantidos Um indicador vale a pena ver quantas novas atualizações para um codebase foram Feita nos últimos meses. A freqüência de execução é de extrema importância no algoritmo de execução Observe que centenas de ordens podem ser enviadas a cada minuto e, como tal, o desempenho é crítico Deslizamento será incorrido através de um sistema de execução mal executado e isso terá um impacto dramático Em termos de rentabilidade. As linguagens tipicamente tipificadas ver abaixo como C Java são geralmente ótimas para execução, mas há um trade-off no tempo de desenvolvimento, teste e Facilidade de manutenção As linguagens dinamicamente digitadas, como Python e Perl, agora são geralmente rápidas o suficiente. Sempre certifique-se de que os componentes são projetados de forma modular, veja abaixo para que possam ser trocados para fora como o sistema escalas. Planejamento arquitetônico e processo de desenvolvimento. Os componentes de um sistema de negociação, a sua frequência e requisitos de volume foram discutidos acima, mas a infra-estrutura do sistema ainda tem de ser coberto Aqueles que atuam como um comerciante de varejo ou trabalhando em um pequeno fundo provavelmente vai estar usando muitos chapéus Será necessário estar cobrindo O modelo alfa, os parâmetros de gerenciamento e execução de riscos e também a implementação final do sistema. Antes de aprofundar em linguagens específicas, será discutido o projeto de uma arquitetura de sistema ótima. Separação de Preocupações. Uma das decisões mais importantes que devem ser feitas no É como separar as preocupações de um sistema de negociação. No desenvolvimento de software, isso significa essencialmente quebrar os diferentes Expondo as interfaces em cada um dos componentes, é fácil trocar partes do sistema por outras versões que ajudam o desempenho, a confiabilidade ou a manutenção, sem modificar qualquer código de dependência externa. Para estratégias em freqüências mais baixas tais práticas são aconselhadas Para negociação de freqüência ultra alta o livro de regras pode ter que ser ignorado às custas de ajustar o sistema para ainda mais desempenho Um sistema mais fortemente acoplado pode ser desejável. Criando um mapa de componente de uma negociação algorítmica No entanto, uma abordagem ótima é certificar-se de que há componentes separados para o histórico e dados de mercado em tempo real de dados, armazenamento de dados, API de dados de acesso, backtester, parâmetros de estratégia, construção de portfólio, gestão de riscos e automatizado Por exemplo, se o armazenamento de dados que está sendo usado estiver sob desempenho, mesmo em níveis significativos De otimização, ele pode ser trocado para fora com rewrites mínimos para a ingestão de dados ou API de acesso a dados Tanto quanto o backtester e componentes subseqüentes estão em causa, não há diferença. Outro benefício de componentes separados é que ele permite uma variedade de linguagens de programação Para ser usado no sistema global Não há necessidade de ser restrito a um único idioma se o método de comunicação dos componentes é independente de idioma Isso será o caso se eles estão se comunicando via TCP IP, ZeroMQ ou algum outro protocolo independente de linguagem. Como exemplo concreto, considere o caso de um sistema de backtesting sendo escrito em C para o desempenho de crunching de número, enquanto o gerenciador de portfólio e os sistemas de execução são escritos em Python usando SciPy e IBPy. Performance Considerações. Performance é uma consideração significativa para a maioria das estratégias de negociação. Estratégias de maior freqüência é o fator mais importante. O desempenho abrange uma ampla gama de questões, Velocidade de íon, latência de rede, largura de banda, IO de dados, paralelismo de concorrência e dimensionamento Cada uma dessas áreas são cobertas individualmente por grandes livros didáticos, de modo que este artigo irá apenas arranhar a superfície de cada tópico Arquitetura e escolha de idioma será discutido em termos de seus efeitos Sobre o desempenho. A sabedoria prevalecente como afirmado por Donald Knuth um dos pais da Ciência da Computação, é que a otimização prematura é a raiz de todos os mal Esta é quase sempre o caso - exceto quando a construção de um algoritmo de negociação de alta freqüência Para aqueles que estão interessados ​​em Estratégias mais baixas de freqüência, uma abordagem comum é construir um sistema da maneira mais simples possível e apenas otimizar como gargalos começam a aparecer. Profilamento ferramentas são usadas para determinar onde gargalos surgem Perfis podem ser feitas para todos os fatores listados acima, MS Windows ou ambiente Linux Existem muitas ferramentas de sistema operacional e linguagem disponíveis para fazê-lo, bem como utilitários de terceiros Escolha de idioma w C, Java, Python, R e MatLab todos contêm bibliotecas de alto desempenho, tanto como parte do seu padrão ou externamente para a estrutura de dados básicos e trabalho algorítmico C vem com a Biblioteca de Modelo Padrão, enquanto Python Contém NumPy SciPy tarefas matemáticas comuns são encontradas nessas bibliotecas e raramente é benéfico para escrever uma nova implementação. Uma exceção é