如何建立一个基于事件驱动的全自动化交易系统

最新推荐文章于 2023-08-03 17:12:52 发布
最新推荐文章于 2023-08-03 17:12:52 发布
阅读量4.1k 收藏 3
点赞数 3
分类专栏： Python 产品 quant trader
Python 同时被 3 个专栏收录
6 篇文章 0 订阅
订阅专栏
quant
3 篇文章 0 订阅
订阅专栏
产品
2 篇文章 0 订阅
订阅专栏
对于量化交易的初学者，建议读读 Ernie P. Chan的书籍： Quantitative Trading: How to build your own algorithmic trading business，这本书是基础。

量化交易系统可以分为半自动化交易和完全自动化交易两种，半自动化系统适合一个星期有几笔交易，推荐使用 Matlab, R语言, 甚至是Excel，具体建议如下：

  • 可以忽略Matlab, 它会带来很多金钱上的成本，并没有许多训练材料如博客或书籍教会你如何使用Matlab编码交易策略。
  • R语言有不少资源可以用来学习如何构建交易策略，推荐阅读:QuantStratTradeR  run by Ilya Kipnis.
  • 如果你没有编程经验，可以使用Microsoft Excel，能够使用Excel进行半自动化交易，但是不能帮助你建立一个完整的交易技术体系。

　　下图是半自动化交易框架：

trading

　　对于完全自动化交易系统，适合你实时下单，可以使用C#语言，QuantConnect也是使用C#，QuantStart 和Quantopian 使用的是Python，HFT更喜欢使用C++，当然Java也很流行。

自动化交易系统

 

系统架构

　　在课程Executive Program in Algorithmic Trading 中，会告诉你一个全自动化交易系统的架构以及其中每个组件的特点，见下图：

全自动化交易系统的架构

　　整个架构分三个部分，Application Server和Exchange，核心是复杂的事件处理引擎，市场数据输入到事件处理引擎，由引擎向交易所发出买卖交易。

　　下图是来自于 “Algorithmic Trading System Architecture” By: Stuart Gordon Reid：

系统架构

　　在系统的界面层使用的是MVC模式和观察者模式，业务层分为数据源层 数据预处理层和智能层以及订单处理层，最后是报表分析层。在数据预处理层，可以使用过滤器等模式进行数据的预先处理，业务核心是CEP事件驱动引擎。

