النهج الأمثل للتجارة الاستراتيجيات الكمية

أفضل لغة برمجة لحسابي أنظمة التداول بواسطة مايكل قاعات مور في 26 يوليو 2013 أحد الأسئلة الأكثر شيوعا أتلقى في حقيبة البريد QS هو ما هي لغة البرمجة أفضل للتداول حسابي. الجواب القصير هو أنه لا يوجد أفضل لغة. المعلمات استراتيجية، يجب أن يكون كل اعتبار الأداء، نمطية، والتنمية، المرونة والتكلفة. هذه المادة سوف مخطط المكونات الضرورية للبنية النظام التجاري حسابي وكيف تؤثر على القرارات المتعلقة بتنفيذ اختيار اللغة. أولا، سوف يتم النظر في المكونات الرئيسية لنظام التداول حسابي، مثل أدوات البحث، محسن محفظة، مدير المخاطر ومحرك التنفيذ. وفي وقت لاحق، سوف تدرس استراتيجيات التداول المختلفة وكيف أنها تؤثر على تصميم النظام. على وجه الخصوص ستناقش وتيرة التداول وحجم التداول المرجح على حد سواء. مرة واحدة وقد تم اختيار استراتيجية التداول، فمن الضروري مهندس النظام بأكمله. وهذا يشمل اختيار الأجهزة، ونظام التشغيل (ق) ومرونة النظام ضد نادرة، والأحداث الكارثية. بينما يجري النظر في الهندسة المعمارية، ويجب إيلاء الاعتبار الواجب لأداء - على حد سواء لأدوات البحث وكذلك البيئة تنفيذ الحية. ما هو نظام التداول نحاول القيام به قبل اتخاذ قرار بشأن أفضل لغة التي لكتابة نظام التداول الآلي من الضروري تحديد المتطلبات. هو النظام ستكون محض التنفيذ استنادا سيتطلب نظام إدارة المخاطر أو محفظة حدة البناء هل النظام يتطلب backtester عالية الأداء بالنسبة لمعظم الاستراتيجيات التي يمكن تقسيم النظام التجاري إلى فئتين: البحوث وتوليد إشارة. تشعر بالقلق الأبحاث مع تقييم أداء استراتيجية على البيانات التاريخية. ومن المعروف أن عملية تقييم استراتيجية التداول على بيانات السوق مسبق كما backtesting. فإن حجم البيانات والتعقيد الحسابي يكون لها تأثير كبير على كثافة الحسابية من backtester. سرعة وحدة المعالجة المركزية والتزامن وغالبا ما تكون العوامل التي تحد في تحسين سرعة تنفيذ البحث. وتشعر جيل إشارة مع توليد مجموعة من إشارات التداول من خوارزمية وإرسال أوامر من هذا القبيل إلى السوق، وعادة عن طريق وساطة. لاستراتيجيات معينة مطلوب على مستوى عال من الأداء. I / O قضايا مثل النطاق الترددي للشبكة والكمون وغالبا ما تكون العامل المحدد في تحسين أنظمة التنفيذ. وهكذا فإن اختيار اللغات لكل مكون من كامل النظام الخاص بك قد تكون مختلفة تماما. نوع، التردد وحجم استراتيجية نوع من استراتيجية حسابي العاملين سيكون لها تأثير كبير على تصميم النظام. وسيكون من الضروري للنظر في الأسواق التي يجري تداولها، والاتصال للبائعين البيانات الخارجية، وتيرة وحجم الاستراتيجية، والمفاضلة بين سهولة تطوير وتحسين الأداء، فضلا عن أي أجهزة مخصصة، بما في ذلك في موقع واحد مخصص الخوادم، وحدات معالجة الرسومات أو شرائح (FPGA) التي قد تكون ضرورية. والخيارات التقنية لالتردد المنخفض استراتيجية الأسهم الأمريكية ستكون مختلفة كثيرا عن تلك التي من ارتفاع وتيرة المراجحة الإحصائية التداول استراتيجية في السوق الآجلة. قبل اختيار لغة العديد من البائعين البيانات يجب أن يتم تقييم التي تتعلق إلى الاستراتيجية في متناول اليد. سيكون من الضروري النظر في الاتصال للبائع، هيكل من أي واجهات برمجة التطبيقات، وحسن توقيت البيانات، ومتطلبات التخزين والمرونة في مواجهة بائع دون اتصال. ومن الحكمة أيضا أن تمتلك الوصول السريع إلى بائعين متعددين أدوات مختلفة كل لها المراوغات التخزين الخاصة، والأمثلة التي تشمل عدة رموز مؤشر الأسهم للأسهم وتواريخ انتهاء صلاحية العقود الآجلة (ناهيك عن أي بيانات OTC محددة). هذا يحتاج إلى أن تؤخذ في الاعتبار في تصميم المنصة. ومن المرجح أن يكون واحدا من أكبر مسببات كيف سيتم تعريف كومة تقنية ترددات استراتيجية. تتطلب استراتيجيات توظيف البيانات بشكل متكرر أكثر من الحانات بدقة أو ثانيا الاعتبارات الهامة فيما يتعلق بالأداء. استراتيجية تتجاوز ثانيا البارات (أي وضع علامة البيانات) يؤدي إلى أداء مدفوعة تصميم هو الشرط الأساسي. لاستراتيجيات عالية التردد كمية كبيرة من بيانات السوق سوف تحتاج إلى خزنها وتقييمها. برامج مثل HDF5 أو KDB تستخدم عادة لهذه الأدوار. من أجل معالجة كميات كبيرة من البيانات اللازمة لتطبيقات هفت، يجب أن تستخدم لbacktester وتنفيذ نظام الأمثل على نطاق واسع. C / C (ربما مع بعض المجمع) من المرجح أن المرشح الأقوى اللغة. سوف استراتيجيات فائقة التردد تتطلب يكاد يكون من المؤكد أجهزة مخصصة مثل التصميم بما وتبادل المشاركة في الموقع واللب / واجهة الشبكة ضبط. تشمل أنظمة بحوث النظم البحوث عادة خليط من تطوير التفاعلية والبرمجة الآلية. عادة ما يستغرق في السابق مكان داخل بيئة تطوير متكاملة مثل البصرية ستوديو، ماتلاب أو R الاستوديو. ويشمل هذا الأخير الحسابات العددية واسعة على العديد من المعالم ونقاط البيانات. وهذا يؤدي إلى اختيار لغة توفير بيئة مباشرة إلى رمز اختبار، ولكنها توفر أيضا أداء كافية لتقييم الاستراتيجيات على أبعاد المعلمة متعددة. وتشمل بيئات التطوير نموذجية في هذا المجال يعتمد Microsoft Visual C / C، والذي يحتوي على المرافق التصحيح واسعة وقدرات إنجاز قانون (عن طريق التحسس) ولمحات عامة واضحة من المكدس المشروع بأكمله (عبر مكتب إدارة السجلات قاعدة البيانات، LINQ) ماتلاب. الذي صمم لواسعة الجبر الخطي العددي وعمليات vectorised، ولكن بطريقة حدة R ستوديو التفاعلي. الذي يلتف وحدة R لغة الإحصائية في بيئة تطوير متكاملة IDE كسوف كامل العضوية لينكس جافا و C وبيئات التطوير شبه ملكية مثل Enthought الستارة عن بيثون، والتي تشمل بيانات المكتبات تحليل مثل NumPy. SciPy. scikit تعلم والباندا في التفاعلية (وحدة) بيئة واحدة. لbacktesting العددي، كل لغة من اللغات المذكورة أعلاه هي مناسبة، على الرغم من أنه ليس من الضروري استخدام واجهة المستخدم الرسومية / IDE كما سيتم تنفيذ التعليمات البرمجية في الخلفية. نظر رئيس في هذه المرحلة هو أن سرعة التنفيذ. لغة مترجمة (مثل C) هي غالبا ما تكون مفيدة إذا كانت أبعاد المعلمة backtesting كبيرة. تذكر أنه من الضروري أن نكون حذرين من هذه النظم إذا كان هذا هو الحال تفسر لغات مثل بايثون في كثير من الأحيان الاستفادة من المكتبات عالية الأداء مثل NumPy / الباندا للخطوة backtesting، من أجل الحفاظ على درجة معقولة من القدرة التنافسية مع جمعت حكمه. في نهاية المطاف اختيار اللغة لbacktesting سيتم تحديدها من قبل احتياجات حسابي محددة فضلا عن مجموعة من المكتبات المتاحة في اللغة (أكثر على أن أدناه). ومع ذلك، فإن اللغة المستخدمة في البيئات backtester والبحوث يمكن أن تكون مستقلة تماما عن تلك المستخدمة في مكونات البناء محفظة وإدارة المخاطر