se a arquitetura de hardware altamente personalizado é necessária e um algoritmo está fazendo uso extensivo de extensões proprietárias, como caches personalizados No entanto, Muitas vezes reinvenção da roda perde tempo que poderia ser melhor gasto desenvolvimento e otimização de outras partes da infra-estrutura de negociação tempo de desenvolvimento é extremamente precioso especialmente no contexto de developers. Latency único é muitas vezes uma questão do sistema de execução como as ferramentas de pesquisa são geralmente situado Na mesma máquina Para o primeiro, latência pode ocorrer em vários pontos ao longo do caminho de execução Databa Os bancos devem ser consultados latência da rede de disco, os sinais devem ser gerados sistema operacional, latência de mensagens kernal, sinais comerciais enviados latência NIC e ordens processadas sistemas de troca de latência interna. Para operações de freqüência mais alta é necessário se familiarizar intimamente com otimização kernal, bem como otimização Da transmissão de rede Esta é uma área profunda e está significativamente além do escopo do artigo, mas se um algoritmo UHFT é desejado, em seguida, estar ciente da profundidade de conhecimento necessário. Caching é muito útil no kit de ferramentas de um desenvolvedor de negócios quantitativos Caching refere-se ao Um conceito de armazenamento de dados acessados ​​com freqüência de uma maneira que permite um acesso de alto desempenho, à custa de potencial staleness dos dados Um caso de uso comum ocorre no desenvolvimento da web ao tomar dados de um banco de dados relacional e colocá-lo em memória Pedidos para os dados não têm de acertar o banco de dados e assim ganhos de desempenho pode ser significativo. Por exemplo, o estado atual de um portfólio de estratégia pode ser armazenado em um cache até que ele seja reequilibrado, de modo que a lista não precisa ser regenerada em cada loop do algoritmo de negociação. Tal regeneração é provável que Ser uma alta CPU ou disco IO operation. However, cache não é sem seus próprios problemas Regeneração de dados de cache todos de uma vez, devido à natureza volatilie de armazenamento em cache, pode colocar demanda significativa sobre a infra-estrutura Outra questão é dog-piling onde várias gerações De uma nova cópia de cache são realizadas sob carga extremamente alta, o que leva a falha em cascata. Dynamic alocação de memória é uma operação cara na execução de software Assim, é imperativo para aplicações de negociação de maior desempenho estar bem consciente de como a memória está sendo alocada e desalocada Durante o fluxo do programa Padrões de linguagem mais recentes, como Java, C e Python, todos executam a coleta automática de lixo, que se refere à desalocação de dynamicall Y alocou a memória quando os objetos saem da coleção do scope. Grbage é extremamente útil durante o desenvolvimento porque reduz erros e facilita a legibilidade Entretanto, é frequentemente sub-optimal para determinadas estratégias de troca da freqüência elevada A coleção de lixo feita sob encomenda é desejada frequentemente para estes casos Em Java, Por exemplo, ajustando o coletor de lixo ea configuração de heap, é possível obter alto desempenho para HFT strategies. C não fornece um coletor de lixo nativo e por isso é necessário lidar com toda a alocação de memória deallocation como parte da implementação de um objeto. Potencialmente propenso a erros potencialmente levando a ponteiros pendentes é extremamente útil ter controle de grãos finos de como objetos aparecem no heap para determinadas aplicações Ao escolher um idioma certifique-se de estudar como o coletor de lixo funciona e se ele pode ser modificado para otimizar para Um caso particular de uso. Muitas operações em sistemas de negociação algorítmicos são passíveis de paralelização. E o conceito de realizar operações programáticas múltiplas ao mesmo tempo, isto é em paralelo Os chamados algoritmos embarassingly paralelos incluem etapas que podem ser computadas inteiramente independentemente de outras etapas Certas operações estatísticas, tais como simulações de Monte Carlo, são um bom exemplo de embarassingly paralelo Algoritmos são apenas parcialmente paralelizáveis ​​As simulações de dinâmica de fluidos são um exemplo, onde o domínio de computação pode ser subdividido, mas, em última instância, esses domínios devem se comunicar uns com os outros E assim as operações são parcialmente sequenciais Algoritmos paralelizáveis ​​estão sujeitos à Lei de Amdahl que fornece um limite superior teórico para o aumento de desempenho de um algoritmo paralelizado quando sujeito a N processos separados, por exemplo, em um núcleo de CPU ou thread. A paralelização tornou-se cada vez mais importante como um Meios de otimização desde processador clo Ck-velocidades têm estagnado, como processadores mais recentes contêm muitos núcleos com os quais realizar cálculos paralelos O aumento de hardware gráfico de consumo predominantemente para jogos de vídeo tem levado ao desenvolvimento de GPUs Gráficos Unidades de Processamento, que contêm centenas de núcleos para operações altamente concorrentes tais GPUs São agora muito acessíveis quadros de alto nível, como Nvidia