Ek het 'n handel aansoek in WPF geskep. waarvoor ek skaam vir sy armoedige voorkoms, want dit is nog lank nie indrukwekkend. Ek wil nou graag die gebruikerskoppelvlak herontwerp vir my aansoek, en maak dit soortgelyk aan 'n voorbeeld kiekie van 'n handel aansoek Kan iemand asseblief raad wenke oor watter pad ek moet volg om 'n UI van soortgelyke aard bv maak. As daar 'n open source C WPF aansoek wat 'n soortgelyke voorkoms het en voel, sal dit wonderlik wees. of indien daar 'n biblioteek wat koel script lys, rolstaaf en vooruitgang bars het. PS: Ek het nie Microsoft versnit gevra 15 Februarie 11 van die 03:15 Jy kan dit as 'n voorstel nie 'n antwoord presies noem. Maar plaas vir diegene wat nuut tot WPF en leer skerm ontwerp of patrone. Volgens my ondervinding met WPF kan ek sê eers jou hande vuil te leer hoe bindend werke, want dit is die basis van WPF. Simpler manier om te leer hoe bindend werke is om te leer hoe om beheer te bind met ander beheermaatreëls. Gebruik dan eenvoudig klasse en leer MVVM. Volgende gaan vir opdrag bindend binne MVVM omtrek. Hou die prisma van die laaste, want jy goeie begrip van bindende meganismes, opdragte, MVVM en meer te PRISM verstaan nodig het. Hierna sal jy n idee van hoe hierdie dinge saam te werk en sal jou help om uit te vind hoe om saam te speel met data en skerm en ontwerp mooi skerms. Weereens, nie 'n antwoord op die bogenoemde vraag. Net voorstelle aan diegene wat leer WPF en beland hier op soek na WPF UI ontwerp. antwoord 19 Desember 12 aan 17:20 Jou Antwoord 2016 stapel Exchange, IncTrading Systems: Konstruksie van 'n Stelsel 13 Tot dusver het ons die basiese komponente van handel stelsels, die kriteria wat hulle het om te voldoen aan, en 'n paar van die baie empiriese besluite bespreek dat 'n stelsel ontwerper moet maak. In hierdie artikel, sal ons die proses van die bou van 'n handel stelsel te ondersoek, die oorwegings wat gemaak moet word, en 'n paar belangrike punte om te onthou. Die Ses-Stap System Konstruksie 1. Opstel - Om mee te begin bou van 'n handel stelsel sal jy 'n paar dinge nodig: Data - Omdat die stelsel ontwerper uitgebreide back testing moet gebruik. verlede prys geskiedenis is noodsaaklik om die bou van 'n handel stelsel. Sulke data kan geïntegreer word in handel stelsel ontwikkeling sagteware, of as 'n aparte data voed. Live data word dikwels verskaf vir 'n maandelikse fooi, terwyl bejaardes data kan verkry word gratis. Sagteware - Hoewel dit moontlik is om 'n handel stelsel te ontwikkel sonder sagteware, is dit hoogs onprakties. Sedert die laat 90's, het sagteware 'n integrale deel van die bou van handel stelsels word. Sommige algemene kenmerke in staat stel die handelaar aan die volgende te doen: Outomaties plaas ambagte - Dit vereis dikwels toestemming van einde die makelaar is omdat 'n konstante verbinding moet in plek wees tussen jou sagteware en die makelaars. Ambagte moet onmiddellik en ten presiese pryse om ooreenstemming te verseker uitgevoer. Om jou sagteware plek ambagte vir jou, al wat jy hoef te doen, is die invoer van die rekeningnommer en wagwoord, en alles anders word outomaties gedoen. Neem asseblief kennis dat die gebruik van hierdie funksie is streng opsioneel. Kode n handel stelsel - Hierdie sagteware funksie implementeer 'n eie programmeertaal wat u toelaat om reëls maklik te bou. Byvoorbeeld, Meta Trader gebruik MQL (MetaQuotes Taal). Hier is 'n voorbeeld van sy kode te verkoop as vry marge is minder as 5000: As FreeMargin Dit 5000, dan verlaat Dikwels, net lees die handleiding en eksperimenteer mens toelaat om te haal op die basiese beginsels van die taal van jou sagteware gebruik. Backtest jou strategie - System ontwikkeling sonder back testing is soos tennis speel sonder 'n raket. Stelsel ontwikkeling sagteware bevat dikwels 'n eenvoudige back testing program wat jou toelaat om 'n data bron, insette rekening inligting, en backtest vir 'n bedrag van tyd met die klik van 'n muis te definieer. Hier is 'n voorbeeld van Meta Trader: Na die agterkant toets uitgevoer word, is 'n verslag gegenereer wat die besonderhede van die resultate beskryf. Hierdie verslag sluit gewoonlik wins, aantal VN / suksesvolle ambagte, opeenvolgende dae af, aantal ambagte, en baie ander dinge wat nuttig kan wees wanneer ek probeer om te bepaal hoe om op te los of te verbeter die stelsel. Ten slotte, die sagteware skep gewoonlik 'n grafiek wat die groei van die belegging in die hele getoets tydperk. 2. Ontwerp - Die ontwerp is die konsep agter jou stelsel, die manier waarop die parameters word gebruik om 'n wins of verlies te genereer. Jy implementeer hierdie reëls en parameters deur hulle ontwikkeling. Soms, kan hierdie program outomaties gedoen word deur middel van 'n grafiese gebruikerskoppelvlak. Dit laat jou toe om reëls te skep sonder om te leer 'n programmeertaal. Hier is 'n voorbeeld van 'n bewegende gemiddelde cross-over stelsel: As SMA (20) CrossOver EMO (13) en gee dan As SMA (20) CrossUnder EMO (13) dan uitgang Reëls soos hierdie wat in kode gestel die sagteware toelaat om outomaties genereer inskrywing en uitgange op die punte wanneer die reëls van toepassing is. Hier is wat die ontwerp koppelvlak lyk soos op Meta Trader: Die stelsel is geskep deur bloot die reëls te tik in die venster en hulle spaar. Verwysings na die verskillende funksies wat beskikbaar is (byvoorbeeld, ossillators en so) kan gevind word deur te kliek op die ikoon boek. Die meeste sagteware sal 'n soortgelyke verwysing beskikbaar óf in die program self of op sy webwerf. Na die skep van die gewenste reëls en kodering van die stelsel, jy eenvoudig die lêer te stoor. Dan kan jy dit in gebruik geneem deur dit te kies op die hoof skerm. 