والتنفيذ، كما سيتضح. غالبا ما يتم التغاضي محفظة البناء وإدارة المخاطر ومكونات البناء المحافظ وإدارة المخاطر من قبل التجار حسابي التجزئة. هذا هو دائما تقريبا خطأ. توفر هذه الأدوات الآلية التي سيتم الحفاظ على رأس المال. أنها لا تحاول فقط للتخفيف من عدد من الرهانات محفوفة بالمخاطر، ولكن أيضا تقليل زبد من الصفقات أنفسهم، والحد من تكاليف المعاملات. إصدارات متطورة من هذه المكونات يمكن أن يكون لها تأثير كبير على نوعية وconsistentcy الربحية. ومن اليسير لخلق استقرارا استراتيجيات كآلية للأعمال الاستثمارية ومدير المخاطر يمكن بسهولة تعديل للتعامل مع أنظمة متعددة. وهكذا ينبغي النظر فيها العناصر الأساسية في البداية من تصميم نظام التداول حسابي. وظيفة من نظام البناء المحفظة إلى اتخاذ مجموعة من الصفقات المطلوبة وإنتاج مجموعة من الصفقات الفعلية التي تقلل من زبد، والحفاظ على التعرض لعوامل مختلفة (مثل القطاعات، فئات الأصول، وما إلى ذلك التقلب) وتحسين تخصيص رأس المال لمختلف الاستراتيجيات في محفظة. بناء محفظة غالبا ما يقلل من مشكلة الجبر الخطي (مثل عواملها المصفوفة) وبالتالي الأداء يعتمد إلى حد كبير على فعالية العددي تنفيذ الجبر الخطي المتاحة. وتشمل المكتبات المشتركة uBLAS. LAPACK وNAG لC. كما تمتلك ماتلاب عمليات مصفوفة الأمثل على نطاق واسع. الثعبان يستخدم NumPy / SciPy لمثل هذه الحسابات. وهناك محفظة إعادة توازن الجسم في كثير من الأحيان تتطلب مكتبة مصفوفة جمعت (والأمثل أيضا) لتنفيذ هذه الخطوة خارج، حتى لا عنق الزجاجة النظام التجاري. إدارة المخاطر هي جزء آخر مهم للغاية لنظام التداول حسابي. خطر يمكن أن تأتي في أشكال عديدة: زيادة تقلب (على الرغم من أن هذا يمكن أن ينظر إليها على أنها مرغوب فيه لاستراتيجيات معينة)، وزيادة الترابط بين فئات الأصول، والتقصير تجاه الطرف الآخر، وانقطاع التيار الخادم، أحداث البجعة السوداء والبق التي لم يتم كشفها في رمز التداول، على سبيل المثال لا قليل. مكونات إدارة المخاطر ومحاولة توقع آثار التقلبات المفرطة والترابط بين فئات الأصول وتأثير لاحق (ق) على رأس المال التجاري. في كثير من الأحيان وهذا يقلل إلى مجموعة من الحسابات الإحصائية مثل اختبارات الضغط مونتي كارلو. هذه هي مشابهة جدا لاحتياجات الحسابية من المشتقات تسعير المحرك وعلى هذا النحو سوف تكون وحدة المعالجة المركزية ملزمة. هذه المحاكاة هي parallelisable غاية (أنظر أدناه)، وإلى درجة معينة، فمن الممكن لرمي الأجهزة في المشكلة. أنظمة التنفيذ وظيفة من نظام التنفيذ هو الحصول على إشارات التداول التي تمت تصفيتها من مكونات بناء محفظة وإدارة المخاطر وإرسالها إلى وساطة أو غيرها من وسائل الوصول إلى الأسواق. وبالنسبة لغالبية استراتيجيات التداول الحسابية التجزئة وهذا ينطوي على اتصال API أو FIX إلى الوساطة مثل وسطاء التفاعلية. الاعتبارات الأساسية عند البت في لغة تشمل نوعية API، وتوافر لغة المجمع لAPI، تردد تنفيذ والزلل المتوقعة. تشير نوعية API لمدى توثيقها هو عليه، أي نوع من الأداء تقدمها، سواء كان ذلك يحتاج برنامج مستقل يمكن الوصول إليها أو ما إذا كان يمكن إنشاء بوابة بطريقة مقطوعة الرأس (أي لا GUI). في حالة وسطاء التفاعلية، تحتاج أداة التاجر خوادم تكون قيد التشغيل في بيئة واجهة المستخدم الرسومية من أجل الوصول إلى واجهة برمجة التطبيقات الخاصة بهم. كان لي مرة واحدة لتثبيت إصدار سطح المكتب أوبونتو على خادم سحابة أمازون للوصول إلى وسطاء التفاعلية عن بعد، لمجرد هذا السبب فإن معظم واجهات برمجة التطبيقات توفر C و / أو واجهة جافا. وهي عادة ما تكون على المجتمع لتطوير مغلفة بلغة معينة لC، بيثون، R، إكسل وماتلاب. لاحظ أنه مع كل البرنامج المساعد إضافية تستخدم (مغلفة API خاصة) هناك مجالا لبقة للتسلل إلى النظام. دائما اختبار الإضافات من هذا النوع وضمان الحفاظ عليها بشكل فعال. مقياس جدير بالاهتمام هو أن نرى كيف بذلت العديد من التحديثات الجديدة إلى مصدر برنامج في الأشهر الأخيرة. تردد التنفيذ هو من أهمية قصوى في خوارزمية التنفيذ. لاحظ أن المئات من أوامر قد ترسل كل دقيقة وعلى هذا النحو الأداء أمر بالغ الأهمية. سيتم تكبدها الانزلاق من خلال نظام التنفيذ أداء سيء وهذا سيكون له تأثير كبير على الربحية. اللغات كتبته بشكل ثابت (انظر أدناه) مثل C / جافا هي الأمثل عموما للتنفيذ ولكن هناك مفاضلة في الوقت اللازم لتطوير واختبار وسهولة الصيانة. اللغات كتابتها بشكل حيوي، مثل بيثون وبيرل هي الآن السريعة عموما بما فيه الكفاية. تأكد من تصميم المكونات بطريقة حدات (انظر أدناه) بحيث يمكن تبديل الخروج من مثل جداول النظام دائما. التخطيط والتنمية المعمارية معالجة مكونات نظام التداول، وقد نوقشت متطلبات تردد وحجمه أعلاه، ولكن لم يتم بعد تغطية البنية الأساسية للنظام. تلك بوصفها تاجر التجزئة أو العمل في صندوق صغير من المرجح أن يرتدي قبعات كثيرة. وسيكون من الضروري أن تكون تغطي معالم النموذج ألفا، وإدارة المخاطر، والتنفيذ، وكذلك التنفيذ النهائي للنظام. قبل الخوض في لغات معينة سوف تناقش تصميم بنية النظام الأمثل. فصل من المخاوف واحد من أهم القرارات التي يجب أن يتم في البداية هو كيفية فصل مخاوف من نظام التداول. في مجال تطوير البرمجيات، وهذا يعني أساسا كيفية تفريق الجوانب المختلفة للنظام التجاري إلى مكونات وحدات منفصلة. من خلال تعريض اجهات في كل عنصر من العناصر فمن السهل أن مبادلة خارج أجزاء من نظام للإصدارات الأخرى التي أداء المعونة أو موثوقية أو صيانة، دون تعديل أي رمز التبعية الخارجية. هذا هو أفضل الممارسات لهذه الأنظمة. لاستراتيجيات على ترددات منخفضة نسبيا ننصح مثل هذه الممارسات. لغلاه التداول عالية التردد قد يكون لا يمكن تجاهله على حساب التغيير والتبديل في النظام لمزيد من الأداء كتاب القواعد. قد يكون إلى جانب نظام أكثر إحكاما مرغوب فيه. إنشاء خريطة المكونة للنظام التداول حسابي الجدير مقال في حد ذاته. ومع ذلك، النهج الأمثل هو التأكد من وجود مكونات منفصلة للمدخلات بيانات السوق التاريخية وفي الوقت الحقيقي، وتخزين البيانات، API الوصول إلى البيانات، backtester، المعلمات استراتيجية، وبناء محفظة وإدارة المخاطر ونظم التنفيذ الآلي. على سبيل المثال، إذا كان مخزن البيانات المستخدمة هو الأداء الضعيف حاليا، حتى في مستويات كبيرة من التحسين، وأنه يمكن أن يكون تبادلت مع الحد الأدنى من يعيد كتابة لابتلاع البيانات أو الوصول إلى البيانات API. كما بكثير كما backtester ونشعر بالقلق مكونات اللاحقة، وليس هناك فرق. فائدة أخرى من المكونات المنفصلة هو أنه يتيح مجموعة متنوعة من لغات البرمجة لاستخدامها في النظام العام. ليست هناك حاجة إلى أن تقتصر على لغة واحدة إذا كانت طريقة التواصل من