استراتيجية التداول جافا

كيفية استخدام جافا في التداول الخوارزمي؟
جافا هو كائن قوي لغة البرمجة الموجهة.
إذا كنت قد تم تطوير تطبيقات الروبوت، يجب أن تكون على دراية جافا.
هل يمكننا استخدام جافا في التداول الخوارزمي؟ بدلا من ذلك يجب أن نستخدم جافا في التداول الخوارزمية؟
دوكاسكوبي و أواندا هما وسطاء الفوركس التي توفر جافا أبي للتداول الحسابي.
إذا كنت ترغب في صقل مهارات جافا الخاص بك كمطور جافا، يجب استخدامه في التداول الخوارزمية.
جافا هي لغة قوية تسمح لك أن تفعل التعلم الآلي والتعلم العميق.
دوكاسكوبي جافا أبي يوفر لك تطوير استراتيجيات التداول خوارزمية جافا بالإضافة إلى المؤشرات.
وتعود ملكية جافا من قبل أوراكل التي هي شركة قوية.
وأعتقد أن في السنوات القليلة المقبلة سترى جافا على قدم المساواة مع R وبيثون عندما يتعلق الأمر بعلم البيانات.
أنا أقول هذا لأنني رأيت 15 كتابا جديدا في علوم البيانات جافا هذا العام وحده.
وقد حصلت بالفعل التعلم آلة قوية ومكتبات التعلم العميق.

استراتيجية تداول جافا
سحب طلبات 0.
تاريخ جيثب اليوم.
جيثب هي موطن لأكثر من 20 مليون مطورين يعملون معا لاستضافة ومراجعة التعليمات البرمجية، وإدارة المشاريع، وبناء البرمجيات معا.
استنساخ مع هتبس.
استخدام جيت أو الخروج مع سفن باستخدام ورل على شبكة الإنترنت.
لم يتم الحفاظ على Ta4j من قبل مارك دي فيرديلهان بعد الآن. لن يتم التعامل مع قضايا العلاقات العامة المستقبلية والقضايا هنا. انظر رقم 192 لمزيد من المعلومات. ويحتفظ بهذا المستودع لأغراض المحفوظات ويمكن استخدامه كوثائق ل ta4j 0.9 (وهي نسخة مستقرة).
قرر المجتمع المحلي تولي المشروع والاستمرار في الحفاظ عليه. المستودع الجديد متاح في هتبس: // جيثب / ta4j / ta4j.
Ta4j هي ​​مكتبة مفتوحة المصدر جافا للتحليل الفني. وهو يوفر المكونات الأساسية لإنشاء وتقييم وتنفيذ استراتيجيات التداول.
100٪ بيور جافا - يعمل على أي منصة جافا الإصدار 8 أو أحدث أكثر من 100 مؤشر فني (أرون، أتر، المتوسطات المتحركة، مكافئ سار، رسي، الخ) محرك قوي لبناء استراتيجيات التداول المخصصة المرافق لتشغيل ومقارنة الاستراتيجيات الحد الأدنى طرف ثالث تبعيات التكامل البسيط أكثر شيء واحد: انها ميت مرخصة.
Ta4j هو متاح في مافين الوسطى. لديك فقط لإضافة التبعية التالية في ملف pom. xml الخاص بك.
بالنسبة لقطات، قم باضافة مستودع التخزين التالي الى ملف pom. xml الخاص بك.
إصدار لقطة الحالي هو 0.10-سنافشوت.
ويكي هو أفضل مكان لبدء التعلم عن ta4j.
بالطبع يمكنك أن تسأل أي شيء عبر تويتر. لمزيد من الأسئلة التفصيلية، يرجى استخدام تعقب القضايا.
وفيما يلي بعض الطرق التي يمكنك من خلالها المساهمة في ta4j:
إنشاء تذاكر للأخطاء والميزات الجديدة والتعليق على تلك التي كنت مهتما في. شوكة هذا المستودع وتقديم طلبات السحب. النظر في التبرع لتطوير ميزة جديدة. عنوان بيتكوين: 13BMqpqbzJ62LjMWcPGWrTrdocvGqifdJ3.
&نسخ؛ 2018 جيثب، Inc. شروط الخصوصية تعليمات حالة الأمان.
لا يمكنك تنفيذ هذا الإجراء في الوقت الحالي.
لقد سجلت الدخول باستخدام علامة تبويب أو نافذة أخرى. أعد التحميل لتحديث الجلسة. لقد سجلت الخروج في علامة تبويب أو نافذة أخرى. أعد التحميل لتحديث الجلسة.

QuantStart.
الانضمام إلى كوانتكاديمي بوابة العضوية الخاصة التي تلبي احتياجات التجزئة المتزايد بسرعة المجتمع تاجر الكمي. سوف تجد مجموعة من ذوي الخبرة مثل التفكير من التجار الكميون على استعداد للرد على أسئلة التداول الكمي الأكثر إلحاحا.
تحقق من بلدي يبوك على التداول الكمي حيث أنا يعلمك كيفية بناء مربحة استراتيجيات التداول المنهجي مع أدوات بايثون، من الصفر.
نلقي نظرة على بلدي الكتاب الاليكتروني الجديد على استراتيجيات التداول المتقدمة باستخدام تحليل سلسلة زمنية، والتعلم الآلي والإحصاءات بايزي، مع بيثون و R.
من قبل مايكل هالز مور في 26 يوليو، 2018.
واحدة من الأسئلة الأكثر تواترا التي تلقيتها في كيس البريد قس هو "ما هي أفضل لغة البرمجة للتجارة الخوارزمية؟". الجواب القصير هو أنه لا توجد لغة "أفضل". يجب النظر في معايير الاستراتيجية، والأداء، نمطية، والتنمية، والمرونة والتكلفة. سوف توضح هذه المقالة المكونات الضرورية لهيكل نظام التداول الخوارزمي وكيف تؤثر القرارات المتعلقة بالتنفيذ على اختيار اللغة.
أولا، سيتم النظر في المكونات الرئيسية لنظام التداول الخوارزمي، مثل أدوات البحث، ومحفظة المحفظة، ومدير المخاطر ومحرك التنفيذ. وفي وقت لاحق، سيتم دراسة استراتيجيات التداول المختلفة وكيفية تأثيرها على تصميم النظام. على وجه الخصوص وتيرة التداول وحجم التداول المحتمل على حد سواء سيتم مناقشتها.
مرة واحدة وقد تم اختيار استراتيجية التداول، فمن الضروري لمهندس النظام بأكمله. وهذا يشمل اختيار الأجهزة، ونظام التشغيل (ق) ومرونة النظام ضد الأحداث النادرة، التي يحتمل أن تكون كارثية. وبينما يجري النظر في العمارة، يجب إيلاء الاعتبار الواجب للأداء - سواء لأدوات البحث أو لبيئة التنفيذ المباشر.
ما هو نظام التداول في محاولة القيام به؟
قبل اتخاذ قرار بشأن "أفضل" اللغة التي لكتابة نظام التداول الآلي من الضروري تحديد المتطلبات. هل سيكون النظام قائما على التنفيذ فقط؟ هل يتطلب النظام إدارة مخاطر أو وحدة بناء محفظة؟ سوف يتطلب النظام باكتستر عالية الأداء؟ بالنسبة لمعظم الاستراتيجيات نظام التداول يمكن تقسيمها إلى فئتين: البحوث وتوليد إشارة.
وتتعلق البحوث بتقييم أداء الاستراتيجية على البيانات التاريخية. إن عملية تقييم إستراتيجية التداول على بيانات السوق السابقة تعرف باختصار. وسيكون حجم البيانات والتعقيد الخوارزمي لها تأثير كبير على كثافة الحسابية من باكتستر. سرعة وحدة المعالجة المركزية والتزامن غالبا ما تكون العوامل المحددة في تحسين سرعة تنفيذ البحث.
ويتعلق توليد الإشارة بتوليد مجموعة من إشارات التداول من خوارزمية وإرسال هذه الأوامر إلى السوق، وعادة عن طريق الوساطة. بالنسبة لبعض الإستراتیجیات، یلزم وجود مستوى عال من الأداء. قضايا الإدخال / الإخراج مثل عرض النطاق الترددي للشبكة والكمون غالبا ما تكون العامل المحدد في تحسين أنظمة التنفيذ. وبالتالي فإن اختيار اللغات لكل مكون من مكونات النظام بأكمله قد يكون مختلفا تماما.
نوع، وتيرة وحجم الاستراتيجية.
وسيكون لنوع الاستراتيجية الخوارزمية المستخدمة أثر كبير على تصميم النظام. وسوف يكون من الضروري النظر في الأسواق التي يجري تداولها، والاتصال ببائعي البيانات الخارجية، وتواتر وحجم الاستراتيجية، والمفاضلة بين سهولة التنمية وتحسين الأداء، فضلا عن أي أجهزة مخصصة، بما في ذلك العرف المشترك والخوادم، وحدات معالجة الرسومات أو فبغا التي قد تكون ضرورية.
خيارات التكنولوجيا لاستراتيجية منخفضة الأسهم الأسهم الولايات المتحدة سوف تختلف اختلافا كبيرا عن تلك التي من استراتيجية عالية التردد التحكيم الإحصائية التداول في سوق العقود الآجلة. قبل اختيار اللغة يجب تقييم العديد من بائعي البيانات التي تتعلق باستراتيجية في متناول اليد.