3. Besluitneming - Daar is baie besluite wat gemaak moet word op hierdie punt: Wat mark wil ek handel in 13 Wat tydperk moet ek gebruik 13 Wat is die prys reeks moet ek gebruik 13 Wat subset van aandele moet ek gebruik vir die toets Hou in omgee wat handel stelsels konsekwent 'n wins in baie markte moet maak. Deur die opstel van die tydperk en prys reeks te veel, kan jy die resultate besmet en produseer ongewone results.4. Praktyk - back testing en papier handel is noodsaaklik vir die suksesvolle ontwikkeling van 'n handel stelsel: Begin verskeie backtests op verskillende tydperke en maak seker dat die resultate is in ooreenstemming en bevredigend. Papier handel die stelsel (gebruik denkbeeldige geld, maar die ambagte en resultate op te teken), en weer, kyk vir konsekwent profitability. Carefully tjek vir foute in die program, of onbedoelde ambagte. Dit kan 'n gevolg van foutiewe programmering of versuim om sekere omstandighede wat ongewenste gevolge hê voorsien wees. 5. Herhaal - Herhaling is nodig. Hou besig met die stelsel totdat jy 'n wins in die meeste markte en voorwaardes konsekwent kan maak. Daar is altyd onvoorsiene gebeure wat so gou as 'n stelsel gaan woon voorkom. Hier is 'n paar faktore wat dikwels veroorsaak skewe resultate: Transaksiekoste - Maak seker dat jy met behulp van die werklike kommissie. en 'n paar ekstra om rekenskap te gee onakkurate vul (verskil tussen bod en vra pryse). Met ander woorde, vermy glip (te hersien wat dit is en hoe dit voorkom, sien die voorafgaande gedeelte van hierdie handleiding.) Waaksaamheid - Dont ignoreer verloor ambagte hou 'n ogie oor die hele trades. Optimization - Dont oor-optimaliseer die stelsel. Met ander woorde, moenie op maat van die stelsel om 'n baie spesifieke markomgewing probeer winsgewend in so breed van 'n omgewing soos possible. Risk te wees - nooit ignoreer of vergeet van risiko. Dit is baie belangrik om maniere om verliese te beperk (andersins bekend as stop-verlies), en maniere om uitsluiting in winste (neem wins) het. 6. Handel - Probeer dit, maar verwag dat onbedoelde resultate. Maak seker dat jy nie-outomatiese handel gebruik totdat jy seker is in die uitvoering stelsels en konsekwentheid is. Dit neem 'n lang tyd om 'n suksesvolle handel stelsel te ontwikkel, en voor jy dit vervolmaak, moet jy dalk 'n paar lewendige handel verliese verduur om haakplekke te spoor: toets terug kan nie perfek verteenwoordig lewendige marktoestande, en papier handel kan onakkurate wees. As jou stelsel geld verloor, gaan terug na die tekenbord en sien waar dit verkeerd geloop het (sien stap 5). Gevolgtrekking Hierdie ses stappe gee jou 'n oorsig van die hele proses van die bou van 'n handel stelsel. In die volgende afdeling, sal ons daarop voortbou nie hierdie kennis en neem 'n meer in-diepte kyk na die oplos van probleme en verandering. Trading Systems: Probleme En Optimization Skryf Nuus om te gebruik vir die nuutste insigte en analysisAs suiwer 'n rekenaarwetenskaplike julle in die perfekte posisie om te begin in algoritmiese handel. Dit is iets wat Ive gesien eerstehands by Quantiacs 1. waar wetenskaplikes en ingenieurs in staat is om regs in outomatiese handel te spring sonder enige vorige ondervinding. Met ander woorde, programmering tjops is die belangrikste bestanddeel wat nodig is om te begin. Om 'n algemene begrip van wat uitdagings wag jy na / tydens die skepping van 'n algoritmiese handel stelsel te kry, check hierdie Quora post. Die bou van 'n handel stelsel van die grond af sal 'n agtergrond kennis, 'n verhandelingsplatform, data mark, en marktoegang vereis. Hoewel dit nie 'n vereiste, die keuse van 'n enkele verhandelingsplatform dat die meeste van hierdie hulpbronne verskaf sal jou help om op te staan om 'n vinnige spoed. Dit gesê, sal die vaardighede wat jy ontwikkel oordraagbaar aan enige programmeertaal en byna enige platform wees. Glo dit of nie, die bou van 'n outomatiese handel strategieë isnt berus op 'n mark deskundige. Nietemin, leer basiese mark meganika sal jou help om te ontdek winsgewende handel strategieë. Opsies, termynkontrakte, en Ander Derivaten deur John C. Hull - Groot eerste boek vir die invoer van kwantitatiewe finansies, en dit kom uit die wiskunde kant. Kwantitatiewe Trading deur Ernie Chan - Ernie Chan bied die beste inleidende boek vir kwantitatiewe handel en stap vir stap deur die proses van die skep van handel algoritmes in MATLAB en Excel. Algoritmiese Trading van Futures via masjien Leer - 'n 5-bladsy uiteensetting van die toepassing van 'n eenvoudige masjien leermodel te algemeen gebruik ontleding aanwysers tegniese. Hier is 'n gemiddelde leeslys PDF met 'n Volledige uiteensetting van boeke, video's, kursusse, en handel forums. Die beste manier om te leer is om te doen, en in die geval van outomatiese handel wat neerdaal na kartering en kodering. 