المكونات هي اللغة مستقلة. وسيكون هذا هو الحال إذا كانت تتصل عبر TCP / IP، ZeroMQ أو بعض الدول الأخرى بروتوكول لغة مستقلة. وكمثال ملموس، والنظر في حالة وجود نظام backtesting يتم كتابتها في C لعدد الطحن الأداء، في حين يتم كتابة النظم مدير محفظة والتنفيذ في بيثون باستخدام SciPy وIBPy. اعتبارات الأداء الأداء هو اعتبار هام بالنسبة لمعظم استراتيجيات التداول. لاستراتيجيات التردد العالي هو العامل الأكثر أهمية. ويشمل أداء مجموعة واسعة من القضايا، مثل سرعة حسابي التنفيذ، استتار الشبكة وعرض النطاق الترددي، والبيانات I / O، التزامن / التوازي والتحجيم. كل من هذه المجالات وتغطي بشكل فردي عن طريق الكتب الكبيرة، لذلك هذا المقال سوف الصفر فقط سطح كل موضوع. والآن سيتم مناقشتها الهندسة المعمارية واختيار اللغة من حيث تأثيرها على الأداء. الحكمة السائدة كما قال دونالد نث. أحد الآباء في علوم الحاسب الآلي، هو أن من السابق لأوانه الأمثل هو أصل كل الشرور. هذا هو دائما تقريبا حالة - إلا عند بناء خوارزمية التداول عالية التردد بالنسبة لأولئك الذين يرغبون في استراتيجيات أدنى تردد، نهج مشترك هو بناء نظام في أبسط طريقة ممكنة وتحسين فقط عندما تبدأ الاختناقات على ما يبدو. وتستخدم أدوات التنميط لتحديد أين تنشأ اختناقات. ملامح ويمكن إجراء لجميع العوامل المذكورة أعلاه، إما في بيئة مايكروسوفت ويندوز أو لينكس. هناك العديد من نظام التشغيل واللغة الأدوات المتاحة للقيام بذلك، وكذلك المرافق طرف ثالث. والآن سيتم مناقشتها اختيار اللغة في سياق الأداء. C، جافا، بايثون، R وماتلاب تحتوي على جميع المكتبات عالية الأداء (إما كجزء من مستواهم أو خارجيا) لبنية البيانات الأساسية والعمل حسابي. سفن C مع مكتبة قالب قياسي، في حين يحتوي بيثون NumPy / SciPy. المهام الرياضية شيوعا هي التي يمكن العثور عليها في هذه المكتبات ونادرا ما يكون مفيدا لكتابة تطبيق جديد. الاستثناء الوحيد هو إذا كان مطلوبا بنية الأجهزة مخصصة للغاية وخوارزمية هو الاستفادة واسعة من ملحقات الشخصية (مثل مخابئ مخصص). ومع ذلك، في كثير من الأحيان التجديد من الوقت النفايات عجلة التي يمكن أن تنفق على نحو أفضل تطوير وتحسين أجزاء أخرى من البنية التحتية التجارية. الوقت اللازم لتطوير ثمين للغاية خاصة في سياق المطورين الوحيد. الكمون غالبا ما تكون مسألة نظام التنفيذ كما تقع أدوات البحث عادة على نفس الجهاز. عن السابق، الكمون يمكن أن تحدث في عدة نقاط على طول مسار التنفيذ. يجب استشارة قواعد البيانات (القرص / شبكة الكمون)، يجب أن تتولد إشارات (نظم التشغيل، اللب الرسائل الكمون)، إشارات التجارة أرسلت (NIC الكمون) وأوامر معالجتها (نظم تبادل الكمون الداخلي). لعمليات تردد أعلى من الضروري أن تصبح مألوفة وثيقا مع الأمثل اللب وكذلك تعظيم الاستفادة من شبكة النقل. هذه هي منطقة عميقة وبشكل ملحوظ خارج نطاق المادة، ولكن إذا كان المطلوب خوارزمية UHFT ثم يكون على بينة من عمق المعرفة المطلوبة التخزين المؤقت مفيد جدا في أدوات مطور التداول الكمي. يشير التخزين المؤقت لمفهوم تخزين البيانات الوصول إليها بشكل متكرر على نحو يسمح بالوصول الأداء العالي، على حساب جفاء المحتمل للبيانات. تحدث حالة استخدام المشتركة في تطوير الشبكة عند التقاط البيانات من قاعدة بيانات علائقية المدعومة من القرص ووضعه في الذاكرة. أي طلبات لاحقة للبيانات لا يجب أن تصل إلى قاعدة البيانات وذلك المكاسب الأداء يمكن أن تكون كبيرة. لحالات التداول التخزين المؤقت يمكن أن تكون مفيدة للغاية. على سبيل المثال، الحالة الراهنة للمحفظة استراتيجية يمكن تخزينها في ذاكرة التخزين المؤقت حتى يتم إعادة توازن الجسم عليه، مثل أن القائمة لا توجد الآن ر تحتاج إلى مجدد على كل حلقة من الخوارزمية التداول. ومن المرجح أن تكون عملية وحدة المعالجة المركزية عالية أو القرص I / O هذا التجدد. ومع ذلك، التخزين المؤقت لا يخلو من القضايا الخاصة بها. تجديد بيانات ذاكرة التخزين المؤقت في كل مرة، ويرجع ذلك إلى طبيعة volatilie التخزين ذاكرة التخزين المؤقت، يمكن وضع الطلب الكبير على البنية التحتية. ثمة مسألة أخرى هي الكلب الأساسات. حيث تتم أجيال متعددة من نسخة مخبأ جديدة تحت حمولة عالية للغاية، الأمر الذي يؤدي إلى تتالي فشل. تخصيص الذاكرة الديناميكية هي عملية مكلفة في تنفيذ البرنامج. وبالتالي يتحتم على أعلى تطبيقات التداول الأداء ليكون جيدا يدرك كيف يتم تخصيص الذاكرة ويتم deallocated خلال تدفق البرنامج. معايير اللغة الجديدة مثل جافا، C وبيثون عن أداء جمع القمامة التلقائي. الذي يشير إلى إلغاء تخصيص الذاكرة المخصصة حيوي عندما تذهب الأشياء خارج النطاق. جمع القمامة مفيد للغاية خلال التنمية كما أنه يقلل من الأخطاء والوسائل سهولة القراءة. ومع ذلك، فإنه في كثير من الأحيان دون المستوى الأمثل لبعض استراتيجيات التداول عالية التردد. وغالبا ما المطلوب جمع القمامة المخصصة لهذه الحالات. في جاوة، على سبيل المثال، عن طريق ضبط جامع القمامة والتكوين كومة، فمن الممكن الحصول على الأداء العالي لاستراتيجيات هفت. C لا توجد الآن ر توفير جامع القمامة الأصلي، ولذا فمن الضروري للتعامل مع جميع تخصيص الذاكرة / إلغاء تخصيص كجزء من تنفيذ كائن الصورة. في حين يحتمل أن تكون عرضة للخطأ (مما قد يؤدي إلى مؤشرات متدلية) من المفيد للغاية أن يكون غرامة الحبيبات السيطرة على كيفية ظهور الكائنات على كومة لبعض التطبيقات. عند اختيار لغة تأكد لدراسة الكيفية التي يعمل بها جمع القمامة وعما إذا كان يمكن تعديلها لتحسين لحالة استخدام معينة. العديد من العمليات في أنظمة التداول حسابي قابلة للparallelisation. وهذا يشير إلى مفهوم القيام بعمليات برنامجية متعددة في نفس الوقت، أي بمعنى بشكل متواز. وتشمل ما يسمى الخوارزميات المتوازية embarassingly الخطوات التي يمكن حسابها بشكل مستقل تماما من الخطوات الأخرى. العمليات الإحصائية معينة، مثل مونتي كارلو المحاكاة، هي مثال جيد على الخوارزميات المتوازية embarassingly كما في كل سحب عشوائي وتشغيل مسار لاحقة يمكن حسابها من دون معرفة مسارات أخرى. خوارزميات أخرى parallelisable جزئيا فقط. ديناميات الموائع المحاكاة هي مثال على ذلك، حيث مجال الحوسبة ويمكن تقسيم، ولكن في النهاية هذه المجالات يجب التواصل مع بعضهم البعض، وبالتالي فإن عمليات ومتسلسل جزئيا. خوارزميات Parallelisable تخضع لقانون أمدال الصورة. الذي يوفر الحد الأقصى النظري إلى زيادة أداء خوارزمية parallelised عندما تتعرض لعمليات منفصلة N (على سبيل المثال على نواة وحدة المعالجة المركزية أو موضوع). أصبح Parallelisation متزايد الأهمية باعتبارها وسيلة لتحسين منذ ساعة المعالج سرعات قد تجمد، كما تحتوي على معالجات أحدث الكثير من نوى