سيكون من الضروري النظر في الاتصال بالمورد، وهيكل أي واجهات برمجة تطبيقات، وتوقيت البيانات، ومتطلبات التخزين والمرونة في مواجهة البائع الذي يعمل دون اتصال. ومن الحكمة أيضا أن تمتلك إمكانية الوصول السريع إلى العديد من البائعين! ولجميع الأدوات المختلفة مخزونات تخزين خاصة بها، ومن الأمثلة على ذلك رموز شريط متعددة للأسهم وتاريخ انتهاء الصلاحية للعقود الآجلة (ناهيك عن أي بيانات أوتك محددة). ويتعين مراعاة ذلك في تصميم المنصة.
ومن المرجح أن يكون تكرار الاستراتيجية واحدا من أكبر العوامل الدافعة لكيفية تحديد كومة التكنولوجيا. الاستراتيجيات التي تستخدم بيانات أكثر تواترا من الحانات بدقة أو الثانية تتطلب اهتماما كبيرا فيما يتعلق بالأداء.
وتؤدي الاستراتيجية التي تتجاوز الحدود الثانية (أي بيانات القراد) إلى تصميم مدعوم بالأداء باعتباره الشرط الأساسي. وبالنسبة للاستراتيجيات ذات التردد العالي، سيلزم تخزين كمية كبيرة من بيانات السوق وتقييمها. برامج مثل HDF5 أو كدب + تستخدم عادة لهذه الأدوار.
من أجل معالجة كميات واسعة من البيانات اللازمة لتطبيقات هفت، يجب أن تستخدم على نطاق واسع باكتستر ونظام التنفيذ. C / C ++ (ربما مع بعض المجمع) من المرجح أن أقوى مرشح اللغة. وسوف تتطلب استراتيجيات فائقة التردد تقريبا تقريبا الأجهزة المخصصة مثل فبغاس، وتبادل المشاركة في الموقع وضبط شبكة النواة / شبكة.
نظم البحوث.
نظم البحوث عادة ما تنطوي على مزيج من التنمية التفاعلية والنصوص الآلي. وغالبا ما يحدث الأول داخل إيد مثل فيسوال ستوديو، ماتلاب أو R ستوديو. ويشمل هذا الأخير حسابات عددية واسعة النطاق على العديد من المعلمات ونقاط البيانات. وهذا يؤدي إلى اختيار اللغة توفير بيئة مباشرة لاختبار التعليمات البرمجية، ولكن أيضا يوفر أداء كافيا لتقييم الاستراتيجيات على أبعاد متعددة المعلمة.
تتضمن إيديس النموذجية في هذا المجال ميكروسوفت فيسوال C ++ / C #، الذي يحتوي على أدوات مساعدة التصحيح واسعة، وقدرات اكتمال التعليمات البرمجية (عبر "إنتليسنز") ومحات عامة مباشرة من كومة المشروع بأكمله (عبر قاعدة البيانات أورم، لينق)؛ ماتلاب، الذي صمم لالجبر العددي واسعة النطاق وعمليات فيكتوريسد، ولكن بطريقة وحدة التحكم التفاعلية؛ R ستوديو، الذي يلتف وحدة تحكم اللغة الإحصائية R في إيد كاملة؛ إكليبس إيد لينوكس جافا و C ++؛ و إيدس شبه الملكية مثل إينوهت الستارة لبيثون، والتي تشمل مكتبات تحليل البيانات مثل نومبي، سسيبي، سكيت-تعلم والباندا في بيئة تفاعلية واحدة (وحدة التحكم).
ل باكتستينغ العددية، جميع اللغات المذكورة أعلاه هي مناسبة، على الرغم من أنه ليس من الضروري استخدام واجهة المستخدم الرسومية / إيد كما سيتم تنفيذ التعليمات البرمجية "في الخلفية". الاعتبار الرئيسي في هذه المرحلة هو سرعة التنفيذ. غالبا ما تكون اللغة المترجمة (مثل C ++) مفيدة إذا كانت أبعاد معلمة باكتستينغ كبيرة. تذكر أنه من الضروري أن نكون حذرين من هذه الأنظمة إذا كان هذا هو الحال!
وغالبا ما تستفيد اللغات المفترضة مثل بيثون من المكتبات عالية الأداء مثل نومبي / بانداس لخطوة الاختبار المسبق، من أجل الحفاظ على درجة معقولة من القدرة التنافسية مع معادلات مجمعة. في نهاية المطاف سيتم تحديد اللغة المختارة لل باكتستينغ من قبل الاحتياجات الخوارزمية محددة وكذلك مجموعة من المكتبات المتاحة في اللغة (أكثر على ذلك أدناه). ومع ذلك، فإن اللغة المستخدمة لباكتستر والبيئات البحثية يمكن أن تكون مستقلة تماما عن تلك المستخدمة في بناء محفظة، وإدارة المخاطر ومكونات التنفيذ، كما سيتبين.
إدارة المحفظة وإدارة المخاطر.
وغالبا ما يتم تجاهل مكونات بناء المحفظة وإدارة المخاطر من قبل تجار التجزئة الخوارزمية. هذا هو دائما تقريبا خطأ. وتوفر هذه الأدوات الآلية التي سيتم من خلالها الحفاظ على رأس المال. فهي لا تحاول فقط التخفيف من عدد الرهانات "المحفوفة بالمخاطر"، بل إنها تقلل أيضا من تقلبات الصفقات نفسها، مما يقلل من تكاليف المعاملات.
يمكن أن يكون للإصدارات المتطورة من هذه المكونات تأثير كبير على جودة وانسجام الربحية. فمن السهل إنشاء استراتيجيات مستقرة حيث يمكن بسهولة تعديل آلية بناء المحفظة ومدير المخاطر للتعامل مع أنظمة متعددة. ومن ثم ينبغي اعتبارها عناصر أساسية في بداية تصميم نظام تجاري حسابي.
وظيفة نظام بناء محفظة هو اتخاذ مجموعة من الصفقات المطلوبة وإنتاج مجموعة من الصفقات الفعلية التي تقلل من زبد، والحفاظ على التعرض لعوامل مختلفة (مثل القطاعات وفئات الأصول والتقلب وغيرها) وتحسين تخصيص رأس المال لمختلف استراتيجيات في محفظة.
غالبا ما يقلل بناء الحافظة من مشكلة الجبر الخطي (مثل معامل المصفوفة)، وبالتالي يعتمد الأداء بشكل كبير على فعالية تنفيذ الجبر الخطي العددي المتوفر. وتشمل المكتبات الشائعة أوبلاس، لاباك و ناغ ل C ++. ماتلاب تمتلك أيضا عمليات مصفوفة الأمثل على نطاق واسع. يستخدم بيثون نومبي / سسيبي لمثل هذه الحسابات. وستتطلب المحفظة التي تمت إعادة توازنها بشكل متكرر مكتبة مصفوفة مجمعة (ومثبتة بشكل جيد!) لتنفيذ هذه الخطوة، حتى لا تعيق نظام التداول.
إدارة المخاطر جزء آخر مهم للغاية من نظام التداول الخوارزمي. يمكن أن تأتي المخاطر في أشكال عديدة: زيادة التقلب (على الرغم من أن هذا قد يكون مرغوبا فيه لاستراتيجيات معينة!)، وزيادة الارتباطات بين فئات الأصول، والتخلف عن الطرف المقابل، وانقطاعات الخادم، وأحداث "البجعة السوداء"، والبق غير المكتشفة في قانون التداول، على سبيل المثال لا الحصر.
وتسعى مكونات إدارة المخاطر إلى التنبؤ بآثار التقلبات المفرطة والارتباط بين فئات الأصول وآثارها اللاحقة على رأس المال المتداول. في كثير من الأحيان هذا يقلل إلى مجموعة من الحسابات الإحصائية مثل مونت كارلو "اختبارات الإجهاد". وهذا يشبه إلى حد كبير الاحتياجات الحسابية لمحرك تسعير المشتقات وعلى هذا النحو سوف تكون مرتبطة بو. هذه المحاكاة هي موازية للغاية (انظر أدناه)، وإلى حد ما، فمن الممكن "رمي الأجهزة في المشكلة".
أنظمة التنفيذ.
وتتمثل مهمة نظام التنفيذ في تلقي إشارات تجارية مصفاة من مكونات بناء المحفظة وإدارة المخاطر وإرسالها إلى وساطة أو أي وسيلة أخرى للوصول إلى الأسواق. بالنسبة لمعظم استراتيجيات التداول خوارزمية التجزئة وهذا ينطوي على اتصال أبي أو فيكس إلى الوساطة مثل وسطاء التفاعلية. الاعتبارات الأساسية عند اتخاذ قرار بشأن لغة تشمل جودة أبي، توفر اللغة المجمع ل أبي، وتيرة التنفيذ والانزلاق المتوقع.
تشير "جودة" واجهة برمجة التطبيقات إلى مدى توثيقها بشكل جيد، ونوع الأداء الذي توفره، وما إذا كانت تحتاج إلى برنامج مستقل يمكن الوصول إليه أو ما إذا كان يمكن إنشاء بوابة بطريقة بدون رأس (أي واجهة المستخدم الرسومية). في حالة الوسطاء التفاعليين، يجب أن تعمل أداة ترادر ​​وركستاتيون في بيئة واجهة المستخدم الرسومية من أجل الوصول إلى واجهة برمجة التطبيقات الخاصة بهم. كان لي مرة واحدة لتثبيت طبعة سطح المكتب أوبونتو على خادم سحابة الأمازون للوصول إلى وسطاء التفاعلية عن بعد، بحتة لهذا السبب!