'N Goeie beginpunt is bestaande voorbeelde van handel stelsels en bestaande uitstallings van tegniese ontleding tegnieke. Daarbenewens is 'n geskoolde rekenaar wetenskaplike het die bykomende voordeel van die vermoë om masjienleer toepassing op algoritmiese handel. Hier is 'n paar van daardie hulpbronne: TradingView - 'N fantastiese visuele kartering platform op sy eie, TradingView is 'n groot speelterrein vir die kry gemaklik met tegniese ontleding. Dit het die bykomende voordeel dat u kan script handel strategieë en blaai ander mense handel idees. Outomatiese handel Forum - Groot aanlyn gemeenskap vir die opstel van beginner vrae en vind antwoorde op algemene Quant kwessies wanneer net begin. Quant forums is 'n goeie plek om te Midde in die strategieë, gereedskap, en tegnieke word. YouTube Seminaar oor handel idees met werk-kode monsters op GitHub. Masjienleer: Meer aanbiedings op outomatiese handel kan gevind word by die Quantiacs Quant Club. Die meeste mense uit 'n wetenskaplike agtergrond (of dis rekenaarwetenskap of ingenieurswese) blootstelling gehad het aan Python of MATLAB, wat gebeur met die algemene tale vir kwantitatiewe finansies wees. Quantiacs het 'n open source toolbox wat back testing en 15 jaar van historiese mark data verskaf gratis geskep. Die beste deel is alles is gebou op beide Python en MATLAB gee jou die keuse van wat om te jou stelsel te ontwikkel met. Hier is 'n monster-tendens volgende handel strategie in MATLAB. Dit is al die kode wat nodig is om 'n outomatiese handel stelsel loop, die klem op beide die krag van MATLAB en die Quantiacs Gereedskap. Quantiacs kan jy handel 44 termynmark en al die aandele van die SampP 500. Daarbenewens het 'n verskeidenheid van bykomende biblioteke soos TensorFlow word ondersteun. (Disclaimer: Ek werk van die Quantiacs) Sodra jy gereed is om geld te maak as 'n quant, kan jy aansluit by die jongste Quantiacs outomatiese handel wedstryd, met 'n totaal van 2.250.000 in beleggings beskikbaar: Kan jy kompeteer met die beste kwantitatiewe 12.2k Views middot View upvotes middot Nie vir Reproduksie Hierdie antwoord is heeltemal herskryf Hier is 6 belangrikste kennisbasis vir die bou van algoritmiese handel stelsels. Jy moet vertroud wees met almal van hulle ten einde doeltreffende handel stelsels te bou. Sommige van die terme wat gebruik word mag effens tegniese wees, maar jy moet in staat wees om hulle te verstaan deur Googlen. Let wel: (Die meeste van) hierdie is nie van toepassing as jy wil High-Frequency Trading doen 1. teorieë Jy moet verstaan hoe die mark werk. Meer spesifiek, moet jy die mark ondoeltreffendheid, verhoudings tussen verskillende bates / produkte en die prys gedrag te verstaan. Trading idees spruit uit die mark ondoeltreffendheid. Jy sal nodig hê om te weet hoe om die mark ondoeltreffendheid wat jy gee 'n handels rand teenoor diegene wat nie die geval te evalueer. Die ontwerp van effektiewe robotte behels die begrip van hoe outomatiese handel stelsels werk. In wese, 'n algoritmiese handel strategie bestaan uit 3 kernkomponente: 1) Inskrywings, 2) Exits en 3) Posisie groottes. nodig sal jy hierdie 3 komponente te ontwerp met betrekking tot die mark ondoeltreffendheid jy vaslegging (en nee, dit is nie 'n eenvoudige proses). Jy hoef nie te weet gevorderde wiskunde (hoewel dit sal help as jy daarop gemik is om meer komplekse strategieë te bou). Goeie kritiese denkvaardighede en 'n ordentlike greep op statistieke sal jy baie ver te neem. Ontwerp behels back testing (toets vir verhandeling rand en robuustheid) en optimalisering (maksimalisering prestasie met 'n minimale krommepassing). Jy moet weet hoe om 'n portefeulje van algoritmiese handel strategieë te bestuur. Strategieë kan aanvullend wees of teenstrydige dit kan lei tot onbeplande stygings in risikoblootstelling of ongewenste verskansing. Capital toekenning is belangrik te doen wat jy kapitaal gelykop verdeel tydens gereelde tussenposes of beloon die wenners met meer kapitaal As jy weet watter produkte jy wil om handel te dryf, vind geskikte handel platforms vir hierdie produkte. leer dan die programmeertaal API van hierdie platform / backtesters. As jy begin, sal ek Quantopian (slegs aandele), Quantconnect (aandele en FX) of Meta Trader 4 (FX en CFD's op ekwiteit indekse, aandele en kommoditeite) beveel. Die programmeertale gebruik is onderskeidelik Python, C en MQL4. 4. Data Management vullis in garbage out. Onakkurate data lei tot onakkurate toetsresultate. Ons moet redelik skoon data vir akkurate toets. Die skoonmaak van data is 'n trade-off tussen koste en akkuraatheid. As jy meer akkurate data wil, wat jy nodig het om meer tyd (tyd geld) te spandeer skoonmaak nie. Sommige kwessies wat vuil data veroorsaak sluit ontbrekende data, dubbele data, verkeerde data (slegte bosluise). Ander kwessies wat lei tot misleidende inligting sluit dividende, voorraad split en futures rollovers ens 5. Risikobestuur Daar is 2 hooftipes risiko: Markrisiko en operasionele risiko. Markrisiko behels risiko wat verband hou met jou handel strategie. Maak dit oorweeg ergste geval scenario Wat gebeur as 'n swart swaan gebeurtenis soos die Tweede Wêreldoorlog 3 gebeur Het jy verskans weg ongewenste risiko is jou posisie te hoog Benewens die bestuur van markrisiko sizing, moet jy kyk na operasionele risiko. Stelsel crash, verlies van die internet te verbind, swak uitvoering algoritme (wat lei tot swak uitgevoer pryse, of gemis ambagte as gevolg van onvermoë om requotes / hoë glip hanteer) en diefstal deur hackers is baie werklike kwessies. 