التي لإجراء عمليات حسابية موازية. صعود أجهزة الرسومات المستهلك (predominently لألعاب الفيديو) قد يؤدي إلى تطوير وحدات الرسومية معالجة (جرافيكس)، التي تحتوي على مئات من النوى لعمليات متزامنة للغاية. هذه وحدات معالجة الرسومات هي الآن بأسعار معقولة جدا. وقد تؤدي الأطر رفيعة المستوى، مثل نفيديا كودا الصورة لاعتماد واسع النطاق في الأوساط الأكاديمية والمالية. هذه الأجهزة GPU عموما يصلح إلا للالجانب البحثي التمويل الكمي، في حين أن الأجهزة أكثر تخصصا الأخرى (بما في ذلك الميدان، برمجة بوابة صالحة - التصميم بما) تستخدم ل(U) هفت. في الوقت الحاضر، فإن معظم إلى اللغات الحديثة تدعم درجة من التزامن / خاصية تعدد. وبالتالي فإنه واضح ومباشر لتحسين وbacktester، لأن جميع الحسابات مستقلة عن غيرها عموما. التوسع في هندسة البرمجيات والعمليات يشير إلى قدرة النظام على التعامل مع الأحمال المتزايدة باستمرار في شكل طلبات أكبر، وارتفاع استخدام المعالج وأكثر تخصيص الذاكرة. في تداول حسابي استراتيجية قادرة على توسيع نطاق ما اذا كان يمكن قبول كميات أكبر من رأس المال والتي لا تزال تنتج عوائد ثابتة. جداول كومة تكنولوجيا التداول إذا كان يمكن أن يدوم حجم التجارة أكبر وزيادة الكمون، دون bottlenecking. في حين نظم يجب أن تكون مصممة لقياس، غالبا ما يكون من الصعب التكهن مسبقا حيث سيحدث عنق الزجاجة. وقطع الأشجار صارمة، والاختبار، والتنميط ورصد تساعد إلى حد كبير في السماح للنظام لتوسيع نطاق. وغالبا ما توصف اللغات أنفسهم unscalable. هذا هو عادة نتيجة للمعلومات المضللة، بدلا من الواقع الصعب. فمن مجموع كومة التكنولوجيا التي ينبغي أن تتحقق لتطويره، وليس اللغة. ومن الواضح أن بعض اللغات والأداء أكبر من غيرها ولا سيما حالات الاستخدام، ولكن لغة واحدة أبدا أفضل من الآخر بكل معنى الكلمة. وسيلة لإدارة النطاق لفصل المخاوف، كما هو مذكور أعلاه. من أجل مواصلة تقديم القدرة على التعامل مع طفرات في النظام (أي التقلب المفاجئ الذي يطلق مجموعة من الصفقات)، فإنه من المفيد إنشاء بنية رسالة الطابور. هذا يعني ببساطة وضع نظام قائمة انتظار الرسائل بين المكونات بحيث مكدسة أوامر حتى إذا مكون معين، غير قادر على معالجة العديد من الطلبات. بدلا من الطلبات التي فقدت أنهم ببساطة الاحتفاظ بها في كومة حتى تتم معالجة الرسالة. هذا مفيد جدا لإرسال الصفقات إلى محرك التنفيذ. إذا كان محرك يعاني تحت الكمون الثقيلة بعد ذلك سوف احتياطية من الصفقات. سوف الانتظار بين مولد إشارة التجارة وAPI التنفيذ وتخفيف هذه القضية على حساب انزلاق التجارة المحتملين. ومفتوحة المصدر وسيط طابور رسالة محترم هو RabbitMQ. الأجهزة وأنظمة التشغيل والأجهزة تعمل الاستراتيجية الخاصة بك يمكن أن يكون لها تأثير كبير على ربحية الخوارزمية الخاصة بك. هذه ليست قضية يقتصر على مضاربين سواء. وهناك خيار الفقراء في الأجهزة ونظام التشغيل يمكن أن يؤدي إلى تحطم آلة أو إعادة تشغيل الكمبيوتر في أكثر اللحظات في غير محله. وبالتالي فمن الضروري النظر حيث سيقيم طلبك. والخيار عموما بين آلة الشخصية المكتبية، خادم بعيد، مزود سحابة أو الخادم الموجود شارك في الصرف. الآلات المكتبية وبسيطة لتثبيت وإدارة، وخصوصا مع أنظمة التشغيل ودية أحدث مستخدم مثل ويندوز 7/8، ماك OSX وأوبونتو. أنظمة سطح المكتب لا تملك بعض عيوب كبيرة، ولكن. وقبل كل شيء هو أن إصدارات أنظمة التشغيل المصممة لأجهزة سطح المكتب من المرجح أن تتطلب إعادة تمهيد / الترقيع (وغالبا ما تكون في أسوأ الأوقات). كما أنها تستهلك المزيد من الموارد الحاسوبية التي كتبها فضيلة تتطلب واجهة المستخدم الرسومية (GUI). يمكن احتوائها الأجهزة في المنزل (أو المكاتب المحلية) بيئة تؤدي إلى مشاكل الاتصال بشبكة الإنترنت والجهوزية السلطة. والميزة الرئيسية لنظام سطح المكتب هي أن حصانا الحسابية هام يمكن شراؤها لجزء من تكلفة خادم مخصص (أو النظام القائم على سحابة) عن بعد من سرعة قابلة للمقارنة. آلة خادم مخصص أو سحابة المستندة، في حين غالبا ما تكون أكثر تكلفة من خيار سطح المكتب، ويسمح للبنية التحتية أكثر أهمية التكرار، مثل النسخ الاحتياطي الآلي للبيانات، والقدرة على ضمان الجهوزية والرصد عن بعد أكثر بشكل مباشر. فهي أصعب لإدارة لأنها تتطلب القدرة على استخدام القدرات الدخول عن بعد من نظام التشغيل. في ويندوز هذا هو عموما عبر بروتوكول سطح المكتب البعيد واجهة المستخدم الرسومية (RDP). في الأنظمة القائمة على يونكس سطر الأوامر تأمين يستخدم شل (SSH). البنية التحتية خادم يعمل بنظام يونكس هي دائما تقريبا سطر الأوامر القائمة على الفور مما يجعل أدوات البرمجة القائمة على واجهة المستخدم الرسومية (مثل ماتلاب أو إكسل) لتكون غير صالحة للاستعمال. خادم تشترك في الموقع، كما يتم استخدام العبارة في أسواق رأس المال، هو مجرد خادم مخصص التي تتواجد داخل تبادل من أجل الحد من الكمون الخوارزمية التداول. وهذا أمر ضروري للغاية لبعض استراتيجيات التداول عالية التردد، والتي تعتمد على الكمون المنخفض من أجل توليد ألفا. الجانب النهائي لاختيار الأجهزة واختيار لغة البرمجة منصة الاستقلال. هل هناك حاجة لرمز لتشغيل عبر أنظمة تشغيل مختلفة متعددة هو رمز مصممة ليتم تشغيلها على نوع معين من بنية المعالج، مثل إنتل إلى x86 / إلى x64 أو أنه سوف يكون من الممكن تنفيذها على معالجات RISC مثل تلك المصنعة بواسطة ARM هذه القضايا سوف تعتمد إلى حد كبير على وتيرة ونوع من الاستراتيجية التي يجري تنفيذها. المرونة واختبار واحدة من أفضل الطرق لانقاص الكثير من المال على التداول حسابي هو خلق نظام مع عدم وجود المرونة. وهذا يشير إلى متانة sytem عندما تخضع إلى الأحداث النادرة، مثل حالات الإفلاس وساطة، التقلبات المفرطة المفاجئ، والتوقف على مستوى المنطقة لمزود خدمة سحابة أو الحذف العرضي من قاعدة بيانات التداول بأكملها. سنوات من الأرباح يمكن القضاء في غضون ثوان مع بنية سيئة التصميم. ومن الضروري للغاية للنظر في قضايا مثل debuggng، والاختبار، وقطع الأشجار، والنسخ الاحتياطي، وارتفاع توافر والرصد كمكونات أساسية للنظام الخاص بك. ومن المرجح أن في أي عرف تطبيق التداول الكمي معقدة إلى حد معقول لا يقل عن 50 من الوقت اللازم لتطوير ستصرف على التصحيح والاختبار والصيانة. ما يقرب من جميع لغات البرمجة إما سفينة مع المصحح المرتبطة بها أو تمتلك بدائل طرف ثالث يحظى باحترام كبير. في جوهرها، ومصحح يسمح بتنفيذ برنامج مع ادراج نقاط لكسر التعسفية في مسار رمز، الذي وقف التنفيذ مؤقتا من أجل تحقيق دولة النظام. الفائدة الرئيسية من التصحيح هو أنه من الممكن للتحقيق في سلوك من التعليمات البرمجية قبل نقطة تحطم المعروفة. التصحيح هو عنصر أساسي في مربع الأدوات لتحليل أخطاء البرمجة. ومع