s CUDA ter levar a adoção generalizada na academia e finanças. Tal hardware GPU é geralmente adequado apenas para o aspecto de investigação de finanças quantitativas, Considerando que outro hardware mais especializado, incluindo Field-Programmable Gate Arrays - FPGAs são usados ​​para U HFT Hoje em dia, a maioria de langauges modernos suportam um grau de simultaneidade multithreading Assim é direto para otimizar um backtester, desde que todos os cálculos são geralmente independentes dos others. Scaling em engenharia de software e operações refere-se à capacidade do sistema Para lidar com cargas constantemente consistentes na forma de solicitações Seu uso de processador e mais alocação de memória Na negociação algorítmica uma estratégia é capaz de escalar se ele pode aceitar grandes quantidades de capital e ainda produzir retornos consistentes A pilha de tecnologia de negociação escalas se ele pode suportar maiores volumes de comércio e latência aumentada, sem gargalos. Deve ser projetado para escalar, muitas vezes é difícil prever de antemão onde um gargalo irá ocorrer Rigorosa de exploração madeireira, testes, perfilamento e monitoramento vai ajudar muito em permitir que um sistema de escala Línguas são muitas vezes descritos como unscalable Esta é geralmente o resultado de desinformação, Ao invés de duro fato É a pilha de tecnologia total que deve ser determinada para escalabilidade, não a linguagem Claramente certas línguas têm maior desempenho do que outros em casos de uso particular, mas uma linguagem nunca é melhor do que outra em todos os sentidos. É separar preocupações, como afirmado acima A fim de introduzir ainda mais a capacidade de lidar com spi Isso significa simplesmente colocar um sistema de fila de mensagens entre os componentes para que os pedidos sejam empilhados se um determinado componente não conseguir processar muitas solicitações. Em vez de pedidos serem perdidos eles são simplesmente mantidos em uma pilha até que a mensagem é tratada Isso é particularmente útil para enviar comércios para um motor de execução Se o motor está sofrendo com latência pesada, em seguida, ele irá fazer o backup de negócios Uma fila entre o gerador de sinal de comércio e A API de execução irá aliviar este problema à custa de derrapagem de comércio potencial Um corretor de fila de mensagens de código aberto bem respeitado é RabbitMQ. Hardware e Operating Systems. O hardware que executa a sua estratégia pode ter um impacto significativo sobre a rentabilidade do seu algoritmo Isto não é Um problema restrito a comerciantes de alta freqüência ou uma má escolha em hardware e sistema operacional pode levar a um acidente de máquina ou rebo Ot no momento mais inoportuno Assim, é necessário considerar onde sua aplicação vai residir A escolha é geralmente entre uma máquina de desktop pessoal, um servidor remoto, um provedor de nuvem ou um servidor co-localizado de troca. As máquinas desktop são simples de instalar e administrar , Especialmente com os sistemas operacionais mais novos, como o Windows 7 8, Mac OSX e Ubuntu Desktop, possuem algumas desvantagens significativas. Entretanto, o mais importante é que as versões de sistemas operacionais projetados para máquinas desktop provavelmente exigirão reboots patching e, Pior das vezes Eles também usam mais recursos computacionais pela virtude de exigir uma interface gráfica do usuário GUI. Utilising hardware em um ambiente de escritório local ou doméstico pode levar à conectividade com a Internet e problemas de uptime de energia O principal benefício de um sistema desktop é que significativa computacional Cavalo-vapor pode ser comprado para a fração do custo de um servidor dedicado remoto ou baseado em nuvem sistema de Velocidade comparável. Um servidor dedicado ou máquina baseada na nuvem, embora muitas vezes mais caro do que uma opção de desktop, permite uma infra-estrutura de redundância mais significativa, como backups de dados automatizados, a capacidade de garantir mais facilmente uptime e monitoramento remoto Eles são mais difíceis de administrar desde Eles exigem a capacidade de usar os recursos de login remoto do sistema operacional. No Windows isso é geralmente através da GUI Remote Desktop Protocol RDP Em sistemas baseados em Unix a linha de comando Secure SHell SSH é usado infra-estrutura de servidor Unix é quase sempre comando - line based which immediately renders GUI-based programming tools such as MatLab or Excel to be unusable. A co-located server, as the phrase is used in the capital markets, is simply a dedicated server that resides within an exchange in order to reduce latency of the trading algorithm This is absolutely necessary for certain high frequency trading strategies, which rely on low latency in order to generate alpha. The fin al aspect to hardware choice and the choice of programming language is platform-independence Is there a need for the code to run across multiple different operating systems Is the code designed to be run on a particular type of processor architecture, such as the Intel x86 x64 or will it be possible to execute on RISC processors such as those manufactured by ARM These issues will be highly dependent upon