6. Live uitvoering back testing en live handel is baie anders. Jy moet om behoorlike makelaars (MM vs STP vs ECN) te kies. Forex mark Nuus met Forex Trading Forum amp Forex Brokers Resensies is jou beste vriend, lees makelaar resensies daar. Jy moet behoorlike infrastruktuur (veilige Skynprivaatnetwerk en stilstand hantering ens) en evaluering prosedures (monitor jou robots prestasie en hulle te ontleed met betrekking tot die mark ondoeltreffendheid / backtests / op timisations) om jou robot te beheer regdeur sy leeftyd. Jy moet weet wanneer om in te gryp (verander / werk / afsluit / t urn op jou robots) en wanneer om nie te. Evaluering en die optimalisering van handel strategieë Pardo (Groot insigte oor metodes op te bou en toets handel strategieë) Handels - jou pad na finansiële vryheid Van K Tharp (Belaglik-Click aas titel ter syde stel, hierdie boek is 'n groot oorsig meganiese handel stelsels) Kwantitatiewe Trading Ernest Chan (Groot inleiding tot algo handel op 'n kleinhandel-vlak.) Trading en die uitruil: Market micro vir Praktisyns Larry Harris (mark mikrostruktuur is die wetenskap van hoe ruil funksioneer en wat eintlik gebeur wanneer 'n bedryf geplaas word Dit is belangrik om hierdie inligting om te weet. selfs al is jy net begin) Algorithmic Trading amp DMA Barry Johnson (lig werp op banke uitvoering algoritmes. dit is nie direk van toepassing jou algo handel, maar dit is goed om te weet) Die kwantitatiewe Scott Patterson (Oorlog stories van 'n paar top kwantitatiewe. goeie . as 'n slaaptyd lees) Quantopian (Kode, navorsing, en bespreek idees met die gemeenskap gebruik Python) Grondbeginsels van Algo Trading AlgoTrading101 (Disclaimer: Ek het hierdie site / loop. Leer robot ontwerp teorieë, teorieë en kodering. Gebruik MQL4) - Neem deel aan die uitdaging (Hier handel konsepte en back testing teorieë Hulle het onlangs hul eie back testing en verhandelingsplatform ontwikkel sodat hierdie deel is nog nuut vir my, maar hul kennis op die handel konsepte goed) Aanbeveel Blogs / Forum (hierdie... sluit finansies, handel en algo handel forums): Aanbevole Programmering Tale: As jy weet watter produkte jy wil om handel te dryf, vind geskikte handel platforms vir hierdie produkte. leer dan die programmeertaal API van hierdie platform / backtesters. As jy begin, sal ek Quantopian (slegs aandele), Quantconnect (aandele en FX) of Meta Trader 4 (FX en CFD's op ekwiteit indekse, aandele en kommoditeite) beveel. Die programmeertale gebruik is onderskeidelik Python, C en MQL4. 10.9k Views middot View upvotes middot Nie vir Reproduksie Hoewel dit 'n baie breë onderwerp met verwysings na die bou van algoritmes, die opstel van infrastruktuur, batetoewysing en risikobestuur, maar ek sal net fokus op die eerste deel van hoe werk moet wees op die bou van ons eie algoritme , en die regte dinge doen. 1. gebou strategie. Sommige van die belangrikste punte om daarop te let is: Vang groot tendense - 'n Goeie strategie moet in al die gevalle, geld maak wanneer die mark is trending. Markte gaan met 'n goeie tendens wat slegs 15-20 van die tyd duur, maar dit is die tyd wanneer al die katte en honde (handelaars uit alle tydraamwerk, intraday, daaglikse, weeklikse, langtermyn) uit inkopies doen en hulle het almal het een gemeenskaplike tema. Baie handelaars ook bou gemiddelde terugkeer strategieë waarop hulle probeer om toestande te oordeel wanneer die prys ver van die gemiddelde beweeg, en neem 'n handel teen die tendens, maar hulle moet gebou word as jy suksesvol te bou en verhandel 'n paar goeie tendens volgende stelsels . Kans van stapel up - Mense werk dikwels teenoor probeer om 'n stelsel wat 'n uitstekende oorwinning / verlies-verhouding het, maar that039s nie die regte benadering te bou. Byvoorbeeld 'n algo met 'n wenner van 70 met 'n gemiddelde wins van 100 per handel en gemiddelde verlies van 200 per handel sal maak net 100 per 10 ambagte (10 / handel netto). Maar 'n algo met 'n wenner van 30 met 'n gemiddelde wins van 500 per handel en die verlies van 100 per handel sal 'n netto wins van 800 vir 10 ambagte (80 / handel). Dit is dus nie nodig dat wen / verlies-verhouding goeie moet wees, eerder it039s die kans van stapel wat beter behoort te wees. Dit gaan deur te sê quotKeep verliese klein, maar laat julle wenners runquot. quotIn belê, wat gemaklik is selde profitable. quot - Robert Arnott Onttrekking - Onttrekking is onvermydelik, as jy volg 'n tipe van strategie. Dus, terwyl die ontwerp van 'n algo don039t probeer om die onttrekking te verminder of doen 'n paar spesifieke persoonlike toestand om te sorg van daardie onttrekking. Dit spesifieke toestand kan in die toekoms kan optree as 'n padblokkade in 'n groot tendens vang en jou algo kan swak presteer. Risikobestuur - Wanneer die bou van 'n strategie, moet jy altyd 'n uitgangshek, ongeag die mark verkies om te doen. Die mark is 'n plek van stryd en jy moet 'n algo ontwerp om jou uit 'n bedryf te kry so gou as moontlik indien dit doesn039t pas by jou risiko-aptyt. Gewoonlik word geargumenteer dat jy moet waag 1-2 van kapitaal in elke handel, en optimaal in 'n baie maniere as selfs as jy Arnd 10 valse ambagte in opvolging van jou kapitaal sal daal deur net 20.But kry dit nie die geval in werklike mark scenario. Sommige losprys