ذلك، فهي تستخدم على نطاق واسع في اللغات المترجمة مثل C أو جافا، لغات تفسير مثل بايثون وغالبا ما تكون أسهل لتصحيح نظرا لعدد أقل من الكونغرس والبيانات أقل مطول. وعلى الرغم من هذا الاتجاه بيثون لا السفينة مع فوسفات. التي هي أداة التصحيح متطورة. مشروع Visual C IDE مايكروسوفت تمتلك اسعة المرافق واجهة المستخدم الرسومية التصحيح، في حين سطر الأوامر لينكس C مبرمج، وجود المصحح جدب. ويشير اختبار في مجال تطوير البرمجيات لعملية تطبيق المعايير المعروفة والنتائج ظائف، وأساليب وأهداف محددة في مصدر برنامج، وذلك لمحاكاة السلوك وتقييم متعددة رمز مسارات، مما يساعد على ضمان أن النظام يتصرف كما يجب. ومن المعروف أن نموذج أكثر حداثة مثل تجارب التنمية المدفوعة باعتبارات (TDD)، حيث وضعت رمز اختبار ضد واجهة محددة مع أي تطبيق. قبل الانتهاء من مصدر برنامج الفعلي سوف تفشل كل الاختبارات. كما هو مكتوب رمز لملء الفراغات، والاختبارات في نهاية المطاف كل تمر، الذي وضع النقطة يجب أن تتوقف. TDD يتطلب مواصفات التصميم مقدما واسعة النطاق فضلا عن درجة صحية من الانضباط من أجل تنفيذ بنجاح. في C، يوفر دفعة إطار وحدة الاختبار. في جاوة، توجد مكتبة JUnit لتحقيق نفس الغرض. لديها الثعبان أيضا unittest حدة كجزء من المكتبة القياسية. العديد من اللغات الأخرى تمتلك الأطر وحدة اختبار وغالبا هناك خيارات متعددة. في بيئة الإنتاج، وقطع الأشجار متطورة من الضروري للغاية. يشير التسجيل إلى عملية إخراج الرسائل، بدرجات متفاوتة من الحدة، فيما يتعلق بالسلوك تنفيذ نظام لملف ثابت أو قواعد البيانات. السجلات هي أول خط الهجوم عندما يبحثون عن السلوك وقت البرنامج غير متوقع. للأسف أوجه القصور في نظام تسجيل تميل إلا أن اكتشفت بعد وقوعها كما هو الحال مع النسخ الاحتياطي مناقشتها أدناه، ينبغي إعطاء نظام تسجيل الاعتبار الواجب قبل أن يتم تصميم النظام. كل من مايكروسوفت ويندوز لينكس تأتي مع قدرة واسعة تسجيل نظام ولغات البرمجة تميل إلى السفينة مع المكتبات تسجيل القياسية التي تغطي معظم حالات الاستخدام. غالبا ما يكون من الحكمة أن تمركز تسجيل المعلومات من أجل تحليلها في وقت لاحق، نظرا لأنه يمكن أن يؤدي في كثير من الأحيان إلى الأفكار حول تحسين الأداء أو خطأ التخفيض، والتي سيكون لها تقريبا بالتأكيد تأثير إيجابي على عوائد التداول الخاص بك. في حين قطع الأشجار من النظام سوف يوفر المعلومات حول ما حدث في الماضي، ورصد تطبيق توفر نظرة ثاقبة ما يحدث الآن. وينبغي النظر في جميع جوانب نظام للرصد. مقاييس مستوى النظام مثل استخدام القرص والذاكرة المتاحة وعرض النطاق الترددي الشبكة واستخدام وحدة المعالجة المركزية توفر معلومات الحمل الأساسية. المقاييس التجارية مثل أسعار غير طبيعية / وحدة التخزين وعمليات السحب السريع المفاجئ والتعرض لمختلف القطاعات حساب / الأسواق وينبغي أيضا أن تراقب بشكل مستمر. وعلاوة على ذلك، ينبغي حرض نظام العتبة التي تقدم إخطارا عندما يتم اختراق بعض المقاييس، ورفع أسلوب الإعلام (البريد الإلكتروني، والرسائل القصيرة، مكالمة هاتفية الآلي) تبعا لشدة متري. مراقبة النظام غالبا ما يكون من اختصاص مدير مسؤول النظام أو العمليات. ومع ذلك، كمطور التجاري الوحيد، ويجب وضع هذه المقاييس كجزء من مخطط أوسع. العديد من الحلول لرصد موجودة: الملكية، استضافت والمفتوحة المصدر، والتي تسمح التخصيص واسعة من المقاييس لحالة استخدام معينة. قبل 20 عاما فقط، أكثر من حجم التداول وقعت في تبادل مثل بورصة نيويورك للأوراق المالية، حيث يرتدي البشر في ملابس زاهية الألوان سوف ومأ وتصرخ نوايا التداول الخاصة بهم. في الوقت الحاضر، ويتم التداول في معظمها في خدمة الإلكترونية في مراكز البيانات، حيث اتصال أجهزة الكمبيوتر نوايا التداول من خلال رسائل الشبكة. وقد تم هذا الانتقال من تبادل المادية إلى منصات الكترونية مربحة بشكل خاص بالنسبة للشركات HFT، التي استثمرت بكثافة في البنية التحتية لهذه البيئة الجديدة. على الرغم من أن ننظر للمكان والمشاركين فيها قد تغيرت بشكل كبير، والهدف من جميع التجار، سواء كانت الكترونية أو بشرية، لا يزال هو نفسه: لشراء الأصول من مكان واحد / تاجر وبيعه إلى موقع آخر / تاجر بسعر أعلى. الفرق بين التاجر تعريف البشري وهفت هو أن هذا الأخير يمكن أن تتفاعل بشكل أسرع وأكثر في كثير من الأحيان، ولديها محفظة عقد فترات قصيرة جدا. تعمل خوارزمية هفت نموذجية في النطاق الزمني دون ميلي ثانية واحدة، حيث التجار البشري لا يمكن أن تتنافس، وطرفة العين البشرية تستغرق حوالي 300 ميلي ثانية. كما الخوارزميات هفت تتنافس مع بعضها البعض، فإنها تواجه تحديين: وهم يحصلون على كميات كبيرة من البيانات كل ميكروثانية. يجب أن تكون قادرة على التحرك بسرعة للغاية على البيانات التي وردت، كما ربحية الإشارات التي يراقبون يضمحل بسرعة جدا. تقدم خوارزميات الانترنت فئة الطبيعية من خوارزميات مناسبة للتطبيقات هفت. في مشكلة على الانترنت، ويتم الكشف عن المتغيرات مدخلات جديدة بالتتابع. بعد كل مدخلات جديدة تحتاج خوارزمية لاتخاذ قرار على سبيل المثال، أو عدم تقديم التجارة. هذا هو في تناقض صارخ مع مشكلة حاليا، والذي يفترض أن البيانات المدخلة كامل متاح في ذلك الوقت من عملية صنع القرار. العديد من المشاكل الأمثل العملية تناولها في تطبيقات علوم الحاسوب وبحوث العمليات هي مشاكل الانترنت. 1 بالاضافة الى حل مشكلة الإنترنت، تحتاج خوارزميات هفت أيضا إلى رد فعل سريع للغاية لتحديثات السوق. لضمان فترة رد فعل سريع، والتعامل مع الذاكرة كفاءة هو ضرورة لخوارزمية التداول الحية. والحفاظ على كمية كبيرة من البيانات في الذاكرة إبطاء أي وحدة المعالجة المركزية، ولذلك فمن المهم أن خوارزمية تستخدم إلا الحد الأدنى من البيانات والمعلمات، والتي يمكن تخزينها في ذاكرة الوصول إليها بسرعة مثل ذاكرة التخزين المؤقت L1. وبالإضافة إلى ذلك، ينبغي أن تعكس هذه العوامل الحالة الراهنة للسوق، ويجب تحديثها في الوقت الحقيقي عندما لاحظ نقاط البيانات الجديدة. وباختصار، فإن أصغر عدد من العوامل التي تحتاج إلى أن تبقى في الذاكرة وبساطة حساب المطلوبة لتحديث كل عامل، وأسرع خوارزمية قادرة على الرد على تحديثات السوق. واستنادا إلى متطلبات السرعة والطبيعة على الانترنت من مشاكل هفت، وفئة من خوارزميات مرور واحد هو مناسبة خاصة لتطبيقات هفت. تتلقى هذه الخوارزميات نقطة بيانات واحدة في وقت واستخدامها لتحديث مجموعة من العوامل. بعد التحديث، يتم تجاهل نقطة بيانات ويتم الاحتفاظ العوامل المحدثة فقط في الذاكرة. يمكن أن تنشأ ثلاث مشاكل في خوارزميات هفت. الأول هو تقدير على التوالي يعني السيولة هذا يمكن أن تكون مفيدة لهفت في تحديد حجم أمر من المرجح أن تنفيذ بنجاح على التبادل الإلكتروني