隐剑鬼吊
关注
  • 3
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
OpenEMM e-mail & marketing automation:电子邮件自动化软件（通讯、交易邮件等）-开源
05-30
这是旧版本的OpenEMM的存档。 您可以在此处找到最新版本的 OpenEMM：https://wiki.openemm.org OpenEMM 是一个基于浏览器的企业应用程序，用于电子邮件自动化，例如信息和营销通讯、交易邮件或多阶段电子邮件活动。 OpenEMM 为专业用户提供了大量功能，其中包括：出色的用户界面、基于模板的 HTML 邮件、自动退回管理、邮件打开和链接跟踪、大量图形实时统计、内容管理系统、自定义和行为-基于目标组、用于最大发送性能的多队列邮件后端、时间驱动的自动数据导入和导出功能、一组广泛的网络服务、可轻松扩展核心功能的插件界面、可增强功能的脚本功能OpenEMM 具有可触发的自定义操作和可审计的用户活动日志。
股指期货自动交易程序(内趋势交易系统)源码
04-04
1.这是一个基于boll的交易系统； 2.使用周期2分钟； 3.程序中使用了加载策略；提前下单策略；和小震荡过滤； 4.程序中使用了反幽灵交易法，即大赚一次休息一段时间。 本程序的缺点：主观的因素比较多。
OpenEMM e-mail & marketing automation:用于电子邮件自动化的软件（新闻通讯，交易邮件等）-开源
05-08
这是旧版本的OpenEMM的存档。 您可以在这里找到OpenEMM的最新版本：https://wiki.openemm.org OpenEMM是基于浏览器的企业应用程序，用于电子邮件自动化，例如信息和市场新闻，交易邮件或多阶段电子邮件活动。 OpenEMM为专业用户提供了大量功能，其中包括：出色的用户界面，基于模板HTML邮件，自动退信管理，邮件打开和链接跟踪，大量图形实时统计信息，内容管理系统，自定义和行为-基于目标的组，多队列邮件后端以实现最大的发送性能，时间驱动的自动数据导入和导出功能，广泛的Web服务集，可轻松扩展核心功能的插件界面，可增强以下功能的脚本功能OpenEMM具有可触发的自定义操作和可审核的用户活动日志。
嵌入式系统/ARM技术中的一种智能无线多媒体数字播放系统的设计方案
10-23
摘  要： 基于嵌入式Linux技术，提出一种智能无线多媒体数字播放系统的设计方案。介绍了系统功能、总体结构、主控CPU和无线模块。通过Linux系统中SPI接口的驱动对无线模块的控制，成功实现了区域位置自动识别和音视频文件的受控播放以及与用户进行交互的图形化界面操作程序。 　　随着旅游业的进一步发展，信息技术的进步，极大的改善和丰富了人们的日常生活。以休闲、观光为主的旅游业和以科技信息和人文信息吸收为主的展览馆、博物馆、文化教育成列馆、产品交易会越来越受到人们的关注。参观、旅游服务的电子化、智能化、可视化是全方位提高服务档次和水平的发展方向。 传统的人工解说方式不但需要大量人力和物力，还不能
一个基于python的web框架之一django开发的二手商品交易网站+源代码+文档说明
12-01
# flea-market #### 项目介绍 1. 这是一个二手商品交易网站，也可以称之为跳蚤市场； 2. 支持用户上传自己的二手物品【基本信息和照片】； 3. 用户或游客可以搜索并查看所有人发布的二手商品； 4. 部分功能只有登录后才能使用如自身商品的管理，二手商品的发布，交易记录的查询等； 5. 简单的查询过滤功能 #### 技术路线 > 项目是基于python的Django框架开发的，Django是一个开源的Web应用框架，由Python写成，采用了MVC的框架模式；Django的主要目的是简便、 快速的开发数据库驱动的网站，强调代码复用,多个组件可以很方便的以“插件”形式服务于整个框架，Django自带有orm，模板渲染引擎及简单的后台管理功能。 项目使用传统的关系型数据库mysql做数据的存储，数据库设计方面分为四张表，分别是用户表，商品表，商品发布表，商品购买表以及表与表之间的关联，前端UI 界面展示使用bootstrap框架，整个系统的实现功能模块主要有：用户的注册与登录、商品的发布与管理、所有商品的浏览、不同商品对应的详情信息展示、用 户的购买行为以及买卖双方交易记录的查询等。 -------- 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ <项目介绍> 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
数据结构-队列-事件驱动编程
05-05
这里利用队列实现了一个完整的事件驱动编程过程，模拟了银行排队这一离散事件的发生。
第十五章 事件驱动编程
qq_43701604的博客
07-03 1993
引言 事件处理器：一个能对一个按钮动作事件进行处理的对象 事件和事件源 事件是从一个事件源上产生的对象 触发一个事件意味着产生一个事件并委派处理器处理该事件 事件驱动编程：当运行一个Java GUI程序的时候，程序和用户进行交互，并且事件驱动它的执行 一个事件可以被定义为一个通知程序某件事发生的信号 事件源对象：产生并触发一个事件的组件，或者简单称为源对象或源组件 一个事件是一个事件类的实例 Java事件类的根类是java.util.EventObject JavaF
什么是事件驱动编程？底层原理是什么？
长风破浪会有时的博客
04-28 737
在GUI编程中，用户的操作会被转换为各种不同类型的事件，如鼠标点击事件、键盘事件等，程序会根据不同的事件类型执行相应的操作。事件驱动编程的底层原理是基于事件循环机制，它与异步编程类似，都是通过监听事件的发生来实现程序的非阻塞处理。事件驱动编程中，程序会不断地监听事件队列中的事件，并根据事件类型调用相应的处理函数来执行相应的操作。事件驱动编程是一种编程范式，它基于事件的发生和处理来驱动程序的运行，通过在程序中定义事件处理函数来响应不同类型的事件。
Python并发编程-事件驱动模型
m0_59485658的博客
02-24 1415
但这与下面的等待不同，传统编程的“等待”，比如input()，你作为程序编写者是知道或者强制用户输入某个东西的，或许是数字，或许是文件名称，如果用户输入错误，你还需要提醒他，并请他重新输入。在此期间，用户进程不需要去检查IO操作的状态，也不需要主动的去拷贝数据。在 Linux 的缓存 I/O 机制中，操作系统会将 I/O 的数据缓存在文件系统的页缓存（ page cache ）中，也就是说，数据会先被拷贝到操作系统内核的缓冲区中，然后才会从操作系统内核的缓冲区拷贝到应用程序的地址空间。
万字解析！Spring/SpringBoot面向事件驱动编程
wdj_yyds的博客
08-03 364
只需要实现ApplicationEvent 抽象类定义有参构造函数即可，source表示事件源，（ 可按照自己的需求制定）EventObject对象不提供默认构造器，需要外部传递source参数，即用于记录并跟踪事件的来源；Spring事件对象为ApplicationEvent，继承EventObject，源码如下：java复制代码} }
python事件驱动event实现详解
12-25