ambagte sal wees tussen 0-1, terwyl sommige kan gaan na 3-4, dus is dit beter om 'n gemiddelde losprys kapitaal per handel en die maksimum kapitaal wat jy kan verloor in 'n ambag te definieer, soos markte is heeltemal lukraak en can039t geoordeel . quotEvery keer in 'n rukkie, die mark doen iets so dom dit neem jou asem away. quot - Jim Cramer 2. Toets en die optimalisering van 'n strategie glip. Wanneer ons die toets van 'n strategie op historiese data, ons is onder die aanname dat die orde by die voorafbepaalde prys aangekom by die algo sal uitgevoer word. Maar dit sal nooit die geval wees, as ons te doen het met die mark makers en HFT algo039s nou. Jou bestelling in today039s wêreld sal nooit uitgevoer word op die gewenste prys, en sal daar glip wees. Dit moet ingesluit word in die toets. Mark Impact: Aantal dag deur die algo is nog 'n belangrike faktor in ag geneem word terwyl hulle back-toets en die invordering van historiese resultate. As die volume van die bestellings geplaas deur algo sal aansienlike mark impak en die gemiddelde prys van vol orde het verhoog sal baie anders wees. Jou algo volkome kan verskillende resultate te lewer in werklike marktoestande, as jy nie die volume dinamika jou algo het sal bestudeer. Optimalisering: Die meeste handelaars stel voor dat jy nie te kurwe doen pas en oor optimalisering en hulle is korrek as die markte is 'n funksie van stogastiese veranderlikes en geen twee situasie sal ooit weer dieselfde wees nie. So optimalisering parameters vir spesifieke situasies is 'n slegte idee. Ek stel voor jy gaan vir Sone Optimization. Dit is 'n tegniek wat ek volg, koop identifisering sones wat soortgelyke eienskappe in terme van wisselvalligheid en volume het. Optimaliseer hierdie gebiede afsonderlik, eerder as om die optimalisering vir die hele tydperk. Bogenoemde is 'n paar van die mees basiese en belangrikste stappe wat ek volg, wanneer die omskakeling van 'n basiese gedagte in 'n algoritme en die nagaan van it039s geldigheid. quot Elkeen het die breinkrag om die aandelemark te volg. As jy dit gedoen deur middel van die vyfde-graad wiskunde, kan jy dit doen. quotPeter Lynch 14.5k Views middot View upvotes middot Nie vir reproduksie begin met die basiese beginsels, kry 'n greep van Amibroker (AmiBroker - Aflaai). Amibroker het 'n maklike taal en kragtige backtest enjin waar jy jou idees kan prototipe leer. Ook kry Howard Bandy 039s boek Kwantitatiewe Trading Systems. Hierdie boek is 'n baie goeie inleiding tot die konsepte van Quant ontwikkeling. You039ll ten minste 'n basiese kennis van statistiek moet ook. Daar is baie van die goeie was sekerlik kursusse wat beskikbaar is vir hierdie gratis. Soos hierdie een Statistiek Een - Princeton Universiteit Coursera It039s ook die moeite werd om na aanleiding van die hele straat. Dit is 'n mashup van al die quant blogs, van wie baie publiseer Amibroker kode met hul idees. Van daar, it039s dan die moeite werd om te leer Python (leer luislang - Google Search), en ook besig met Andrew Ng039s uitstekende Stanford Universiteit masjienleer kursus, wat loop vir gratis op Coursera. As jy dan wil jou eie algoritmes op die proef gestel, 'n goeie plekke vir wat Quantconnect of Quantopian. Ten slotte, hierdie man het 'n paar goeie raad oor draai dit in jou loopbaan www. quantstart / Sterkte met die pad gedeeltelik uit Alan Clement039s antwoord op Hoe kan 'n sagteware ontwikkelaar in finansies 'n quant ontwikkelaar 14.4K Views middot View upvotes middot Nie vir reproduksie Gegewe dat ek 'n rekenaarwetenskap grad wat 'n ultra High Frequency Trading System van nuuts af gebou, ek dink ek kan programmeerders perspektief by te voeg tot 'n paar baie fantastiese antwoorde oor hoe om te gaan oor die bou van 'n algoritmiese handel stelsel. Daar is eintlik net 3 groot blokke in 'n Algo Trading System (ATS) 1. Mark data Handler (bv FAST hanteerder) 2. Strategie Module (bv crossover strategie) 3. Bestel Router (bv FIX router) jy kan Risiko Module by óf voeg die strategie module of die Orde Router module of beide. Solank jou data vloei korrek is, moet jy goed om te gaan. Onthou as jy die ontwerp van 'n ATS vir minimum latency, die toevoeging van meer lae of kompleksiteit sal dit verhoog. Minimale ATS argitektuur en as jy die klokkies en fluitjies voeg, sou dit 'n bietjie kompleks kry: As jy ook geïnteresseerd in die nitty-gritty van die implementering van die bogenoemde argitektuur, moet jy die volgende dinge in gedagte te hou. Vermy slotte / mutexes. In die geval het jy om dit te gebruik, probeer om hulle te vervang met lockless strukture met behulp van Atomics. Daar is n paar biblioteke beskikbaar vir lockless datastrukture (bv libcds, concurrency kit ens). C-11 ondersteun st :: atoom. en jy moet daarna streef om dit te gebruik as well. As jy mik vir 'n lae latency, vermy whats gedoen Quickfix. Sy geskryf vir veiligheid / soepelheid / reusab ility as voorwerp (slot) skepping en vernietiging vir elke oproep van enige boodskap aan router gedoen. Sekerlik geen manier om 'n latency sensitiewe kode te skryf. Geen runtime geheuetoekenning. runtime pad moet persoonlike en uitsluiting gratis geheuebestuur gebruik met pre-toegeken geheue swembad. Al die inisialisering kan gedoen word in vervaardigerskampioenskap. Stywe koppeling. Threading model, I / O-model en geheue bestuur moet ontwerp