معين. المشكلة الثانية هي تقدير تقلب على التوالي، والتي يمكن أن تساعد في تحديد مخاطر على المدى القصير من موقف. المشكلة الثالثة هي الانحدار الخطي على التوالي، والتي يمكن استخدامها في أزواج تداول الأصول ذات الصلة. كل هذه المشاكل يمكن حلها بكفاءة استخدام الانترنت واحدة تمر الخوارزمية. في هذه المادة ونحن backtest أداء الخوارزميات واحدة تمر على بيانات حد أجل الكتاب لصناديق الاستثمار المتداولة سيولة عالية (تبادل الأموال المتداولة) وتصف كيفية معايرة هذه الخوارزميات في الممارسة. الخوارزميات الإنترنت في هفت ميزة واحدة لديها هفت على المشاركين الآخرين في السوق هي سرعة رد الفعل. شركات هفت قادرة على رؤية كل عمل في السوق وتتفاعل داخل ميكروثانية. على الرغم من بعض الخوارزميات هفت قد تستند أعمالهم على مصدر للمعلومات من خارج السوق (مثلا، من خلال تحليل التقارير الإخبارية، وقياس درجة الحرارة، أو قياس معنويات السوق)، ومعظم قراراتهم فقط على الرسائل التي تصل إلى السوق. حسب بعض التقديرات، هناك ما يقرب من 215،000 التحديثات الاقتباس في الثانية الواحدة في سوق نيويورك للأوراق المالية. 4 إن التحدي الذي يواجه HFTs هو لمعالجة هذه البيانات بطريقة تتيح لهم اتخاذ القرارات، مثل عندما لدخول المناصب أو تقليل المخاطر. الأمثلة المستخدمة في هذه المقالة تفترض أن HFTs يمكن مراقبة كل تحديث في أفضل أسعار العرض والطلب، بما في ذلك أفضل العرض والطلب الأحجام. هذه المجموعة الفرعية من المعلومات الواردة في الكتاب أمر محدد وغالبا ما يشار إلى المستوى أطلب معلومات الكتاب. الأمثلة الثلاثة التالية من خوارزميات على الانترنت، كل دوافع مع تطبيق في هفت، موصوفة بالتفصيل في هذه المقالة: اون لاين يعني الخوارزمية. يتضح من بناء أحد العوامل التي يتوقع السيولة المتاحة، الذي يعرف بأنه مجموع أحجام بأفضل العروض وأفضل نسأل، في أفق ثابتة في المستقبل. قد تكون هذه الكمية مفيدة في تقدير ما هو المرجح لتنفيذ على أفضل الأسعار في الكمون نظرا لحجم النظام. تباين الخوارزمية على الانترنت. يتضح من بناء أحد العوامل التي تتوقع تقلبات أدركت مدى أفق ثابتة في المستقبل. قد تكون هذه الكمية مفيدة في تقدير المخاطر على المدى القصير عقد المخزون. الانحدار الخوارزمية على الانترنت. يتضح من بناء أحد العوامل التي يتنبأ PNL المتوقع (الربح والخسارة) من موقف قصيرة طويلة في أصلين ذات الصلة. قد يكون هذا مفيدا في بناء إشارة يبين متى يحتمل أن تكون مربحة موقف قصيرة طويلة. في جميع الحالات الثلاث، الخوارزمية لديها معلمة واحدة، ألفا، التي تسيطر على المعدل الذي يتم نسيان المعلومات القديمة. الرقم 1 مؤامرات تدبير السيولة الخام (حجم العرض زائد اطلب الحجم) باللون الأزرق. الأحمر والأخضر يمثل عامل السيولة عبر الإنترنت، مع ألفا 0.9 و 0.99 ألفا، على التوالي. لاحظ أنه كلما اقترب ألفا قيمة من 1، وإشارة يحصل سلاسة وكفاءة المسارات الاتجاه في البيانات الأساسية. الرقم 2 المؤامرات قياس التقلب عبر الإنترنت لقيم مختلفة من ألفا. مرة أخرى، لاحظ ان هذا الاجراء هو أكثر سلاسة ألفا أكبر. على الرغم من أن ألفا أكبر تقدم إشارة وسلاسة، أنها تفتقر أيضا وراء مزيد من الاتجاه الأساسي كما أنه يعطي الكثير من وزنه على البيانات القديمة. كما نوقش في وقت لاحق، واختيار قيمة ألفا يترجم إلى المفاضلة بين إشارة على نحو سلس وانخفاض تخلف هذا الاتجاه. لتوضيح خوارزمية الانحدار على الانترنت، ونحن ننظر إلى سلسلة زمنية من منتصف أسعار الجاسوس وSSO، واثنين من صناديق الاستثمار المتداولة ذات الصلة للغاية (SSO هي النسخة الاستدانة المزدوج من الجاسوس). كما هو مبين في الشكل 3، والعلاقة بين الأصول اثنين تبدو قريبة جدا إلى الخطية على مدى يوم واحد. الرقم 4 قطع متوسط ​​الانترنت واعتراض لمدة قيم ألفا. واحدة تمر الخوارزميات كما أشار اسمها، خوارزمية واحدة تمر يقرأ كل متغير مساهمة بالضبط مرة واحدة ثم تتجاهل ذلك. هذا النوع من الخوارزمية فعال جدا من حيث التعامل مع الذاكرة، كما أنه لا يتطلب سوى قدر ضئيل من البيانات ليتم تخزينها في الذاكرة. يعرض هذا القسم ثلاثة أمثلة هامة من الانترنت خوارزميات مرور واحد: المتوسط ​​المتحرك الأسي، الفرق مرجح بشكل كبير، والانحدار المرجح بشكل كبير. ثم يصف المقطع التالي تطبيق هذه الخوارزميات لهفت. أولا، دعونا ننظر لفترة وجيزة في المتوسط ​​المتحرك البسيط لسلسلة زمنية. هذا هو تقدير للمتوسط ​​سلسلة زمنية أكثر من نافذة تتحرك من حجم ثابت. في مجال التمويل، وغالبا ما يتم استخدامه للكشف عن الاتجاهات في الأسعار، ولا سيما عن طريق المقارنة بين اثنين من المتوسطات المتحركة البسيطة: واحد أكثر من نافذة طويلة واحدة على نافذة قصيرة. في تطبيق آخر، تداول متوسط ​​حجم فوق الخمسة دقائق الأخيرة. يمكن أن تكون بمثابة التنبؤ حجم الأسهم المتداولة في الدقيقة التالية. وعلى النقيض من المتوسط ​​المتحرك الأسي، المتوسط ​​المتحرك البسيط لا يمكن حلها مع خوارزمية مرور واحد. أبلاغ (X ر) ر X 0، X 1، X 2. يكون تسلسل احظ المتغيرات الإدخال. في أي وقت ر نظرا نريد التنبؤ بنتيجة المقبلة X ر 1. لM وهذا هو،. ويمكن أيضا المتوسط ​​المتحرك يتم حسابها عن طريق عودية التالية: ولئن كان هذا هو خوارزمية على الانترنت، وأنها ليست خوارزمية مرور واحد، لأنه يحتاج إلى الوصول إلى كل المدخلات وتشير البيانات بالضبط مرتين: مرة لإضافته إلى المتوسط ​​المتحرك ثم مرة أخرى لتسقطها من متوسط ​​تقديرات تتحرك. يشار مثل هذه الخوارزمية على أنها خوارزمية بتمريرين ويتطلب ابقاء مجموعة كاملة من حجم M في الذاكرة. مثال 1: تمرير أحد الأسي متوسط ​​المرجح لوعلى النقيض من المتوسط ​​العادي، المعدل الموزون الأسي يعين الوزن تناقص بشكل كبير إلى الملاحظات القديمة: هنا 1. كما يعطي هذا المتوسط ​​المرجح الأسي أهمية أكبر لمزيد من المدخلات الأخير مقارنة مع نقاط البيانات القديمة، وغالبا ما يعتبر أن تكون تقريب جيد من المتوسط ​​المتحرك البسيط. مقارنة مع المتوسط ​​المتحرك البسيط، المتوسط ​​المرجح الأسي يأخذ كل البيانات السابقة بعين الاعتبار، وليس فقط الملاحظات M الماضية. المقارنة بين المتوسط ​​المتحرك البسيط والمتوسط ​​المرجح الأسي أبعد من ذلك، الرقم 5 يدل على مدى العديد بيانات تتلقى نقاط 80، 90، 95، 99، و 99.9 في المئة من وزنه في تقدير بوصفها وظيفة من 0.95، ثم M الماضي 90 لاحظ تساهم نقاط البيانات إلى 99 في المئة من القيمة المقدرة. على سبيل التحذير، إذا كانت السلسلة الزمنية (X ر) ر له ذيول الثقيلة جدا، ثم المتوسط ​​ممهدة الأسي قد تهيمن على الملاحظة الشديدة، في حين أن المتوسط ​​المتحرك هو أقل عرضة للالملاحظات القاسية وهذه قطرة في نهاية المطاف للخروج من شباك المراقبة . استئناف المتكرر لإجراء تقدير يمكن أن تحل هذا تأثير الذاكرة على المدى الطويل من تجانس الأسي. والسبب في تفضيل المتوسط ​​المتحرك الأسي على مدى المتوسط ​​المتحرك البسيط في هفت هو أنه يمكن أن يكون بكفاءة حلها باستخدام خوارزمية مرور واحد، قدم في البداية في براون (1956). 