量化交易系统

一个完整的量化系统的架构，应具备下图这些模块。

数据获取引擎，从不同的交易接口或网络获取数据，包括历史数据和实时数据，然后封装成数据流，一路发送到数据引擎，一路发送到策略计算引擎。可以接收监控与可视化模块的控制

数据引擎，主要负责数据的存储和数据的检索，将数据保存到数据库或其他存储系统中，同时支持将数据在检索出来。可以接收监控与可视化模块的控制

数据回放引擎，从数据引擎中获取指定数据，按照时间序列将数据按照数据流播放出来。可以接收监控与可视化模块的控制

策略计算引擎，主要负责将不同的运行起来，同时保证不影响实际交易策略的运行；不同的策略算法在这里运行，分别接收不同的数据流运行。实际交易和模拟交易算法策略，接受实时数据，将计算结果发送给交易执行引擎；回测算法策略，接收回放数据，将结果发送给策略评价系统。可以接收监控与可视化模块的控制，可以“热插拔”算法策略（即在模块不停止的情况下，可以动态装载或卸载算法模块，或改变模块属性）。算法策略，在开发、回测、评价通过后，通过控制台修改属性等参数，即可进行模拟交易、或实际交易，而不需要再进行额外的开发、或修改，这也减少了从回测到模拟交易、再到实际交易的转换过程中可能带来的错误，也减少了开发人员的工作，节约时间节省成本，提高效益。

策略评价系统，对回测的策略进行评价，判定策略是否有效，并将判断结果发送到监控与可视化模块，可以接收监控与可视化模块的控制

交易执行引擎，负责实际的交易执行，可以接收监控与可视化模块的控制

监控与可视化模块，是整个系统的总控及可视化模块，可以监控，可以可视化数据，可以控制不同模块行为；可视化可以启动多个程序实例。

如上，整个系统有众多的数据流或控制流需要配置管理，尤其是策略计算引擎与数据回放引擎之间、可视化与策略计算引擎、策略评价系统之间，而且可视化部分需要有多程序实例，需要对多路不同数据进行可视化，同时还要确保极低的通信时延。

水杉中间件在这些方面，正好可以满足以上需求，无中心节点，微妙级的通信时延，支持多对多的通信，并可对不同提供健康管理，减少系统开发工作。

123456：自动驾驶中间件水杉与Apollo CyberRT性能对比

123456：微秒级低延时L4/L5级自动驾驶中间件——水杉

123456：多节点下自动驾驶中间件水杉与Apollo CyberRT性能对比

123456：自动驾驶中间件水杉SDK来了