توفر معظم واجهات برمجة التطبيقات واجهة C ++ و / أو جافا. وعادة ما يصل إلى المجتمع لتطوير مغلفات لغة محددة ل C #، بايثون، R، إكسل وماتلاب. لاحظ أنه مع كل الإضافات الإضافية المستخدمة (وخاصة أبي مغلفات) هناك مجال للخلل لزحف إلى النظام. دائما اختبار الإضافات من هذا النوع وضمان الحفاظ عليها بنشاط. مقياس جدير بالاهتمام هو معرفة عدد التحديثات الجديدة التي تم إجراؤها على كودباس في الأشهر الأخيرة.
تردد التنفيذ هو في غاية الأهمية في خوارزمية التنفيذ. لاحظ أن المئات من الطلبات قد يتم إرسالها كل دقيقة، وعلى هذا النحو من الأهمية بمكان. سوف يتم تكبد الانزلاق من خلال نظام التنفيذ سيئة الأداء وهذا سيكون له تأثير كبير على الربحية.
تعتبر اللغات التي تمت كتابتها إحصائيا (انظر أدناه) مثل C ++ / جافا بشكل عام مثالية للتنفيذ ولكن هناك مفاضلة في وقت التطوير والاختبار وسهولة الصيانة. اللغات التي يتم كتابتها ديناميكيا، مثل بيثون و بيرل هي الآن بشكل عام "سريع بما فيه الكفاية". تأكد دائما من تصميم المكونات بطريقة نمطية (انظر أدناه) بحيث يمكن "تبديلها" خارجا كما موازين النظام.
التخطيط المعماري وعملية التنمية.
وقد نوقشت أعلاه مكونات نظام تجاري، ومتطلباته من حيث التردد والحجم، غير أنه لم يتم بعد تغطية الهياكل الأساسية للنظام. أولئك الذين يعملون كمتاجر التجزئة أو يعملون في صندوق صغير من المرجح أن "يرتدي قبعات كثيرة". وسوف يكون من الضروري أن تغطي نموذج ألفا، وإدارة المخاطر والتنفيذ المعلمات، وأيضا التنفيذ النهائي للنظام. قبل مناقشة لغات محددة، سيتم مناقشة تصميم بنية النظام الأمثل.
فصل الشواغل.
ومن أهم القرارات التي يجب اتخاذها في البداية كيفية "فصل الشواغل" عن نظام تجاري. في تطوير البرمجيات، وهذا يعني أساسا كيفية تفريق مختلف جوانب النظام التجاري إلى مكونات وحدات منفصلة.
من خلال تعريض الواجهات في كل من المكونات من السهل مبادلة أجزاء من النظام للنسخ الأخرى التي تساعد على الأداء، والموثوقية أو الصيانة، دون تعديل أي رمز التبعية الخارجية. وهذه هي "أفضل الممارسات" لهذه النظم. وبالنسبة للاستراتيجيات في الترددات المنخفضة، ينصح بهذه الممارسات. بالنسبة لتداول الترددات العالية جدا، قد يكون من الضروري تجاهل قاعدة البيانات على حساب تعديل النظام للحصول على المزيد من الأداء. قد يكون من المرغوب فيه نظام أكثر إحكاما.
إن إنشاء خريطة مكونة لنظام التداول الخوارزمي يستحق مقالا في حد ذاته. ومع ذلك، فإن النهج الأمثل هو التأكد من وجود مكونات منفصلة للمدخلات بيانات السوق التاريخية والحقيقية، وتخزين البيانات، أبي الوصول إلى البيانات، باكتستر، معايير الاستراتيجية، بناء محفظة وإدارة المخاطر وأنظمة التنفيذ الآلي.
على سبيل المثال، إذا كان مخزن البيانات قيد الاستخدام حاليا ضعيفا، حتى عند مستويات كبيرة من التحسين، يمكن تبديله مع الحد الأدنى من إعادة الكتابة إلى ابتلاع البيانات أو أبي الوصول إلى البيانات. بقدر ما باكتستر والمكونات اللاحقة المعنية، ليس هناك فرق.
فائدة أخرى من المكونات فصل هو أنه يسمح لمجموعة متنوعة من لغات البرمجة لاستخدامها في النظام العام. ليست هناك حاجة إلى أن تقتصر على لغة واحدة إذا كانت طريقة الاتصال من مكونات اللغة مستقلة. وسوف يكون هذا هو الحال إذا كانوا التواصل عبر تكب / إب، زيرومق أو بعض بروتوكول آخر اللغة مستقلة.
وكمثال ملموس، يجب النظر في حالة نظام باكتستينغ الذي كتب في C ++ لأداء "طحن عدد"، في حين تتم كتابة مدير محفظة ونظم التنفيذ في بيثون باستخدام سسيبي و إبي.
اعتبارات الأداء.
الأداء هو اعتبار كبير لمعظم استراتيجيات التداول. لاستراتيجيات تردد أعلى هو العامل الأكثر أهمية. "الأداء" يغطي مجموعة واسعة من القضايا، مثل سرعة التنفيذ الخوارزمية، الكمون الشبكة، عرض النطاق الترددي، I / O البيانات، التزامن / التوازي والتحجيم. كل من هذه المجالات هي التي تغطيها بشكل فردي الكتب المدرسية الكبيرة، لذلك هذه المادة سوف تخدش فقط سطح كل موضوع. سيتم الآن مناقشة الهندسة المعمارية واختيار اللغة من حيث آثارها على الأداء.
الحكمة السائدة كما ذكر دونالد نوث، أحد آباء علوم الحاسوب، هو أن "التحسين المبكر هو جذر كل الشر". هذا هو الحال دائما تقريبا - إلا عند بناء خوارزمية التداول عالية التردد! بالنسبة لأولئك الذين يرغبون في استراتيجيات التردد المنخفض، نهج مشترك هو بناء نظام في أبسط طريقة ممكنة وتحسين فقط كما تبدأ الاختناقات في الظهور.
وتستخدم أدوات التنميط لتحديد أين تنشأ الاختناقات. يمكن أن تكون ملامح لجميع العوامل المذكورة أعلاه، إما في بيئة ويندوز أو لينوكس. هناك العديد من أنظمة التشغيل وأدوات اللغة المتاحة للقيام بذلك، فضلا عن المرافق طرف ثالث. وسيتم الآن مناقشة اختيار اللغة في سياق الأداء.
C ++ و جافا و بيثون و R و ماتلاب كلها تحتوي على مكتبات عالية الأداء (إما كجزء من معيارها أو خارجيا) لبنية البيانات الأساسية والعمل الخوارزمي. C ++ السفن مع مكتبة قالب قياسي، في حين يحتوي بيثون نومبي / سسيبي. المهام الرياضية المشتركة هي التي يمكن العثور عليها في هذه المكتبات ونادرا ما تكون مفيدة لكتابة تنفيذ جديد.
ويتمثل أحد الاستثناءات في ما إذا كانت معمارية الأجهزة عالية التخصيص مطلوبة، وأن الخوارزمية تستخدم استخداما موسعا للملحقات الخاصة (مثل مخابئ مخصصة). ومع ذلك، في كثير من الأحيان "إعادة اختراع العجلة" الوقت النفايات التي يمكن أن تنفق بشكل أفضل تطوير وتحسين أجزاء أخرى من البنية التحتية التجارية. وقت التطوير ثمين للغاية وخاصة في سياق المطورين الوحيد.
وكثيرا ما يكون الكمون مشكلة في نظام التنفيذ حيث إن أدوات البحث عادة ما تكون موجودة على نفس الجهاز. بالنسبة إلى السابق، يمكن أن يحدث الكمون عند نقاط متعددة على طول مسار التنفيذ. يجب استشارة قواعد البيانات (زمن الاستجابة للقرص / الشبكة)، يجب إنشاء إشارات (التشغيل المؤقت، زمن استجابة الرسائل)، وإشارات التجارة المرسلة (زمن استجابة نيك) والأوامر المعالجة (زمن الاستجابة الداخلي للتبادل).
لعمليات تردد أعلى من الضروري أن تصبح مألوفة على نحو وثيق مع التحسين الأمثل، فضلا عن الأمثل لنقل الشبكة. هذا هو منطقة عميقة و هو إلى حد كبير خارج نطاق هذه المادة ولكن إذا كان المطلوب خوارزمية أوفت ثم يكون على بينة من عمق المعرفة المطلوبة!
التخزين المؤقت مفيد جدا في مجموعة أدوات مطور التداول الكمي. التخزين المؤقت يشير إلى مفهوم تخزين البيانات التي يتم الوصول إليها بشكل متكرر بطريقة تسمح بالوصول إلى الأداء العالي، على حساب احتمال عدم دقة البيانات. تحدث حالة الاستخدام الشائعة في تطوير الويب عند أخذ البيانات من قاعدة بيانات علائقية تدعمها الأقراص ووضعها في الذاكرة. أي طلبات لاحقة للبيانات لا تضطر إلى "ضرب قاعدة البيانات" وبالتالي مكاسب الأداء يمكن أن تكون كبيرة.
للتداول حالات التخزين المؤقت يمكن أن تكون مفيدة للغاية. على سبيل المثال، يمكن تخزين الحالة الحالية لمحفظة إستراتيجية في ذاكرة التخزين المؤقت حتى يتم إعادة توازنها، بحيث لا تحتاج القائمة إلى إعادة توليدها عند كل حلقة من خوارزمية التداول. من المرجح أن يكون هذا التجميع وحدة المعالجة المركزية عالية أو القرص I / O العملية.