3 يوفر هذه الصيغة أيضا تفسير بسيط المعلمة كعنصر تحكم عن مقدار الوزن تعطى لمراقبة أحدث، مقارنة مع كل الملاحظات السابقة. مثال 2: التفاوت تمرير أحد المرجح أضعافا مضاعفة وتجانس الأسي هو موضح في المقطع السابق ويقدر المتوسط ​​المتحرك من سلسلة زمنية. في مجال التمويل، وتقلب من سلسلة زمنية غالبا ما يكون عاملا هاما أيضا. بشكل عام، يجب أن تقلب التقاط كم سلسلة زمنية يتقلب حول معدلها. لا يوجد تعريف مقبول على نطاق واسع من التقلبات للبيانات المالية عالية التردد. ويعتبر هذا القسم تقلب أن يكون الانحراف المعياري (الجذر التربيعي للتباين) نقطة البيانات في السلسلة الزمنية (X ر) ر. على غرار المتوسط ​​المتحرك المرجح بشكل كبير من المقطع السابق، وعلى الانترنت واحدة تمر خوارزمية يمكن بناؤها التي تقدر تقلب السلسلة الزمنية (X ر) ر مع مخطط الترجيح الأسي. يتم تعريف التباين للمتغير العشوائي كما فار (X) E X - E X) 2. تقدير التباين المرجح الأسي للسلسلة الزمنية يتطلب اثنين المقدرات: واحد يقدر متوسط ​​E X واحد والتي تقدر الفرق: الانحراف المعياري للالمقبل ثم يقدر 1 كنقطة قياس X ر. مرة أخرى، يتم اختيار معلمة إدخال (0،1) من قبل المستخدم، ويعكس مقدار الوزن تم تعيينه إلى نقاط البيانات القديمة مقارنة مع أحدث إدخال البيانات الملحوظ. هنا، نحن تهيئة مقدر من التباين مع 1، وهو اختيار تعسفي إلى حد ما. وهناك طريقة أخرى هي أن يكون هناك حرق في الأولي الفترة التي السلاسل الزمنية ويلاحظ (س ر) ر ومقدر التباين القياسية للسلسلة على هذا الحرق في نافذة زمنية يمكن استخدامها لتهيئة مقدر. وبطبيعة الحال، وهي طريقة مشابهة يمكن استخدامها لتهيئة مقدر من متوسط ​​مقدر المرجح بشكل كبير. مثال 3: واحد تمرير خوارزمية لمرجح تصاعديا الانحدار الخطي والمثال الأخير هو على الانترنت واحدة تمر خوارزمية لنموذج الانحدار الخطي مرجح بشكل كبير. هذا نموذج مشابه لالانحدار الخطي العاديين، ولكن مرة أخرى يعطي أهمية أكبر (وفقا لالترجيح الأسي) إلى الملاحظات الأخيرة من الملاحظات القديمة. كما هو مبين بالفعل، مثل هذه الأساليب الانحدار مفيدة جدا في الاستراتيجيات هفت لتقدير العلاقة بين الأصول المختلفة، والتي يمكن أن يكون، على سبيل المثال، استغلت في وضع استراتيجيات يتداول الزوج. في هذا النموذج نعتبرها سلسلة ثنائية الأبعاد الوقت (X ر، ص ر) ر والظن أن المتغيرات X و Y ترتبط عبر علاقة خطية تالف من قبل ر المدى الضوضاء مع صفر المتوسط. وهذا هو، ويشار إلى متغير Y لكمتغير ردا على ذلك، في حين يسمى X المتغير التفسيري. لالبساطة دعونا نفترض واحد فقط المتغير المفسر هنا، ولكن التمديد لعدد من المتغيرات التفسيرية واضح ومباشر. في نهج متواجد حاليا القياسي لالانحدار الخطي، ومعايرة المعلمات 1 بعد الالتزام بكل نقاط البيانات. يتم جمع هذه النقاط البيانات في Y ناقلات (Y 0 Y 1. ص ر) T و مصفوفة عمود من تلك الموجودة في المصفوفة X يتوافق مع اعتراض في المعادلة 3. إذا علينا مواصلة كتابة المعلمات ثم العلاقة بين Y وX يمكن بسهولة أن تكون مكتوبة في تدوين المصفوفة كما أين هو متجه من حيث الضوضاء العشوائية، ولكل من هذه الشروط خطأ ديه الصفر يعني. يتم اختيار النهج الأكثر شيوعا لتقدير المعلمة بحيث يقلل من مجموع المخلفات المربعة. الحل لهذه المشكلة هو التقليل. كما هو الحال في المتوسط ​​والتباين تقديرات، وينبغي أن يكون المزيد من النقاط البيانات الأخيرة أكثر أهمية بالنسبة مطلوب تقدير المعلمة لحساب سريع. بجانب السماح ل النظر في طريقة عودي يقوم بتحديث بشكل متسلسل، ويقلل مرة أخرى، والمعلمة 1 ناقلات V ر حاجة ليتم حفظها في الذاكرة وتحديثها مع البيانات الجديدة تشير وفقا لالعودية التالية: أما بالنسبة للمتوسط ​​والتباين مقدر، والتهيئة ل ويمكن أن يتم العودية باستخدام فترة الحرق في. أخيرا، وبعد وقت ر. أفضل تقدير هو. في الأدب ويسمى هذا الأسلوب أيضا المربعات متكررة مع النسيان الأسي. 2 تقدير ألفا كيف يمكن للمرء أن تقرر على القيمة المثلى ألفا، ومعلمة واحدة من جميع هذه النماذج على الانترنت نهجنا لجميع النماذج الثلاثة هو تعريف دالة الاستجابة التي نسعى للتنبؤ، وتقليل الخطأ التربيعية بين ري الاستجابة و لدينا عامل فاي. ويجد هذا الأسلوب ألفا الأمثل على سلسلة زمنية تاريخية. وهناك نهج آخر يتمثل في تقدير ألفا الأمثل على الانترنت كذلك. هذا، ومع ذلك، يتطلب المزيد من العمل ويتجاوز نطاق هذا المقال. نحن الآن تقديم التفاصيل على المقدرات على الانترنت وصف وتقدير ألفا الأمثل على مجموعة بيانات معينة. 1. يتم تعريف مقدر السيولة يعني التي يكون فيها مؤشر ط يمثل الوقت الاقتباس. يتم تعريف استجابة لتكون السيولة في 10 ثانية: أين بكالوريوس ط (10) يمثل حجم العرض 10 ثانية بعد الاقتباس ط عشر. تشغيل روتين الأمثل على ألفا يدل على أن ألفا الأمثل للبيانات معين هو 0.97، المعروضة في الشكل 6 باعتباره مؤامرة مبعثر من عامل والاستجابة. 2. يتم تعريف مقدر التقلب، حيث حيث مؤشر ط يمثل الحقيقي في ثوان. يتم تعريف استجابة لتكون التقلبات التي تحققت خلال الدقيقة التالية: مرة أخرى، والبحث على قيم مختلفة ألفا ينتج ألفا الأمثل من 0.985 لمجموعة البيانات معين. يعرض الرقم 7 مؤامرة مبعثر من عامل والاستجابة. 3. يتم تعريف أزواج التداول تراجع مقدر كما حيث مؤشر ط يمثل الوقت الاقتباس. يمثل عامل قيمة الجاسوس نسبة إلى SSO وهذا هو، إذا كانت الكمية إيجابية، ثم الجاسوس رخيصة نسبيا والتجارة التي هي الجاسوس طويلة من المرجح أن تكون مربحة. يتم تعريف استجابة باسم PNL خلال الدقيقة التالية من التجارة التي هي طويلة سهم واحد من أسهم الجاسوس وقصيرة SSO: حيث يمثل سعر الجاسوس 60 ثانية بعد. يمثل ط استجابة ص الحزب الوطني الليبرالي من استراتيجية طويلة الأمد القصير التالية: شراء 1 حصة الجاسوس وبيع أسهم SSO في وقت ط. في تحليل البيانات تعيين ألفا الأمثل تبين أن 0.996. الرقم 8 هو مؤامرة مبعثر من عامل والاستجابة. الاستنتاج أون لاين مرور واحد خوارزميات لها أثرها الفعال في التداول عالية التردد، حيث يتلقون كميات كبيرة من البيانات كل ميكروثانية، ويجب أن تكون قادرة على التحرك بسرعة للغاية على البيانات الواردة. وقد تناولت هذه المقالة ثلاث مشاكل التي تواجهها خوارزميات هفت: تقدير وسيلة تشغيل السيولة، والتي يمكن أن تكون مفيدة في تحديد حجم أمر من المرجح أن تنفيذ بنجاح على التبادل الإلكتروني معين تقدير تقلب على التوالي، والتي يمكن أن تساعد تحديد المخاطر على المدى القصير من موقف والانحدار الخطي على التوالي، والتي يمكن استخدامها في أزواج تداول الأصول ذات الصلة. يمكن الآن خوارزميات مرور واحد يساعد على حل كل هذه المشاكل. المراجع 1. ألبرز، S. 2003. خوارزميات اون لاين: مسح. البرمجة الرياضية 97 (1-2): 3-26. 