word om saam te werk met mekaar om die beste algehele prestasie te bereik. Dit druis in teen die OOP konsep van los koppeling, maar sy nodig om runtime koste van dinamiese polimorfisme te vermy. Gebruik Templates. In dieselfde trant, sal ek ook voor dat jy kyk na C templatization om buigsaamheid van kode te bereik. Met so baie nuwe funksies om templates bygevoeg C11, sou dit 'n misdaad om dit nie te gebruik vir die toevoeging van buigsaamheid. OS / Hardware optimalisering Uiteindelik, moet jy kyk om te werk met Linux RT kern en Solarflare netwerkkaart met OpenOnLoad bestuurder vir die bereiking van die minimum latency. jy kan verder kyk na die CPU isoleer en uit te voer jou program op daardie spesifieke kern. As 'n lae latency is nie wat jy mik, is daar variasies van hulpbronne ATS vrylik beskikbaar op die net bv Quickfix (C), Marketcetera (Java). Baie van die ander verskaffers bied ook back testing en handel module wat styf is, tesame met hul eie back ends. Populêre is Quantconnect, Quantiacs, Interaktiewe Broker, Wealth Lab, TradeStation en AmiBroker. Quantopian gebruik Zipline, wat is 'n oop bron-luislang gebaseer biblioteek, en steeds baie gewild. Aan die ander kant, daar is geen beter manier om te leer as wat dit bou jouself. Noudat dit gesê is, as jy begin met die bou van nuuts af, terwyl jy baie leer, maar jy sal ook uiteindelik besteding baie tyd (paar maande). En as jy gereed is om jou tyd om te belê is, sou ek jou ook aanraai om die nuanses van ATS en algoritmiese handel in die algemeen te leer voor die aanvang van so 'n stelsel te bou. Trouens, het n paar van my studente het onlangs geskep hul eie handel stelsels - www. quantinsti / blog / e. . In die geval is dit interessant klink, kan jy check www. quantinsti / epat / vir meer besonderhede. 1.1k Views middot View upvotes middot Nie vir ReproductionBest Programmering taal vir Algorithmic Trading Systems Deur Michael Saal-Moore op 26 Julie 2013 Een van die mees algemene vrae wat ek ontvang in die QS Koevert is Wat is die beste programmeertaal vir algoritmiese handel. Die kort antwoord is dat daar geen beste taal. Strategie parameters, prestasie, modulariteit, ontwikkeling, veerkragtigheid en koste moet al oorweeg. In hierdie artikel sal uiteensetting van die nodige komponente van 'n algoritmiese handel stelsel argitektuur en hoe besluite oor die implementering invloed op die keuse van taal. Eerstens, sal die belangrikste komponente van 'n algoritmiese handel stelsel in ag geneem word, soos die navorsing gereedskap, portefeulje-optimaliseerder, risikobestuurder en uitvoering enjin. Daarna sal verskillende handel strategieë ondersoek word en hoe hulle invloed op die ontwerp van die stelsel. In die besonder die frekwensie van die saak en die waarskynlike handel volume sal beide bespreek word. Sodra die handel strategie gekies is, is dit nodig om argitek die hele stelsel. Dit sluit in die keuse van hardeware, die bedryfstelsel (s) en stelsel veerkragtigheid teen seldsame, potensieel katastrofiese gebeure. Terwyl die argitektuur oorweeg word, moet daar behoorlik ag gegee word aan prestasie - beide om die navorsing gereedskap sowel as die lewendige uitvoering omgewing. Wat is die handel stelsel probeer om te doen voordat jy besluit op die beste taal waarmee 'n outomatiese handel stelsel is dit nodig om die vereistes te definieer skryf. Is die stelsel gaan suiwer uitvoering gebaseer Sal die stelsel vereis dat 'n risikobestuur of portefeulje konstruksie kursus sal die stelsel vereis dat 'n hoë-prestasie backtester Vir die meeste strategieë die handel stelsel kan verdeel word in twee kategorieë wees: Navorsing en sein generasie. Navorsing handel oor evaluering van 'n strategie prestasie oor historiese data. Die proses van evaluering van 'n handel strategie oor data voor mark staan bekend as back testing. Die grootte van data en algoritmiese kompleksiteit sal 'n groot impak op die rekenaarmatige intensiteit van die backtester het. CPU spoed en samelopendheid is dikwels die beperkende faktore in die optimalisering van uitvoering navorsing spoed. Sein generasie is gemoeid met die opwekking van 'n stel van handel seine van 'n algoritme en sulke bestellings stuur na die mark, gewoonlik deur 'n makelaar. Vir sekere strategieë 'n hoë vlak van prestasie vereis. I / O kwessies soos netwerk bandwydte en latency is dikwels die beperkende faktor in die optimalisering van die uitvoering stelsels. So die keuse van tale vir elke komponent van jou hele stelsel kan heel anders wees. Tipe, frekwensie en volume van Strategie Die tipe algoritmiese strategie in diens sal 'n aansienlike impak op die ontwerp van die stelsel het. Dit sal nodig wees om te oorweeg die markte verhandel word, die konneksie na eksterne data verskaffers, die frekwensie en volume van die strategie, die kompromis tussen gemak van ontwikkeling en verbetering van die prestasie, sowel as enige persoonlike hardeware, insluitend mede geleë persoonlike bedieners, GPU's of FPGAs wat nodig mag wees. Die tegnologie keuses vir 'n lae-frekwensie Amerikaanse aandele strategie sal grootliks verskil van dié van 'n hoë-frekwensie statistiese arbitrage strategie handel oor die termynmark wees. Voor die keuse van taal baie data verskaffers moet geëvalueer alledaagse n strategie aan die hand. Dit sal nodig wees om verbinding met die verkoper, struktuur van enige APIs, tydigheid van die data, bergingsvereistes en veerkragtigheid te oorweeg in die lig van 'n ondernemer gaan af. Dit is ook wys om 'n vinnige toegang tot verskeie verskaffers in besit te neem Verskeie instrumente almal hul eie stoor eienaardighede, voorbeelde van wat insluit verskeie ENKELE simbole vir aandele en verval datums vir Toekomsnavorsing (nie aan enige spesifieke OTC data te noem). Dit moet ingereken in die platform ontwerp. Frekwensie van strategie is waarskynlik een van die grootste oorsake van hoe die tegnologie stapel sal gedefinieer word nie. Strategieë in diens data meer dikwels as fyn of tweedens bars vereis betekenisvolle ag met betrekking tot prestasie. 