ومع ذلك، التخزين المؤقت لا يخلو من القضايا الخاصة بها. تجديد بيانات ذاكرة التخزين المؤقت في كل مرة، ويرجع ذلك إلى طبيعة فوليلي تخزين ذاكرة التخزين المؤقت، يمكن أن تضع طلبا كبيرا على البنية التحتية. وثمة مسألة أخرى هي تكديس الكلاب، حيث يتم تنفيذ أجيال متعددة من نسخة مخبأ جديدة تحت حمولة عالية للغاية، الأمر الذي يؤدي إلى فشل سلسلة.
تخصيص الذاكرة الديناميكية عملية مكلفة في تنفيذ البرامج. وبالتالي فإنه من الضروري لتطبيقات التداول أداء أعلى أن تكون على بينة جيدا كيف يتم تخصيص الذاكرة وإزالة ديالوكاتد خلال تدفق البرنامج. معايير اللغة الأحدث مثل جافا و C # و بيثون جميعها تؤدي إلى جمع القمامة التلقائي، الذي يشير إلى إلغاء تخصيص الذاكرة التي يتم تخصيصها ديناميكيا عندما تخرج الكائنات من النطاق.
جمع القمامة مفيد للغاية أثناء التطوير لأنه يقلل من الأخطاء ويساعد القراءة. ومع ذلك، فإنه غالبا ما يكون دون المستوى الأمثل لبعض استراتيجيات التداول عالية التردد. عادة ما تكون هناك حاجة لجمع القمامة المخصصة لهذه الحالات. في جافا، على سبيل المثال، من خلال ضبط جامع القمامة وتكوين كومة الذاكرة المؤقتة، فمن الممكن الحصول على أداء عال لاستراتيجيات هفت.
C ++ لا توفر جامع القمامة الأصلي ولذلك فمن الضروري التعامل مع جميع تخصيص الذاكرة / ديالوكاتيون كجزء من تنفيذ كائن. في حين يحتمل أن يكون عرضة للخطأ (يحتمل أن يؤدي إلى مؤشرات التعلق) من المفيد للغاية أن يكون التحكم الدقيق الحبيبات لكيفية ظهور الكائنات على كومة لتطبيقات معينة. عند اختيار لغة تأكد من دراسة كيفية عمل جامع القمامة وما إذا كان يمكن تعديلها لتحسين حالة استخدام معينة.
العديد من العمليات في أنظمة التداول الخوارزمية هي قابلة للتوازي. وهذا يشير إلى مفهوم تنفيذ عمليات برمجية متعددة في نفس الوقت، أي في "موازية". وتشمل ما يسمى بالخوارزميات "الموازية بشكل محرج" خطوات يمكن حسابها بشكل مستقل تماما عن الخطوات الأخرى. بعض العمليات الإحصائية، مثل محاكاة مونتي كارلو، هي مثال جيد للخوارزميات المتوازية بشكل محرج حيث يمكن حساب كل سحب عشوائي وعملية المسار اللاحقة دون معرفة مسارات أخرى.
الخوارزميات الأخرى هي موازية جزئيا فقط. ديناميات السوائل المحاكاة هي مثل هذا المثال، حيث مجال الحساب يمكن تقسيمها، ولكن في نهاية المطاف يجب أن هذه المجالات التواصل مع بعضها البعض، وبالتالي فإن العمليات هي متتابعة جزئية. تخضع الخوارزميات المتوازية لقانون أمدال، الذي يوفر الحد الأعلى النظري لزيادة أداء خوارزمية متوازية عندما يخضع لعمليات $ N $ منفصلة (على سبيل المثال، على وحدة المعالجة المركزية الأساسية أو مؤشر الترابط).
أصبح باراليليساتيون ذات أهمية متزايدة كوسيلة للتحسين منذ ركض سرعة المعالج على مدار الساعة، كما تحتوي المعالجات الأحدث العديد من النوى التي لإجراء حسابات موازية. وقد أدى ارتفاع أجهزة الرسومات الاستهلاكية (في الغالب لألعاب الفيديو) إلى تطوير وحدات المعالجة الرسومية (غبوس)، التي تحتوي على مئات من "النوى" لعمليات متزامنة للغاية. وأصبحت وحدات معالجة الجرافيك هذه بأسعار معقولة جدا. وقد أدت الأطر الرفيعة المستوى، مثل أطر نفيديا، إلى اعتماد واسع النطاق في الأوساط الأكاديمية والمالية.
هذه الأجهزة غبو عادة ما تكون مناسبة فقط للجانب البحثي من التمويل الكمي، في حين يتم استخدام الأجهزة الأخرى أكثر تخصصا (بما في ذلك الميدان بوابة برمجة صفائف - فبغاس) ل (U) هفت. في الوقت الحاضر، معظم اللغات الحديثة تدعم درجة من التزامن / تعدد المواضيع. وبالتالي فمن مباشرة لتحسين باكتستر، لأن جميع الحسابات مستقلة بشكل عام عن الآخرين.
يشير التحجيم في هندسة البرمجيات والعمليات إلى قدرة النظام على التعامل مع الأحمال المتزايدة باستمرار في شكل طلبات أكبر، واستخدام المعالج العالي والمزيد من تخصيص الذاكرة. في التداول الخوارزمي استراتيجية قادرة على نطاق إذا كان يمكن قبول كميات أكبر من رأس المال، ولا تزال تنتج عائدات متسقة. جداول تكديس تكنولوجيا التداول إذا كان يمكن أن تحمل حجم التجارة أكبر وزيادة الكمون، دون الاختناقات.
في حين يجب أن تصمم النظم على نطاق واسع، غالبا ما يكون من الصعب التنبؤ مسبقا حيث سيحدث عنق الزجاجة. وسيساعد قطع الأشجار، والاختبار، والتنميط، والرصد على نحو كبير في السماح للنظام بتوسيع نطاقه. وغالبا ما توصف اللغات نفسها بأنها "غير قابلة للتغيير". وهذا عادة ما يكون نتيجة للتضليل، وليس الحقيقة الصعبة. هذا هو إجمالي كومة التكنولوجيا التي ينبغي التأكد من قابلية، وليس اللغة. ومن الواضح أن لغات معينة لها أداء أكبر من غيرها في حالات الاستخدام على وجه الخصوص، ولكن لغة واحدة هي "أفضل" أبدا من أي معنى آخر.
إحدى وسائل إدارة المقياس هي فصل المخاوف، كما ذكرنا سابقا. من أجل زيادة القدرة على التعامل مع "المسامير" في النظام (أي التقلبات المفاجئة التي تؤدي إلى مجموعة كبيرة من الصفقات)، فمن المفيد إنشاء "بنية الطابور رسالة". وهذا يعني ببساطة وضع نظام طابور الرسائل بين المكونات بحيث تكون الأوامر "مكدسة" إذا كان مكون معين غير قادر على معالجة العديد من الطلبات.
بدلا من أن يتم فقدان الطلبات يتم الاحتفاظ بها ببساطة في كومة حتى يتم التعامل مع الرسالة. هذا مفيد بشكل خاص لإرسال الصفقات إلى محرك التنفيذ. إذا كان المحرك يعاني تحت الكمون الثقيل ثم فإنه سيتم النسخ الاحتياطي الصفقات. وهناك طابور بين مولد إشارة التجارة و أبي التنفيذ تخفيف هذه المسألة على حساب احتمال انزلاق التجارة. A وسيط قائمة انتظار رسالة مفتوحة المصدر يحظى باحترام كبير هو رابيتمق.
الأجهزة وأنظمة التشغيل.
الأجهزة التي تعمل الاستراتيجية الخاصة بك يمكن أن يكون لها تأثير كبير على ربحية خوارزمية الخاص بك. هذه ليست قضية تقتصر على التجار عالية التردد إما. يمكن أن يؤدي اختيار ضعيف في الأجهزة ونظام التشغيل إلى تعطل الجهاز أو إعادة التشغيل في اللحظة الأكثر من غير المناسب. وبالتالي فمن الضروري النظر في المكان الذي سيقام فيه طلبك. الاختيار هو عادة بين جهاز سطح المكتب الشخصي، خادم بعيد، مزود "سحابة" أو خادم تبادل مشترك.
أجهزة سطح المكتب هي بسيطة لتثبيت وإدارة، وخاصة مع أحدث أنظمة التشغيل ودية المستخدم مثل ويندوز 7/8، ماك أوسك وأوبونتو. ولكن أنظمة سطح المكتب تمتلك بعض العيوب الهامة. في المقام الأول هو أن إصدارات أنظمة التشغيل المصممة لآلات سطح المكتب من المرجح أن تتطلب إعادة تمهيد / الترقيع (وغالبا في أسوأ الأوقات!). كما أنها تستخدم المزيد من الموارد الحسابية بحكم الحاجة إلى واجهة المستخدم الرسومية (غوي).
استخدام الأجهزة في المنزل (أو المكتب المحلي) البيئة يمكن أن يؤدي إلى الاتصال بالإنترنت ومشاكل الطاقة الجهوزية. الفائدة الرئيسية لنظام سطح المكتب هو أن القدرة الحصانية الحاسوبية كبيرة يمكن شراؤها لجزء من تكلفة خادم مخصص عن بعد (أو نظام سحابة القائمة) من سرعة مماثلة.