the frequency and type of strategy being implemented. Resilience and Testing. One of the best ways to lose a lot of money on algorithmic trading is to create a system with no resiliency This refers to the durability of the sytem when subject to rare events, such as brokerage bankruptcies, sudden excess volatility, region-wide downtime for a cloud server provider or the accidental deletion of an entire trading database Years of profits can be eliminated within seconds with a poorly-designed architecture It is absolutely essential to consider issues such as debuggng, testing, logging, back ups, high-availability and monitoring as core components of your system. It is likely that in any reasonably complicated custom quantitative trading application at least 50 of development time will be spent on debugging, testing and maintenance. Nearly all programming languages either ship with an associated debugger or possess well-respected third-party alternatives In essence, a debugger allows execution of a program with insertion of arbitrary break points in the code path, which temporarily halt execution in order to investigate the state of the system The main benefit of debugging is that it is possible to investigate the behaviour of code prior to a known crash point. Debugging is an essential component in the toolbox for analysing programming errors However, they are more widely used in compiled languages such as C or Java, as interpreted languages such as Python are often easier to debug due to fewer LOC and less verbose statements Despite this tendency Python does ship with the p db which is a sophisticated debugging tool The Microsoft Visual C IDE possesses extensive GUI debugging utilities, while for the command line Linux C programmer, the gdb debugger exists. Testing in software development refers to the process of applying known parameters and results to specific functions, methods and objects within a codebase, in order to simulate behaviour and evaluate multiple code-paths, helping to ensure that a system behaves as it should A more recent paradigm is known as Test Driven Development TDD , where test code is developed against a specified interface with no implementation Prior to the completion of the actual codebase all tests will fail As code is written to fill in the blanks , the tests will eventually all pass, at which point development should cease. TDD requires extensive upfront specification design as well as a healthy degree of discipline in order to carry out successfully In C , Boost provides a unit testing framework In Java, the JUnit library exi sts to fulfill the same purpose Python also has the unittest module as part of the standard library Many other languages possess unit testing frameworks and often there are multiple options. In a production environment, sophisticated logging is absolutely essential Logging refers to the process of outputting messages, with various degrees of severity, regarding execution behaviour of a system to a flat file or database Logs are a first line of attack when hunting for unexpected program runtime behaviour Unfortunately the shortcomings of a logging system tend only to be discovered after the fact As with backups discussed below, a logging system should be given due consideration BEFORE a system is designed. Both Microsoft Windows and Linux come with extensive system logging capability and programming languages tend to ship with standard logging libraries that cover most use cases It is often wise to centralise logging information in order to analyse it at a later date, since it can often l ead to ideas about improving performance or error reduction, which will almost certainly have a positive impact on your trading returns. While logging of a system will provide information about what has transpired in the past, monitoring of an application will provide insight into what is happening right now All aspects of the system should be considered for monitoring System level metrics such as disk usage, available memory, network bandwidth and CPU usage provide basic load information. Trading metrics such as abnormal prices volume, sudden rapid drawdowns and account exposure for different sectors markets should also be continuously monitored Further, a threshold system should be instigated that provides notification when certain metrics are breached, elevating the notification method 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, t hese 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. Sim ilarly, 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 dy namically-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 t ype 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 inte rpreted 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 goo d 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, 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, inclu ding 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. As is now evident, the choice of programming language s for an algorithmic trading system is not straightforward and require s 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. Just Getting Started with Quantitative Trading.