'N Strategie oorskry tweedens bars (bv merk data) lei tot 'n prestasiegedrewe ontwerp as die primêre vereiste. Vir 'n hoë frekwensie strategieë 'n aansienlike bedrag van die mark data sal moet word gestoor en geëvalueer. Sagteware soos HDF5 of KDB word algemeen gebruik vir hierdie rolle. Met die oog op die uitgebreide volumes van data wat nodig is vir HFT aansoeke te verwerk, moet 'n groot skaal new backtester en uitvoering stelsel gebruik word. C / C (moontlik met 'n paar assembler) is geneig om die sterkste taal kandidaat. Ultrahoëfrekwensie strategieë sal ongetwyfeld vereis persoonlike hardeware soos FPGAs, ruil mede-plek en kernal / netwerk koppelvlak tuning. Navorsing Systems Research stelsels tipies behels 'n mengsel van interaktiewe ontwikkeling en outomatiese script. Die voormalige vind dikwels plaas in 'n IDE soos Visual Studio, Matlab of R Studio. Laasgenoemde behels uitgebreide numeriese berekeninge oor talle parameters en data punte. Dit lei tot 'n taalkeuse verskaffing van 'n eenvoudige omgewing te toets kode, maar bied ook voldoende prestasie om strategieë oor verskeie parameter dimensies evalueer. Tipiese Ides in hierdie ruimte sluit Microsoft Visual C / C, wat uitgebreide ontfouting nuts,-kode voltooiing vermoëns bevat (via IntelliSense) en eenvoudige oorsigte van die hele projek stapel (via die databasis ORM, LINQ) Matlab. wat ontwerp is vir 'n uitgebreide numeriese lineêre algebra en gevectoriseerd bedrywighede, maar in 'n interaktiewe konsole wyse R Studio. wat vou die R statistiese taal konsole in 'n volwaardige IO Eclipse IDE vir Linux Java en C en semi-eiendom Ides soos Enthought Canopy vir Python, wat data-analise biblioteke soos Numpy sluit. Scipy. scikit-leer en pandas in 'n enkele interaktiewe (konsole) omgewing. Vir numeriese back testing, al die bogenoemde tale is geskik, maar dit is nie nodig om 'n GUI / IDE gebruik as die kode in die agtergrond sal uitgevoer word. Die eerste oorweging in hierdie stadium is dat van die uitvoering spoed. A saamgestel taal (soos C) is dikwels nuttig as die back testing parameter dimensies is groot. Onthou dat dit nodig versigtig vir sulke stelsels te wees is as wat die saak gevolge het verduidelik tale soos Python dikwels gebruik van 'n hoë-prestasie biblioteke soos Numpy / pandas vir die back testing stap maak, ten einde 'n redelike mate van mededingendheid te behou met saamgestel ekwivalente. Uiteindelik is die wat gekies is vir die back testing taal sal bepaal word deur spesifieke algoritmiese behoeftes sowel as die verskeidenheid van biblioteke beskikbaar in die taal (meer op wat hieronder). Tog kan die taal wat gebruik word vir die backtester en navorsing omgewings heeltemal onafhanklik van dié wat in die portefeulje konstruksie, risikobestuur en uitvoering komponente, soos gesien sal word. Portefeulje Konstruksie en Risikobestuur Die portefeulje konstruksie en risikobestuur komponente word dikwels oor die hoof gesien deur kleinhandel algoritmiese handelaars. Dit is byna altyd 'n fout. Hierdie gereedskap verskaf die meganisme waardeur kapitaal sal bewaar word. Hulle het nie net probeer om die aantal riskant verbintenis te verlig, maar ook hulself te verminder kansellasies van die ambagte, die vermindering van transaksiekoste. Gesofistikeerde weergawes van hierdie komponente kan 'n beduidende invloed op die gehalte en consistentcy van winsgewendheid het. Dit is maklik om 'n stabiele strategieë as die portefeulje konstruksie meganisme en risikobestuurder skep kan maklik aangepas word om verskeie stelsels te hanteer. So moet hulle in aanmerking kom essensiële komponente aan die begin van die ontwerp van 'n algoritmiese handel stelsel. Die werk van die portefeulje konstruksie stelsel is om 'n stel van gewenste ambagte te neem en te produseer die stel van die werklike ambagte wat kansellasies te verminder, blootstelling aan verskeie faktore (soos sektore, bateklasse, wisselvalligheid ens) in stand te hou en te optimaliseer die toekenning van kapitaal na verskeie strategieë in 'n portefeulje. Portefeulje konstruksie verminder dikwels 'n lineêre algebra probleem (soos 'n matriks faktorisering) en vandaar prestasie is hoogs afhanklik van die doeltreffendheid van die numeriese lineêre algebra implementering beskikbaar. Gemeenskaplike biblioteke sluit uBLAS. LAPACK en NAG vir C. MatLab beskik ook op groot skaal new matriksbewerkings. Python gebruik Numpy / Scipy vir sulke berekeninge. 