إن الخادم المخصص أو الجهاز القائم على السحابة، في حين غالبا ما يكون أكثر تكلفة من خيار سطح المكتب، يسمح للبنية التحتية أكثر أهمية التكرار، مثل النسخ الاحتياطي للبيانات الآلية، والقدرة على أكثر وضوحا ضمان الجهوزية والرصد عن بعد. فهي أصعب لإدارة لأنها تتطلب القدرة على استخدام قدرات تسجيل الدخول عن بعد من نظام التشغيل.
في ويندوز هذا عموما عن طريق بروتوكول سطح المكتب البعيد واجهة المستخدم الرسومية (رديب). في الأنظمة المستندة إلى أونيكس يتم استخدام سطر الأوامر الآمنة شل (سش). البنية التحتية للخادم المستندة إلى يونيكس هي دائما تقريبا سطر الأوامر على أساس الذي يجعل على الفور أدوات البرمجة القائمة على واجهة المستخدم الرسومية (مثل ماتلاب أو إكسيل) لتكون غير صالحة للاستعمال.
والخادم المتواجد في الموقع، حيث تستخدم العبارة في أسواق رأس المال، هو ببساطة خادم مخصص يتواجد داخل تبادل من أجل تقليل زمن الاستجابة لخوارزمية التداول. وهذا ضروري للغاية لبعض استراتيجيات التداول عالية التردد، والتي تعتمد على الكمون المنخفض من أجل توليد ألفا.
الجانب الأخير لاختيار الأجهزة واختيار لغة البرمجة هو منصة الاستقلال. هل هناك حاجة لتشغيل الشفرة عبر أنظمة تشغيل مختلفة متعددة؟ هل تم تصميم الشفرة ليتم تشغيلها على نوع معين من بنية المعالج، مثل إنتيل x86 / x64 أو هل سيكون من الممكن تنفيذ معالجات ريس مثل تلك المصنعة بواسطة أرم؟ وستعتمد هذه القضايا اعتمادا كبيرا على تواتر ونوع الاستراتيجية الجاري تنفيذها.
المرونة والاختبار.
واحدة من أفضل الطرق لتفقد الكثير من المال على التداول الخوارزمية هو إنشاء نظام مع عدم المرونة. هذا يشير إلى متانة النظام عند التعرض لأحداث نادرة، مثل إفلاس الوساطة، التقلبات المفاجئة المفاجئة، التوقف على نطاق المنطقة لموفر خادم السحابة أو الحذف العرضي لقاعدة بيانات التداول بأكملها. سنوات من الأرباح يمكن القضاء عليها في غضون ثوان مع بنية سيئة التصميم. فمن الضروري للغاية للنظر في قضايا مثل ديبوجنغ، والاختبار، وقطع الأشجار، والنسخ الاحتياطي، وتوافر عالية والرصد والمكونات الأساسية للنظام الخاص بك.
ومن المرجح أنه في أي المعقدة المعقولة معقول تطبيق التداول الكمي على الأقل 50٪ من الوقت اللازم للتنمية سوف تنفق على التصحيح والاختبار والصيانة.
تقريبا جميع لغات البرمجة إما السفينة مع المصحح المصاحبة أو تمتلك بدائل طرف ثالث يحظى باحترام كبير. في جوهرها، يسمح مصحح الأخطاء تنفيذ برنامج مع إدراج نقاط التعسفي التعسفي في مسار التعليمات البرمجية، والتي توقف مؤقتا التنفيذ من أجل التحقيق في حالة النظام. الفائدة الرئيسية من التصحيح هو أنه من الممكن للتحقيق في سلوك التعليمات البرمجية قبل نقطة تحطم معروفة.
التصحيح هو عنصر أساسي في مربع الأدوات لتحليل أخطاء البرمجة. ومع ذلك، فهي تستخدم على نطاق واسع في اللغات المترجمة مثل C ++ أو جافا، حيث أن اللغات المفهرسة مثل بيثون غالبا ما تكون أسهل للتصحيح بسبب أقل لوك وبيانات أقل مطول. على الرغم من هذا الاتجاه بيثون لا السفينة مع بدب، وهو أداة التصحيح متطورة. ميكروسوفت فيسوال C ++ إيد يمتلك الأدوات المساعدة التصحيح واجهة المستخدم الرسومية واسعة، بينما بالنسبة لسطر الأوامر لينوكس C ++ مبرمج، مصحح أخطاء غب موجود.
ويشير الاختبار في تطوير البرمجيات إلى عملية تطبيق معلمات ونتائج معروفة على وظائف وأساليب وكائنات محددة داخل كوديباس، وذلك لمحاكاة السلوك وتقييم مسارات كود متعددة، مما يساعد على ضمان أن يتصرف النظام كما ينبغي. ويعرف النموذج الأحدث باسم "التطوير القائم على الاختبار" (تد)، حيث يتم تطوير شفرة الاختبار على واجهة محددة دون تنفيذ. قبل الانتهاء من كوديباس الفعلية سوف تفشل جميع الاختبارات. كما يتم كتابة التعليمات البرمجية إلى "ملء الفراغات"، والاختبارات في نهاية المطاف جميعا تمر، وعند هذه النقطة يجب أن تتوقف التنمية.
تد يتطلب واسعة تصميم مواصفات مقدما فضلا عن درجة صحية من الانضباط من أجل القيام بنجاح. في C ++، يوفر بوست إطار اختبار الوحدة. في جافا، توجد مكتبة جونيت لتحقيق الغرض نفسه. لدى بيثون أيضا وحدة ونيتست كجزء من المكتبة القياسية. 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 lead 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, these metrics must be established as part of the larger design. Many solutions for monitoring exist: proprietary, hosted and open source, which allow extensive customisation of metrics for a particular use case.
Backups and high availability should be prime concerns of a trading system. Consider the following two questions: 1) If an entire production database of market data and trading history was deleted (without backups) how would the research and execution algorithm be affected? 2) If the trading system suffers an outage for an extended period (with open positions) how would account equity and ongoing profitability be affected? The answers to both of these questions are often sobering!
It is imperative to put in place a system for backing up data and also for testing the restoration of such data. Many individuals do not test a restore strategy. If recovery from a crash has not been tested in a safe environment, what guarantees exist that restoration will be available at the worst possible moment?
Similarly, high availability needs to be "baked in from the start". Redundant infrastructure (even at additional expense) must always be considered, as the cost of downtime is likely to far outweigh the ongoing maintenance cost of such systems. I won't delve too deeply into this topic as it is a large area, but make sure it is one of the first considerations given to your trading system.
Choosing a Language.
Considerable detail has now been provided on the various factors that arise when developing a custom high-performance algorithmic trading system. The next stage is to discuss how programming languages are generally categorised.
Type Systems.
When choosing a language for a trading stack it is necessary to consider the type system . The languages which are of interest for algorithmic trading are either statically - or dynamically-typed . A statically-typed language performs checks of the types (e. g. integers, floats, custom classes etc) during the compilation process. Such languages include C++ and Java. A dynamically-typed language performs the majority of its type-checking at runtime. Such languages include Python, Perl and JavaScript.
For a highly numerical system such as an algorithmic trading engine, type-checking at compile time can be extremely beneficial, as it can eliminate many bugs that would otherwise lead to numerical errors. However, type-checking doesn't catch everything, and this is where exception handling comes in due to the necessity of having to handle unexpected operations. 'Dynamic' languages (i. e. those that are dynamically-typed) can often lead to run-time errors that would otherwise be caught with a compilation-time type-check. For this reason, the concept of TDD (see above) and unit testing arose which, when carried out correctly, often provides more safety than compile-time checking alone.
Another benefit of statically-typed languages is that the compiler is able to make many optimisations that are otherwise unavailable to the dynamically - typed language, simply because the type (and thus memory requirements) are known at compile-time. In fact, part of the inefficiency of many dynamically-typed languages stems from the fact that certain objects must be type-inspected at run-time and this carries a performance hit. Libraries for dynamic languages, such as NumPy/SciPy alleviate this issue due to enforcing a type within arrays.
Open Source or Proprietary?
One of the biggest choices available to an algorithmic trading developer is whether to use proprietary (commercial) or open source technologies. There are advantages and disadvantages to both approaches. It is necessary to consider how well a language is supported, the activity of the community surrounding a language, ease of installation and maintenance, quality of the documentation and any licensing/maintenance costs.
The Microsoft stack (including Visual C++, Visual C#) and MathWorks' MatLab are two of the larger proprietary choices for developing custom algorithmic trading software. Both tools have had significant "battle testing" in the financial space, with the former making up the predominant software stack for investment banking trading infrastructure and the latter being heavily used for quantitative trading research within investment funds.
Microsoft and MathWorks both provide extensive high quality documentation for their products. Further, the communities surrounding each tool are very large with active web forums for both. The software allows cohesive integration with multiple languages such as C++, C# and VB, as well as easy linkage to other Microsoft products such as the SQL Server database via LINQ. MatLab also has many plugins/libraries (some free, some commercial) for nearly any quantitative research domain.
There are also drawbacks. With either piece of software the costs are not insignificant for a lone trader (although Microsoft does provide entry-level version of Visual Studio for free). Microsoft tools "play well" with each other, but integrate less well with external code. Visual Studio must also be executed on Microsoft Windows, which is arguably far less performant than an equivalent Linux server which is optimally tuned.
