第三章 关键技术--决策引擎

一、概述

它是整个交易系统的决策中心,它是最核心的链路,负责一次交易链路的全过程。当每日发起交易请求时,决策引擎是负责基于特征数据,利用策略判断出股票的持仓,减仓,空仓,买入,卖出分类情况,然后基于该分类,利用资金分配策略,通过交易,最终达到帐户持仓状态,它由3个模块组成,分别为:

  • 交易:依据每一个仓槽状态,处理不同情况,仓槽为空时,走建仓和分配资金逻辑,仓槽不为空时,根据持仓的股票状态,决定减仓或空仓。

  • 策略:依据各类特征数据,判断出持仓情况,具备多策略共同决策能力,具备便于迭代的动态加载策略脚本能力。

  • 特征数据与因子:使用数仓内的结果数据再次处理供上层策略使用。

二、技术架构

三、功能图

四、模块详情

Guide模块

Guide模块是一个策略分析模块,它的主要功能是基于多因子模型实时计算当前的股票分类情况,并自动执行应持有的股票、应减持的股票以及应空仓的操作。这个模块为投资者提供了清晰易懂的交易信号以及关键信息,帮助他们做出更明智的投资决策。

在具体操作过程中,Guide模块会根据实时市场数据和预设的股票分类模型,对股票进行自动分类,并在适当的时候发出买入或卖出的指令。这些指令会指导投资者在何时买入或卖出特定的股票,以实现最佳的投资效果。

RTP模块

RTP模块是一个实时预估模块,它在线计算特征并利用训练好的模型对股票池内交易范围内的股票进行打分。该模块主要包括数据查询、特征计算、模型预估三个步骤,为投资者提供准确的股票预估信息。

在运行过程中,RTP模块首先会查询最新的市场数据和股票信息,然后根据预设的模型对这些数据进行特征计算。接着,利用训练好的模型对股票进行预估,为投资者提供每只股票的预估分数。这些分数可以作为投资者投资决策的参考依据,帮助他们更好地选择投资对象。

OTS模块

OTS模块是一个在线交易模块,它接收到交易执行命令后,对Guide模块返回的持仓、减仓、空仓的股票列表进行过滤,并对RTP模块返回的股票进行排序。利用排序结果进行优先级交易及资金权重分配,对于发出重要交易信号的股票,OTS模块会多方面加大权重进行重排。同时,该模块还调用Trader模块向交易终端发起持仓变更,并在交易过程中进行风险控制,以降低损失的概率或发生损失后的止损行为,避免损失扩大。

OTS模块与 Guide 模块和 RTP 模块紧密配合,对投资者的交易指令进行实时的处理和执行。它会对 Guide 模块返回的持仓、减仓、空仓的股票列表进行过滤,确保交易的合理性和安全性。同时,它还会对 RTP 模块返回的股票进行排序,根据预估分数和其他因素确定每只股票的优先级和资金权重分配。对于发出重要交易信号的股票,OTS 模块会加大权重进行重排,以突出重点投资对象。

Trader模块

Trader模块是一个交易信息同步模块,它作为一个工具以调用券商API完成下单操作,不参与具体的决策过程,该模块要确保指令正确和及时地执行。

Trader模块主要负责与券商系统进行交互,接收和发送交易指令。它通过调用券商API来实现与券商系统的信息同步,确保投资者可以及时获取最新的交易信息和执行指令。这个模块独立于其他决策模块,只负责信息的传输和指令的执行,不参与投资决策的过程。

FC与Log模块

FC与Log模块是一个日志回流模块,它将当天的实时信息以多种日志方式返回到磁盘,确保数据一致性,供后链路中的机器学习训练使用。

FC与Log模块的主要功能是记录当天的实时交易信息和日志数据,并将其存储在磁盘中。这些数据可以作为机器学习训练的样本数据,为后续的数据分析和投资策略优化提供支持。通过日志回流的方式,可以确保数据的一致性和可追溯性,为投资者提供可靠的交易记录和分析结果。

Train模块

Train模块是一个机器学习训练模块,它每天选择多只股票作为样本,以下周的正负作为标签,特征为Log模块中的日志与DB中的数据。经过一系列处理后,Train模块生成可训练样本,并利用传统机器学习或深度学习训练出模型供RTP模块使用,该模块帮助不断优化和改进机器学习模型,提高预估的准确性和可靠性。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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