'N gereeld herbalanseer portefeulje sal 'n saamgestel (en goed new) matriks biblioteek vereis dat hierdie stap uit te voer, sodat dit nie die handel stelsel knelpunt. Risikobestuur is 'n ander baie belangrike deel van 'n algoritmiese handel stelsel. Risiko kan kom in baie vorms: Groter wisselvalligheid (hoewel dit as wenslik vir sekere strategieë kan gesien word), verhoogde korrelasies tussen bateklasse, teenparty verstek bediener kragonderbrekings, Black Swan gebeure en ongemerk foute in die handel kode, te noem 'n paar. Risikobestuur komponente probeer antisipeer die gevolge van oormatige wisselvalligheid en korrelasie tussen bateklasse en hul daaropvolgende effek (s) op die handel kapitaal. Dikwels is dit verminder tot 'n stel van statistiese berekeninge soos Monte Carlo stres toetse. Dit is baie soortgelyk aan die computational behoeftes van 'n afgeleide pryse enjin en as sodanig sal CPU-gebonde wees. Hierdie simulasies is hoogs parallelisable (sien onder), en 'n sekere mate, is dit moontlik om die hardeware te gooi by die probleem. Uitvoering Systems Die werk van die uitvoering stelsel is om gefiltreer handel seine van die portefeulje konstruksie en risikobestuur komponente ontvang en stuur hulle oor na 'n makelaar of 'n ander manier van toegang tot die mark. Vir die meerderheid van die kleinhandel algoritmiese handel strategieë behels dit 'n API of FIX verbinding met 'n makelaars soos Interaktiewe Brokers. Die primêre oorwegings wanneer jy moet besluit op 'n taal insluit gehalte van die API, taal-wrapper beskikbaarheid vir 'n API, uitvoering frekwensie en die verwagte glip. Die kwaliteit van die API verwys na hoe goed gedokumenteer is dit, watter soort prestasie dit bied, of dit moet selfstandige sagteware te verkry of 'n poort vasgestel kan word in 'n onthoofde mode (dit wil sê geen GUI). In die geval van Interaktiewe Brokers, die Trader WorkStation instrument moet hardloop in 'n GUI omgewing ten einde toegang tot hul API. Een keer het ek 'n lessenaar Ubuntu uitgawe installeer op 'n wolk bediener Amazon toegang Interaktiewe Brokers afstand, suiwer vir hierdie rede waarom die meeste API sal 'n C en / of Java koppelvlak verskaf. Dit is gewoonlik tot die gemeenskap te taalspesifieke omhulsels vir C, Python, R, Excel en MatLab ontwikkel. Let daarop dat met elke bykomende plugin gebruik (veral API omhulsels) is daar ruimte vir foute insluip in die stelsel. toets altyd plugins van hierdie soort en verseker dat hulle aktief in stand gehou. 'N waardevolle meter is om te sien hoeveel nuwe updates vir 'n kodebasis is gemaak in die afgelope maande. Uitvoering frekwensie is van die uiterste belang in die uitvoering algoritme. Let daarop dat honderde bestellings elke minuut kan gestuur word en as sodanig prestasie is van kritieke belang. Glip aangegaan sal word deur middel van 'n erg-presterende uitvoering stelsel en dit sal 'n dramatiese impak op winsgewendheid het. Staties-getik tale (sien onder) soos C / Java is oor die algemeen 'n optimale vir uitvoering maar daar is 'n trade-off in die ontwikkeling tyd, toetsing en gemak van die onderhoud. Dinamiese-getik tale, soos Python en Perl is nou algemeen vinnig genoeg. Maak altyd seker dat die komponente is ontwerp om in 'n modulêre wyse (sien onder), sodat hulle kan omgeruil uit die stelsel skale. Argitektoniese beplanning en ontwikkelingsproses Die komponente van 'n handel stelsel, die frekwensie en volume vereistes wat hierbo bespreek is, maar stelsel infrastruktuur het nog gedek moet word. Diegene wat optree as 'n kleinhandel handelaar of besig om in 'n klein fonds sal waarskynlik dra baie regeer. Dit sal die finale implementering van die stelsel wat nodig is om te wees wat die alfa model, risikobestuur en uitvoering parameters wees, en ook. Voordat delf in spesifieke tale die ontwerp van 'n optimale stelsel argitektuur bespreek sal word. Skeiding van Kommer Een van die belangrikste besluite wat by die begin moet word, is hoe om die belange van 'n handel stelsel te skei. In die ontwikkeling van sagteware, beteken dit in wese hoe om op te breek die verskillende aspekte van die handel stelsel in aparte modulêre komponente. Deur bloot koppelvlakke by elk van die komponente is dit maklik om te ruil uit dele van die stelsel vir ander weergawes wat prestasie hulp, betroubaarheid of onderhoud, sonder om die wysiging enige eksterne afhanklikheid kode. Dit is die beste praktyk vir sulke stelsels. Vir strategieë teen laer frekwensies sulke praktyke word aangeraai. Vir ultra hoë frekwensie handel die reëlboek mag hê om dit te ignoreer ten koste van die opstel van die stelsel vir nog meer prestasie. 'N Meer styf gekoppel stelsel wat wenslik mag wees. Die skep van 'n komponent kaart van 'n algoritmiese handel stelsel is 'n artikel op sigself die moeite werd. Maar 'n optimale benadering is om seker te maak daar is afsonderlike komponente vir die historiese en real-time mark data insette, data stoor, toegang tot die inligting API, backtester, strategie parameters, portefeulje konstruksie, risikobestuur en outomatiese uitvoering stelsels. Byvoorbeeld, as die data stoor wat gebruik is tans onderpresteer, selfs teen beduidende vlakke van optimalisering, kan dit omgeruil met 'n minimale herskryf om die data inname of toegang data-API. Michael Saal-Moore Mike is die stigter van QuantStart en is betrokke by die kwantitatiewe finansiële sektor vir die afgelope vyf jaar, in die eerste plek as 'n quant ontwikkelaar en later as 'n quant handelaar konsultasie vir verskansingsfondse.
No comments:
Post a Comment