MatLab also lacks a few key plugins such as a good wrapper around the Interactive Brokers API, one of the few brokers amenable to high-performance algorithmic trading. The main issue with proprietary products is the lack of availability of the source code. This means that if ultra performance is truly required, both of these tools will be far less attractive.
Open source tools have been industry grade for sometime. Much of the alternative asset space makes extensive use of open-source Linux, MySQL/PostgreSQL, Python, R, C++ and Java in high-performance production roles. However, they are far from restricted to this domain. Python and R, in particular, contain a wealth of extensive numerical libraries for performing nearly any type of data analysis imaginable, often at execution speeds comparable to compiled languages, with certain caveats.
The main benefit of using interpreted languages is the speed of development time. Python and R require far fewer lines of code (LOC) to achieve similar functionality, principally due to the extensive libraries. Further, they often allow interactive console based development, rapidly reducing the iterative development process.
Given that time as a developer is extremely valuable, and execution speed often less so (unless in the HFT space), it is worth giving extensive consideration to an open source technology stack. Python and R possess significant development communities and are extremely well supported, due to their popularity. Documentation is excellent and bugs (at least for core libraries) remain scarce.
Open source tools often suffer from a lack of a dedicated commercial support contract and run optimally on systems with less-forgiving user interfaces. A typical Linux server (such as Ubuntu) will often be fully command-line oriented. In addition, Python and R can be slow for certain execution tasks. There are mechanisms for integrating with C++ in order to improve execution speeds, but it requires some experience in multi-language programming.
While proprietary software is not immune from dependency/versioning issues it is far less common to have to deal with incorrect library versions in such environments. Open source operating systems such as Linux can be trickier to administer.
I will venture my personal opinion here and state that I build all of my trading tools with open source technologies. In particular I use: Ubuntu, MySQL, Python, C++ and R. The maturity, community size, ability to "dig deep" if problems occur and lower total cost ownership (TCO) far outweigh the simplicity of proprietary GUIs and easier installations. Having said that, Microsoft Visual Studio (especially for C++) is a fantastic Integrated Development Environment (IDE) which I would also highly recommend.
Batteries Included?
The header of this section refers to the "out of the box" capabilities of the language - what libraries does it contain and how good are they? This is where mature languages have an advantage over newer variants. C++, Java and Python all now possess extensive libraries for network programming, HTTP, operating system interaction, GUIs, regular expressions (regex), iteration and basic algorithms.
C++ is famed for its Standard Template Library (STL) which contains a wealth of high performance data structures and algorithms "for free". Python is known for being able to communicate with nearly any other type of system/protocol (especially the web), mostly through its own standard library. R has a wealth of statistical and econometric tools built in, while MatLab is extremely optimised for any numerical linear algebra code (which can be found in portfolio optimisation and derivatives pricing, for instance).
Outside of the standard libraries, C++ makes use of the Boost library, which fills in the "missing parts" of the standard library. In fact, many parts of Boost made it into the TR1 standard and subsequently are available in the C++11 spec, including native support for lambda expressions and concurrency.
Python has the high performance NumPy/SciPy/Pandas data analysis library combination, which has gained widespread acceptance for algorithmic trading research. Further, high-performance plugins exist for access to the main relational databases, such as MySQL++ (MySQL/C++), JDBC (Java/MatLab), MySQLdb (MySQL/Python) and psychopg2 (PostgreSQL/Python). Python can even communicate with R via the RPy plugin!
An often overlooked aspect of a trading system while in the initial research and design stage is the connectivity to a broker API. Most APIs natively support C++ and Java, but some also support C# and Python, either directly or with community-provided wrapper code to the C++ APIs. In particular, Interactive Brokers can be connected to via the IBPy plugin. If high-performance is required, brokerages will support the FIX protocol.
استنتاج.
As is now evident, the choice of programming language(s) for an algorithmic trading system is not straightforward and requires deep thought. The main considerations are performance, ease of development, resiliency and testing, separation of concerns, familiarity, maintenance, source code availability, licensing costs and maturity of libraries.
The benefit of a separated architecture is that it allows languages to be "plugged in" for different aspects of a trading stack, as and when requirements change. A trading system is an evolving tool and it is likely that any language choices will evolve along with it.
مجرد بدء مع التداول الكمي؟
3 أسباب الاشتراك في قائمة البريد الإلكتروني كوانتستارت:
1. دروس التداول الكمي.
سوف تحصل على إمكانية الوصول الفوري إلى دورة مجانية 10-البريد الإلكتروني معبأة مع تلميحات ونصائح لمساعدتك على البدء في التداول الكمي!
2. جميع أحدث المحتوى.
كل أسبوع سوف نرسل لك التفاف جميع الأنشطة على كوانتستارت لذلك عليك أن لا يفوتون وظيفة مرة أخرى.
ريال مدريد، وقابلة للتنفيذ نصائح التداول الكمي مع أي هراء.

O'Reilly.
على الرادار لدينا.
على الرادار لدينا.
Algorithmic trading in less than 100 lines of Python code.
إذا كنت على دراية بالتداول المالي وتعرف على بيثون، يمكنك البدء في التداول باستخدام الخوارزميات الأساسية في أي وقت من الأوقات.
إذا كنت ترغب في معرفة المزيد عن تحليل البيانات المالية مع بايثون، تحقق من بيثون للتمويل من قبل إيف هيلبيشش.
تجارة خوارزمية.
يشير التداول الخوارزمي إلى التداول الآلي الآلي للأدوات المالية (بناء على بعض الخوارزميات أو القواعد) مع القليل من التدخل البشري أو عدم وجوده خلال ساعات التداول. ويمكن تداول أي نوع من الأدوات المالية تقريبا - سواء كانت مخزونات أو عملات أو سلع أو منتجات ائتمانية أو تقلبات - على هذا النحو. ليس ذلك فحسب، في بعض قطاعات السوق، الخوارزميات هي المسؤولة عن حصة الأسد من حجم التداول. الكتب كوانتس من قبل سكوت باترسون والمزيد من المال من الله من قبل سيباستيان مولابي رسم صورة حية لبداية التداول الخوارزمية والشخصيات وراء صعودها.
The barriers to entry for algorithmic trading have never been lower. منذ وقت ليس ببعيد، فقط المستثمرين من المؤسسات مع ميزانيات تكنولوجيا المعلومات في الملايين من الدولارات يمكن أن يشارك، ولكن حتى الأفراد حتى مجهزة فقط مع جهاز كمبيوتر محمول والاتصال بالإنترنت يمكن أن تبدأ في غضون دقائق. وهناك بعض الاتجاهات الرئيسية وراء هذا التطور:
برنامج مفتوح المصدر: كل قطعة من البرامج التي يحتاج المتداول للبدء في التداول الخوارزمي هو متاح في شكل المصدر المفتوح. على وجه التحديد، أصبحت بيثون اللغة والنظام البيئي المفضل. مصادر البيانات المفتوحة: المزيد والمزيد من مجموعات البيانات القيمة المتاحة من المصادر المفتوحة والحرة، وتوفير ثروة من الخيارات لاختبار فرضيات التداول والاستراتيجيات. منصات التداول عبر الإنترنت: هناك عدد كبير من منصات التداول عبر الإنترنت التي توفر وصولا سهلا وموحدا إلى البيانات التاريخية (عبر واجهات برمجة تطبيقات ريستفول) وبيانات في الوقت الفعلي (عبر واجهات برمجة التطبيقات المتدفقة بالمقابس)، كما تقدم ميزات التداول والمحفظة (عبر واجهات برمجة التطبيقات البرمجية ).
This article shows you how to implement a complete algorithmic trading project, from backtesting the strategy to performing automated, real-time trading. وفيما يلي العناصر الرئيسية للمشروع:
الاستراتيجية: اخترت استراتيجية الزخم لسلسلة زمنية (راجع موسكويتز، توبياس، ياو هوا أوي، ولاسي هيج بيدرسين (2018): "زخم سلسلة الوقت". مجلة الاقتصاد المالي، المجلد 104، 228-250)، والتي يفترض أساسا أن الأداة المالية التي أدت بشكل جيد / سيئ ستستمر في القيام بذلك. منصة: اخترت أواندا. فإنه يسمح لك بالتداول في مجموعة متنوعة من عقود الاستدانة للفروق (كفدس)، والتي تسمح أساسا الرهانات الاتجاه على مجموعة متنوعة من الأدوات المالية (على سبيل المثال العملات ومؤشرات الأسهم والسلع). البيانات: سنحصل على جميع البيانات التاريخية لدينا وتدفق البيانات من أواندا. البرمجيات: سنستخدم بيثون في تركيبة مع مكتبة تحليل البيانات الباندا قوية، بالإضافة إلى عدد قليل من حزم بيثون إضافية.
يفترض ما يلي أن لديك تثبيت بايثون 3.5 المتاحة مع المكتبات تحليلات البيانات الرئيسية، مثل نومبي والباندا، وشملت. إذا لم يكن كذلك، يجب عليك، على سبيل المثال، تحميل وتثبيت توزيع أناكوندا بيثون.
Oanda Account.
في أواندا، يمكن لأي شخص التسجيل للحصول على حساب تجريبي مجاني ("تداول الورق") في غضون دقائق. Once you have done that, to access the Oanda API programmatically, you need to install the relevant Python package:
To work with the package, you need to create a configuration file with filename oanda. cfg that has the following content:
استبدل المعلومات الواردة أعلاه بالرقم التعريفي والرمز المميز اللذين تجدهما في حسابك على منصة أواندا.
