: | : | :期货程序化 | :期货程序化研究 | :期货量化学习 | :期货量化 |
返回列表 发帖

量化交易之路——系统选型和基础准备

量化交易之路——系统选型和基础准备

系统选型

1,行情数据获取接口走目前流行的CTP。
2,交易接口走CTP。
3,开发语言主要采用C++/Python,用C++是为了保证效率,特别是数据在不断增加的情况下,效率会成为非常大的瓶颈,用Python是为了快速建立原型和最大化的提高开发效率,减少代码行数。
4,操作系统选型,目前个人业余时间开发主要还是先在win7系统上做开发和交易,后期成熟后会逐步迁移到linux环境以提高系统的整体运行效率,所以开发中使用的开源的库和架构一定要是跨windows和linux操作系统平台,一次编写代码将来简单的就可以移植到linux下运行。

开源库和架构
数据通讯:采用开源RPC框架。之前调研和项目中用过Thrift和RCF,RCF不需要写IDL文件,直接用类继承方式调用,使用上极其方便,但是C++服务器和Python客户端交互要用RCFProto(an RPC implementation for Google Protocol Buffers),需要写Protocol Buffers的IDL文件,这样有点麻烦了。Thrift也需要写IDL但是包含了RPC的一套框架代码,又可以C++,Python语言写的服务器客户交互。考虑到系统需要C++和Python之间的数据通信和尽量高的开发效率还是选择Thrift。
存储:目前白天IF股指期货是最活跃的品种,一天有32406条左右的Tick记录,白天加夜盘AG白银是最活跃的品种,一天有56789条左右的Tick记录,采用分表存储,以全天Tick数据量最大的AG为例,平均一年250天交易日,存储10年主力Tick数据需要存储,250*56789*10=141972500约等于1.4亿条数据的规模,也就是单表要存1.4亿条记录,又能保证开发简单,随机遍历读写性能比较高的存储系统,一般的sqlite,mysql等开源数据库系统不易做到,只能选择bdb,redis,mangodb,tc,leveldb等等kv系统,考虑到每日写入几十万条记录,频繁大量的遍历读取例如选取最近三个月的Tick数据做回测,少量的Seek读取,目前个人开发单机版,考虑性能和资源上的权衡最终选择leveldb,leveldb有winport的版本,后续可以导出移植到linux下的leveldb或分布式的nosql等系统。
压缩:采用snappy,msgpack,rar,zip等。
界面:windows C++使用Qt或MFC,Python用PyQt,界面只求简单易用,不求必须的跨平台,除了手工半自动抄单必须需要界面外,模型自动交易是可以不需要界面的,这样系统运行效率会更高。

论坛官方微信、群(期货热点、量化探讨、开户与绑定实盘)
 
期货论坛 - 版权/免责声明   1.本站发布源码(包括函数、指标、策略等)均属开放源码,用意在于让使用者学习程序化语法撰写,使用者可以任意修改语法內容并调整参数。仅限用于个人学习使用,请勿转载、滥用,严禁私自连接实盘账户交易
  2.本站发布资讯(包括文章、视频、历史记录、教材、评论、资讯、交易方案等)均系转载自网络主流媒体,内容仅为作者当日个人观点,本网转载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。本网不对该类信息或数据做任何保证。不对您构成任何投资建议,不能依靠信息而取代自身独立判断,不对因使用本篇文章所诉信息或观点等导致的损失承担任何责任。
  3.本站发布资源(包括书籍、杂志、文档、软件等)均从互联网搜索而来,仅供个人免费交流学习,不可用作商业用途,本站不对显示的内容承担任何责任。请在下载后24小时内删除。如果喜欢,请购买正版,谢谢合作!
  4.龙听期货论坛原创文章属本网版权作品,转载须注明来源“龙听期货论坛”,违者本网将保留追究其相关法律责任的权力。本论坛除发布原创文章外,亦致力于优秀财经文章的交流分享,部分文章推送时若未能及时与原作者取得联系并涉及版权问题时,请及时联系删除。联系方式:http://www.qhlt.cn/thread-262-1-1.html
如何访问权限为100/255贴子:/thread-37840-1-1.html;注册后仍无法回复:/thread-23-1-1.html;微信/QQ群:/thread-262-1-1.html;网盘链接失效解决办法:/thread-93307-1-1.html

返回列表