所有的计算机程序都可以大致分为两类：脚本型（单次运行）和连续运行型（直到用户主动退出）。 脚本型：脚本型的程序包括最早的批处理文件以及使用Python做交易策略回测等等，这类程序的特点是在用户启动后会按照编程时设计好的步骤一步步运行，所有步骤运行完后自动退出。 连续运行型：连续运行型的程序包含了操作系统和绝大部分我们日常使用的软件等等，这类程序启动后会处于一个无限循环中连续运行，直到用户主动退出时才会结束。 一、连续运行型程序 我们要开发的交易系统就是属于连续运行型程序，而这种程序根据其计算逻辑的运行机制不同，又可以粗略的分为时间驱动和事件驱动两种。 1.1 时间驱动 时间驱动的程序逻辑相对容
matlab股票自动交易接口.zip
10-10
matlab股票自动交易接口.zip，matlab股票自动交易接口，一个连接券商交易端口的程序的例子 有一定参考意义
.NET-Ray分布式高性能事件溯源事件驱动最终一致性框架
08-14
Ray - 分布式、高性能、事件溯源、事件驱动、最终一致性框架
c++实现的对象事件驱动机制
09-11
实现的事件驱动机制，绑定对象与事件，通过成员方法响应事件，采用c++的方法实现，不依赖于任何平台
事件驱动编程
03-26
一种语义词语。 动词：代表过去发生的事情。 事件既是技术架构概念，也是业务概念(funny event)。 以事件为驱动的编程模型称为事件驱动架构
V2 奢侈品交易管理系统.zip
最新发布
04-12
提高效率：自动化工作流程、标准化业务操作，显著减少人工干预，提升工作效率。 优化决策：实时数据分析与预测，提供精准的决策依据，助力管理层做出明智选择。 资源整合：打破部门壁垒，实现信息共享，优化...
Rutile:移动企业的工厂自动化
05-21
金红石移动企业的工厂自动化。概括金红石是基于MDA（模型驱动架构）的企业移动应用程序的综合生成器。 定义业务实体后，Rutile会自动为iOS生成Node.js服务器和Titanium客户端应用程序。 生成的服务器完全涵盖了针对...
C#股票自动交易平台TradeLink
08-08
*捕获和引入市场数据 *制定交易策略 *测试策略，达到 25万(k线)/秒 *连接到许多交易商。 *打造低成本，高性能的交易应用 *可视化显示你的交易思想。 *从TradeStation / MatLab的发送订单
Go-EDA-是一个用于实现事件驱动架构的库
08-14
EDA - 是一个用于实现事件驱动架构的库
python基于事件驱动的量化交易框架编写
06-08
编写基于事件驱动的量化交易框架，可以使用Python中的`asyncio`和`asyncio.Queue`来实现。 下面是一个简单的示例代码，用于说明如何设计一个基于事件驱动的量化交易框架： ```python import asyncio class Event: def __init__(self, event_type, data=None): self.type = event_type self.data = data class EventHandler: def __init__(self, loop): self.loop = loop self.queue = asyncio.Queue() async def subscribe(self, event_type, callback): while True: event = await self.queue.get() if event.type == event_type: callback(event) def publish(self, event): self.loop.create_task(self.queue.put(event)) class MarketDataHandler(EventHandler): def __init__(self, loop): super().__init__(loop) async def fetch_market_data(self, symbol): # 从交易所获取行情数据 data = await self.get_market_data(symbol) event = Event('market_data', data) self.publish(event) async def get_market_data(self, symbol): # 从交易所获取行情数据的具体实现 pass class TradingStrategy: def __init__(self, loop, market_data_handler): self.loop = loop self.market_data_handler = market_data_handler async def trade(self, symbol): # 实现交易策略的代码 pass class TradeExecutionHandler(EventHandler): def __init__(self, loop): super().__init__(loop) async def execute_trade(self, order): # 执行交易的代码 pass if __name__ == '__main__': loop = asyncio.get_event_loop() market_data_handler = MarketDataHandler(loop) trading_strategy = TradingStrategy(loop, market_data_handler) trade_execution_handler = TradeExecutionHandler(loop) loop.create_task(market_data_handler.fetch_market_data('AAPL')) loop.create_task(trading_strategy.trade('AAPL')) market_data_handler.subscribe('market_data', trading_strategy.on_market_data) trading_strategy.subscribe('order', trade_execution_handler.execute_trade) loop.run_forever() ``` 在这个示例代码中，我们设计了3个事件处理器： - `MarketDataHandler`，用于获取市场数据并发布事件。 - `TradingStrategy`，用于实现交易策略，并订阅市场数据事件。 - `TradeExecutionHandler`，用于执行交易并订阅交易指令事件。 我们使用`asyncio.Queue`来实现事件队列，并使用`asyncio`来实现协程。事件处理器可以通过订阅事件来接收数据，也可以通过发布事件来发送数据。 在`__main__`函数中，我们创建了3个事件处理器，并使用`loop.create_task`来启动它们的任务。我们还使用`subscribe`方法来订阅事件，并使用`run_forever`方法来启动事件循环。 这只是一个简单的示例代码，实际的量化交易框架需要更复杂的设计和实现。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值