تنفيذ هذا الرمز يزودك مع الهدف الرئيسي للعمل برمجيا مع منصة أواندا.
Backtesting.
لقد وضعنا بالفعل كل ما يلزم للبدء في باكتستينغ من استراتيجية الزخم. على وجه الخصوص، ونحن قادرون على استرداد البيانات التاريخية من أواندا. الجهاز الذي نستخدمه هو EUR_USD ويستند على سعر صرف اليورو / الدولار الأمريكي.
الخطوة الأولى في باكتستينغ هي استرداد البيانات وتحويلها إلى كائن داتافريم الباندا. مجموعة البيانات نفسها هي لمدة يومين 8 و 9 ديسمبر 2018، ولها دقة دقيقة واحدة. The output at the end of the following code block gives a detailed overview of the data set. يتم استخدامه لتنفيذ باكتستينغ من استراتيجية التداول.
ثانيا، نحن بصياغة رسمية لاستراتيجية الزخم من خلال إخبار بيثون أن تأخذ متوسط ​​عودة السجل على آخر 15، 30، 60، و 120 دقيقة أشرطة لاستخلاص الموقف في الصك. على سبيل المثال، يعطي متوسط ​​عود السجل للأشرطة ال 15 دقيقة الأخيرة متوسط ​​قيمة آخر 15 إرجاع. إذا كانت هذه القيمة إيجابية، نذهب / البقاء طويل الصك المتداولة. إذا كان سلبيا نذهب / البقاء قصيرة. لتبسيط التعليمات البرمجية التالية، نحن نعتمد فقط على قيم كلوسك التي استردناها عبر المجموعة السابقة من التعليمات البرمجية:
ثالثا، لاستخلاص الأداء المطلق لاستراتيجية الزخم لفترات الزخم المختلفة (في دقائق)، تحتاج إلى مضاعفة المواقع المستمدة أعلاه (تحولت يوم واحد) من عائدات السوق. Here’s how to do that:
فحص المؤامرة أعلاه يكشف أن، على مدى فترة مجموعة البيانات، والصك المتداولة نفسها لديها أداء سلبي من حوالي -2٪. Among the momentum strategies, the one based on 120 minutes performs best with a positive return of about 1.5% (ignoring the bid/ask spread). In principle, this strategy shows "real alpha": it generates a positive return even when the instrument itself shows a negative one.
التداول الآلي.
Once you have decided on which trading strategy to implement, you are ready to automate the trading operation. لتسريع الأمور، وأنا تنفيذ التداول الآلي على أساس اثني عشر خمسة قضبان الثانية لاستراتيجية الزخم سلسلة الوقت بدلا من البارات دقيقة واحدة كما تستخدم ل باكتستينغ. فئة واحدة، بدلا موجزة لا خدعة:
يسمح التعليم البرمجي أدناه فئة مومنتومترادر ​​القيام بعملها. The automated trading takes place on the momentum calculated over 12 intervals of length five seconds. الطبقة يتوقف تلقائيا التداول بعد 250 القراد من البيانات الواردة. هذا أمر تعسفي ولكنه يسمح بعرض سريع للطبقة مومنتومترادر.
The output above shows the single trades as executed by the MomentumTrader class during a demonstration run. تظهر لقطة الشاشة أدناه تطبيق سطح المكتب فستا تريدراكتيس من أواندا حيث تكون التجارة من تنفيذ فئة مومنتومترادر ​​في EUR_USD نشطة.
تعتمد جميع مخرجات المثال الموضح في هذه المقالة على حساب تجريبي (حيث يتم استخدام المال الورقي فقط بدلا من المال الحقيقي) لمحاكاة التداول الحسابي. للانتقال إلى عملية تداول حية مع المال الحقيقي، تحتاج ببساطة إلى إنشاء حساب حقيقي مع أواندا، وتوفير الأموال الحقيقية، وضبط البيئة ومعلمات الحساب المستخدمة في التعليمات البرمجية. رمز نفسه لا تحتاج إلى تغيير.
الاستنتاجات.
This article shows that you can start a basic algorithmic trading operation with fewer than 100 lines of Python code. من حيث المبدأ، يتم توضيح جميع خطوات مثل هذا المشروع، مثل استرداد البيانات لأغراض باكتستينغ، باكتستينغ استراتيجية الزخم، وأتمتة التداول على أساس مواصفات استراتيجية الزخم. The code presented provides a starting point to explore many different directions: using alternative algorithmic trading strategies, trading alternative instruments, trading multiple instruments at once, etc.
ويتجلى شعبية التداول الخوارزمية من صعود أنواع مختلفة من المنصات. For example, Quantopian — a web-based and Python-powered backtesting platform for algorithmic trading strategies — reported at the end of 2018 that it had attracted a user base of more than 100,000 people. منصات التداول عبر الإنترنت مثل أواندا أو تلك ل كريبتوكيرنسيز مثل الجوزاء تسمح لك للبدء في الأسواق الحقيقية في غضون دقائق، وتلبية الآلاف من التجار النشطين في جميع أنحاء العالم.
إذا كنت ترغب في معرفة المزيد عن تحليل البيانات المالية مع بايثون، تحقق من بيثون للتمويل من قبل إيف هيلبيشش.
إيف هيلبيش.
الدكتور إيف J. هيلبيشش هو المؤسس والشريك الإداري ل بيثون كوانتس (tpq. io)، وهي مجموعة تركز على استخدام تقنيات المصادر المفتوحة لعلم البيانات المالية، والتداول الحسابي والتمويل الحسابي. He is the author of the books Python for Finance (O'Reilly, 2018), Derivatives Analytics with Python (Wiley, 2018) and Listed Volatility and Variance Derivatives (Wiley, 2017). Yves lectures on computational finance at the CQF Program (cqf), on data science at htw saar University of Applied Sciences (htws.
How can I pass parameters to a command in C#?
تعلم كيفية تمرير البيانات إلى أمر دون انتهاك نمط الأمر في C #.
كيف يمكنني استخدام نمط سينغلتون في C #؟
تعرف على كيفية إنشاء مثيلات سلاسل المحادثات مع نمط سينغلتون في C #.
كيف يمكنني تنسيق استعلامات سكل للعمليات؟
تعلم إمكانيات التنسيق لطلبات سكل للعمليات وتطوير بنية التعليمات البرمجية الخاصة بك.
كيف يمكنني تحديد موقع البيانات في جداول سكل سيرفر باستخدام المخططات ستوديو ستوديو إدارة ملقم سكل؟
تحديد موقع البيانات بسرعة وسهولة باستخدام أداة الرسم التخطيطي ستوديو إدارة ملقم سكل.

تجارة الفوركس الخوارزمية: حكاية عملية للمهندسين.
كما تعلمون، يتم استخدام سوق العملات الأجنبية (الفوركس، أو الفوركس) للتداول بين أزواج العملات. ولكن قد لا تكون على علم بأنها السوق الأكثر سيولة في العالم.
قبل بضع سنوات، مدفوعا الفضول بلدي، أخذت خطواتي الأولى في عالم التداول الفوركس حسابي عن طريق إنشاء حساب تجريبي واللعب من المحاكاة (مع المال وهمية) على منصة التداول ميتا التاجر 4.
بعد أسبوع من "التداول"، كنت قد تضاعفت تقريبا أموالي. مدفوعة من قبل بلدي ناجحة التداول الخوارزمية، وحفر أعمق، وقعت في نهاية المطاف لعدد من المنتديات فكس. قريبا، كنت أقضي ساعات القراءة عن أنظمة التداول حسابي (مجموعات القاعدة التي تحدد ما إذا كان يجب شراء أو بيع)، مؤشرات مخصصة، المزاج السوق، وأكثر من ذلك.
عميلي الأول.
حول هذا الوقت، من قبيل الصدفة، سمعت أن شخصا ما كان يحاول العثور على مطور البرمجيات لأتمتة نظام التداول بسيطة. كان هذا مرة أخرى في بلدي أيام الكلية عندما كنت أتعلم عن البرمجة المتزامنة في جافا (المواضيع، سيمافوريس، وجميع تلك غير المرغوب فيه). اعتقدت أن هذا النظام الآلي هذا لا يمكن أن يكون أكثر تعقيدا بكثير من بلدي متقدمة دورة علوم البيانات العمل، لذلك استفسرت عن هذه المهمة، وجاء على متن الطائرة.
The client wanted algorithmic trading software built with MQL4, a functional programming language used by the Meta Trader 4 platform for performing stock-related actions.
دور منصة التداول (ميتا تريدر 4، في هذه الحالة) هو توفير اتصال لوسيط الفوركس. وسيط ثم يوفر منصة مع المعلومات في الوقت الحقيقي حول السوق وتنفيذ أوامر الشراء / البيع. بالنسبة للقراء غير المألوفين بتداول العملات الأجنبية، إليك المعلومات التي يتم توفيرها من خلال خلاصة البيانات:
من خلال ميتا تريدر 4، يمكنك الوصول إلى جميع هذه البيانات مع الوظائف الداخلية، ويمكن الوصول إليها في أطر زمنية مختلفة: كل دقيقة (M1)، كل خمس دقائق (M5)، M15، M30، كل ساعة (H1)، H4، D1، W1، من .
حركة السعر الحالي تسمى القراد. وبعبارة أخرى، القراد هو تغيير في سعر العرض أو الطلب لزوج العملات. خلال الأسواق النشطة، قد يكون هناك العديد من القراد في الثانية الواحدة. خلال الأسواق بطيئة، يمكن أن يكون هناك دقائق دون علامة. القراد هو ضربات القلب من روبوت سوق العملات.