2. Astrom، A. Wittenmark، B. 1994. تحكم متكيف، الطبعة الثانية. أديسون ويسلي. 3. براون، R. G. 1956. الأسي تجانس للتنبؤ الطلب. آرثر دي ليتل شركة ص. 15 LOVE IT، أكره ذلك اسمحوا الولايات المتحدة تعرف JACOB بلا حب هو الرئيس التنفيذي لLUCERA والرئيس السابق للتجارة عالية التردد لكانتور فيتزجيرالد. وقد عمل السيد فلس لكل من المجموعات التجارية ذات تردد عال والتبادلات على مدى السنوات ال 10 الماضية في كل الأصول الإلكترونية تقريبا. قبل حياة في التمويل، كان السيد بلا حب مقاول خاص لوزارة الدفاع الأمريكية مع التركيز على تحليل الكشف عن مجريات الأمور على الأشياء التي لا يمكن مناقشتها. وقبل ذلك، كان قسم النقل ومؤسس البيانات العلمية، رائد في مجال تحليل النظم الموزعة. ساشا ستويكوف هو أحد كبار باحث في جامعة كورنيل المالية مانهاتن الهندسة (CFEM) ونائب الرئيس السابق في مجموعة تجارية عالية التردد في كانتور فيتزجيرالد. وقد عمل كمستشار في ستانلي مجموعة جاليون ومورغان، وكان مدرسا في معهد كورانت من جامعة نيويورك وفي قسم IEOR كولومبيا الصورة. وهو حاصل على درجة الدكتوراه من جامعة تكساس، وعلى درجة البكالوريوس من معهد ماساتشوستس للتكنولوجيا. رولف WAEBER باحث مشارك الكمي في LUCERA وشغل سابقا منصب باحث الكمي في كانتور فيتزجيرالد الصورة عالية التردد للتجارة. شارك في دراسات بشأن التعديلات مخاطر السيولة داخل بازل II / III أطر التنظيم في دويتشه الألماني. حصل على درجة الدكتوراه رولف في بحوث العمليات وهندسة المعلومات من جامعة كورنيل في عام 2013. وهو حاصل على بكالوريوس وماجستير في الرياضيات من ETH زيورخ، سويسرا. 2013 ACM 1542-7730 / 13/0800 10.00 نشرت أصلا في المجلد قائمة الانتظار. 11، لا. 8 رؤية هذا البند في ACM المكتبة الرقمية اندريه ميديروس - ديناميات التغيير: لماذا التفاعلية المسائل ترويض ديناميات التغيير عن طريق تركيز كل الاهتمام في وحدة خاصة بها. برندان جريج - الشعلة الرسم البياني هذا التصور من تنفيذ البرامج هو ضرورة جديدة لتحديد ملامح الأداء وتصحيح الأخطاء. ايفار جاكوبسون، إيان سبنس، برايان كير - حالة الاستخدام 2.0 محور تطوير البرمجيات تايلر مكمولين - ويعمل على الارجح الخوارزميات الاحتمالية في كل مكان حولنا - هم ليس فقط مقبولا، ولكن بعض المبرمجين تسعى فعلا فرص لاستخدامها. تعليقات الثلاثون الاثنين، 21 أكتوبر 2013 اسم 07:48:57 بالتوقيت العالمي من الكاتب، بلا حب. تاي دياو لو mperez الجمعة، 8 يناير 2016 21:47:19 UTC لماذا، عند قياس التقلب، وحساب الانحراف المعياري بدلا من مجرد استخدام التباين أنها تفقد الوقت أثناء حساب الجذر التربيعي. براندون الشمس، 8 مايو 2016 21:39:10 UTC أنا عالق حاليا حساب المتوسط ​​والتباين المقدرات المستخدمة لحساب بيتا. يقول المقال في كل خطوة من خطوات الخوارزمية 2 2 مصفوفة جبل وناقلات 2 1 فيرمونت تحتاج ليتم حفظها في الذاكرة وتحديثها مع البيانات الجديدة تشير وفقا لالعودية التالية. أما بالنسبة للمتوسط ​​والتباين مقدر، وتهيئة العودية يمكن أن يتم ذلك باستخدام فترة الحرق في. المشكلة أواجه هو أنني لست متأكدا ما تقدر M ويجب تهيئة المعلمات الخامس لاستخدام فترة الحرق في. ولست متأكدا ما تقدر مصفوفة 2X2 أو يجب أن يكون الموجه 2X1. 2016 ACM، وشركة جميع الحقوق محفوظة. حول هذه المجلة وتكرس مجلة استراتيجيات الاستثمار لعلاج صارمة من استراتيجيات الاستثمار الحديثة تسير على ما يرام ما وراء النهج في كلا من الأدوات والمنهجيات الموضوع. مجلة تحتوي على الأوراق البحثية المتعمقة وكذلك المواد النقاش حول المواضيع التقنية والسوق، وتهدف إلى تزويد مجتمع الاستثمار العالمي في مجال البحث العملي والمتطورة من أجل فهم وتنفيذ استراتيجيات الاستثمار الحديثة. بما في ذلك ماكرو الأساسية والإنصاف الأساسي أو استراتيجيات القيمة النسبية اختيار الائتمان. تقدير والاستثمار في التقييم النسبي من الأوراق المالية ذات الصلة، سواء الفانيليا ومشتقاتها الاستراتيجيات التكتيكية. استراتيجيات تقوم على التنبؤ، والاستثمار في وأنماط سلوك السوق، مثل الزخم أو يعني الارتداد، واستراتيجيات توزيع الأصول التكتيكية. استراتيجيات يحركها الحدث: استراتيجيات تقوم على توقعات احتمال الأحداث تتحرك السوق أو ردود فعل السوق لمثل هذه الأحداث حسابي استراتيجيات التداول. نماذج لتحسين محفظة، السيطرة على المخاطر، إسناد الأداء والأصول تخصيص الاقتصاد القياسي والأساليب الإحصائية. تبحث هذه الورقة في التصميم الأمثل للأموال التي توفر حماية لرأس المال في تاريخ الاستحقاق المحدد. دراسات هذه الورقة مشكلة التداول الأمثل باستخدام تنبؤ ألفا العامة مع تكاليف الخطية وتأثير مؤقت. مشاريع هذه الورقة محفظة عامل غير المقيدة المثلى على مجموعة من كل محافظ الممكنة باستخدام خطأ تتبع كإجراء المسافة. وتحلل هذه الورقة البيانات التجريبية ل 4000 محفظة المتاجرة واقع الحياة مع عقد فترات حوالي 0،7 حتي 19 أيام التداول. واضعو هذه الدراسة تقترح طريقة اختيار الأسهم بناء على طريقة اختيار متغير استخدامها مع محكمة التحكيم الدائمة في إحصاءات المتغيرات المتعددة. تقارن هذه الورقة السادسة عشرة استراتيجيات اختيار بلد متميزة ضمن عينة من ثمانية وسبعين بلدا بين عامي 1999-2015. تبحث هذه الورقة استراتيجية قطاع دوران من أجل توضيح هدفين متطابقين. هذه الورقة بتقديم نسبة شارب كفاءة (ESR) أن ينشر ASRS المتفجرة لهفت بحيث تكون قابلة للمقارنة الاشتراكيين الثوريين عن غيرها من الصناديق المدارة بشكل نشط. هذه الورقة بتقييم أداء في الوقت الحقيقي التشخيص للنظام فقاعة في أسواق الأسهم الصينية. واضعو هذه الدراسة في تطوير نظرية كيلي وثورب لتحديد أحجام الرهان الأمثل لعبة ورق من خلال دمج اثنين من الاعتبارات العملية. تقدم هذه الورقة الأدلة التجريبية لكيفية المكونات المختلفة من أجل تدفق تؤثر العوائد. تهدف هذه الورقة إلى مساعدة المستثمرين على فهم أفضل أوجه التشابه والاختلاف بين استراتيجيات محفظة القائم على المخاطر في قطاع الاستثمار. وتبين هذه الورقة كيفية التعامل مع مشكلة كشف الاتجاه في سياق استراتيجيات التداول التالية الاتجاه، عندما تكون البيانات يحتمل الخطأ. الأسئلة التي أثيرت في هذه الورقة مهمة لكثير من مستشاري تجارة السلع، وأكثر من ذلك. وتناقش هذه الورقة جوانب تحسين أوزان للتيارات ألفا (من قبل تيارات ألفا يقصده صاحب البلاغ سلسلة من التنبؤات العوائد المتوقعة لكل الأصول التي قدمها نماذج مختلفة يعملون لدى مديري المحافظ).