عند تقديم طلب من خلال هذه المنصة، يمكنك شراء أو بيع حجم معين من عملة معينة. يمكنك أيضا تعيين حدود وقف الخسارة والحد من الربح. الحد الأقصى لوقف الخسارة هو الحد الأقصى للنقاط (تغيرات الأسعار) التي يمكنك تحملها قبل التخلي عن التداول. الحد الأقصى للربح هو مقدار النقاط التي سوف تتراكم لصالحك قبل صرفها.
كانت مواصفات التداول الخوارزمية للعميل بسيطة: أرادوا روبوت الفوركس على أساس مؤشرين. بالنسبة إلى الخلفية، تكون المؤشرات مفيدة جدا عند محاولة تحديد حالة السوق واتخاذ قرارات التداول، لأنها تستند إلى بيانات سابقة (على سبيل المثال، أعلى قيمة سعر في آخر أيام n). يأتي العديد من المدمج في ميتا التاجر 4. ومع ذلك، فإن المؤشرات التي كان موكلي مهتما جاء من نظام التداول مخصص.
أرادوا أن يتداولوا في كل مرة يتقاطع فيها اثنان من هذه المؤشرات المخصصة، وفقط في زاوية معينة.
كما حصلت على يدي القذرة، علمت أن برامج MQL4 لديها البنية التالية:
وظيفة البداية هي قلب كل برنامج MQL4 لأنه يتم تنفيذها في كل مرة يتحرك السوق (إرجو، وهذه الوظيفة تنفيذ مرة واحدة لكل علامة). هذا هو الحال بغض النظر عن الإطار الزمني الذي تستخدمه. على سبيل المثال، يمكن أن تعمل على الإطار الزمني H1 (ساعة واحدة)، إلا أن وظيفة البدء ستنفذ عدة آلاف من المرات في الإطار الزمني.
للتغلب على هذا، اضطررت وظيفة لتنفيذ مرة واحدة لكل وحدة الفترة:
الحصول على قيم المؤشرات:
منطق القرار، بما في ذلك تقاطع المؤشرات وزواياها:
إرسال الأوامر:
إذا كنت مهتما، يمكنك العثور على رمز، رونابل كاملة على جيثب.
Backtesting.
بمجرد أن أقوم ببناء نظام التداول الخوارزمي الخاص بي، أردت أن أعرف: 1) إذا كان يتصرف بشكل مناسب، و 2) إذا كانت استراتيجية تداول العملات الأجنبية التي استخدمتها كانت جيدة.
الاختبار الخلفي (أحيانا مكتوب "الاختبار الخلفي") هو عملية اختبار نظام معين (الآلي أو لا) في ظل أحداث الماضي. وبعبارة أخرى، يمكنك اختبار النظام الخاص بك باستخدام الماضي كبديل للحاضر.
MT4 يأتي مع أداة مقبولة ل باكتستينغ استراتيجية تداول العملات الأجنبية (في الوقت الحاضر، وهناك المزيد من الأدوات المهنية التي توفر وظائف أكبر). للبدء، يمكنك إعداد الأطر الزمنية الخاصة بك وتشغيل البرنامج الخاص بك تحت محاكاة. فإن الأداة محاكاة كل القراد مع العلم أنه لكل وحدة يجب أن تفتح بسعر معين، وثيقة بسعر معين، والوصول إلى مستويات قياسية وأدنى مستوياتها.
بعد مقارنة الإجراءات من البرنامج ضد الأسعار التاريخية، سيكون لديك شعور جيد لما إذا كان أو لم تنفذ بشكل صحيح.
من باكتستينغ، كنت قد تحقق من نسبة العائد فكس الروبوت لبعض فترات زمنية عشوائية؛ وغني عن القول، وأنا أعلم أن موكلي لن يكون غني مع ذلك - المؤشرات التي اختارها، جنبا إلى جنب مع منطق القرار، لم تكن مربحة. كعينة، وهنا نتائج تشغيل البرنامج عبر نافذة M15 ل 164 عملية:
لاحظ أن رصيدنا (الخط الأزرق) ينتهي إلى ما دون نقطة البداية.
المعلمة الأمثل، والكذب.
Although backtesting had made me wary of this FX robot’s usefulness, I was intrigued when I started playing around with its external parameters and noticed big differences in the overall Return Ratio. ويعرف هذا العلم معين باسم تحسين المعلمة.
فعلت بعض اختبار خشنة لمحاولة واستنتاج أهمية المعلمات الخارجية على نسبة العائد وجاء مع شيء من هذا القبيل:
You may think (as I did) that you should use the Parameter A. But the decision isn’t as straightforward as it may appear. وعلى وجه التحديد، لاحظ عدم إمكانية التنبؤ بالمعلمة A: بالنسبة لقيم الخطأ الصغيرة، تتغير عودتها بشكل كبير. وبعبارة أخرى، من المرجح جدا أن تؤدي المعلمة أ إلى الإفراط في التنبؤ بالنتائج المستقبلية منذ أي حالة من عدم اليقين، فإن أي تحول على الإطلاق سيؤدي إلى أداء أسوأ.
ولكن في الواقع، والمستقبل غير مؤكد! وبالتالي فإن عودة المعلمة A غير مؤكدة أيضا. الخيار الأفضل، في الواقع، هو الاعتماد على عدم القدرة على التنبؤ. وفي كثير من الأحيان، يفضل أن تكون المعلمة ذات عتبة الحد الأدنى ولكن القدرة على التنبؤ المتفوقة (أقل تقلبا) أفضل من المعلمة ذات العائد المرتفع ولكن القدرة على التنبؤ ضعيفة.
الشيء الوحيد الذي يمكن أن يكون متأكدا هو أنك لا تعرف مستقبل السوق، والتفكير كنت تعرف كيف أن السوق هو الذهاب إلى أداء استنادا إلى البيانات الماضية هو خطأ. بدوره، يجب أن نعترف هذا عدم القدرة على التنبؤ في توقعات فوركس الخاص بك.
وهذا لا يعني بالضرورة أنه ينبغي لنا استخدام المعلمة B، لأن العوائد الدنيا للمعلمة A تؤدي أداء أفضل من المعلمة B؛ هذا هو فقط لتظهر لك أن تحسين المعلمات يمكن أن يؤدي إلى اختبارات المبالغة في النتائج المحتملة في المستقبل، وهذا التفكير ليست واضحة.
عموما اعتبارات التداول الخوارزمية الفوركس.
منذ أن أول تجربة تداول العملات الأجنبية خوارزمية، لقد بنيت عدة أنظمة التداول الآلي للعملاء، ويمكنني أن أقول لكم أن هناك دائما مجال لاستكشاف المزيد من التحليل الفوركس الذي يتعين القيام به. على سبيل المثال، قمت مؤخرا ببناء نظام قائم على إيجاد ما يسمى بحركات "السمك الكبير". وهذا هو، والنقاط الضخمة الاختلافات في صغيرة، وحدات صغيرة من الزمن. هذا هو الموضوع الذي يغني لي.
بناء نظام محاكاة فكس الخاص بك هو خيار ممتاز لمعرفة المزيد عن تداول سوق الفوركس، والاحتمالات لا حصر لها. على سبيل المثال، يمكنك محاولة فك توزيع الاحتمالات لتغيرات الأسعار كدالة للتقلب في سوق واحد (ور / أوسد على سبيل المثال)، وربما جعل نموذج محاكاة مونت كارلو باستخدام التوزيع لكل حالة تقلب، وذلك باستخدام أي درجة من دقة تريد. سأترك هذا كممارسة للقارئ الحريص.
عالم الفوركس يمكن أن يكون ساحقا في بعض الأحيان، ولكن آمل أن هذه الكتابة قد أعطاك بعض النقاط حول كيفية البدء في استراتيجية تداول الفوركس الخاصة بك.
قراءة متعمقة.
في الوقت الحاضر، هناك مجموعة واسعة من الأدوات لبناء واختبار وتحسين نظام التداول الآلي: تجارة بلوكس للاختبار، نينجاترادر ​​للتداول، أوكامل للبرمجة، على سبيل المثال لا الحصر.
لقد قرأت على نطاق واسع عن العالم الغامض الذي هو سوق العملات. وفيما يلي عدد قليل من الكتابة المنبثقة التي أوصي للمبرمجين والقراء المتحمسين:
Understanding the Basics.
ما هو تداول الفوركس كل شيء؟
تداول الفوركس (أو الفوركس) هو شراء وبيع عن طريق أزواج العملات (على سبيل المثال الدولار مقابل اليورو) في سوق الصرف الأجنبي.
كيف الفوركس كسب المال؟
وسطاء الفوركس كسب المال من خلال العمولات والرسوم. تجار الفوركس يجعل (أو يخسر) المال على أساس توقيتهم: إذا كانوا قادرين على بيع عالية بما فيه الكفاية بالمقارنة مع عندما اشتروا، فإنها يمكن أن تحقق أرباحا.
ما هو اختبار استراتيجية التداول؟
الاختبار الخلفي هو عملية اختبار استراتيجية أو نظام معين باستخدام أحداث الماضي.
ما هو التداول الخوارزمي؟
التداول الخوارزمي هو عندما يستخدم روبوت / برنامج مجموعة من القواعد التي تخبره عند الشراء أو البيع.