Algorithmisch Trading System Architektur

Algorithmische Trading System Architecture. Previously auf diesem Blog habe ich über die konzeptionelle Architektur eines intelligenten algorithmischen Handelssystems sowie die funktionalen und nicht-funktionalen Anforderungen eines produktion algorithmischen Handelssystems geschrieben Seitdem habe ich eine Systemarchitektur entworfen, die ich glauben könnte Genügen diese architektonischen Anforderungen In diesem Beitrag werde ich die Architektur nach den Richtlinien der ISO IEC IEEE 42010 Systeme und Software Engineering Architektur Beschreibung Standard Nach dieser Norm eine Architektur Beschreibung muss. Contain mehrere standardisierte architektonische Ansichten zB in UML und. Hain Traceability zwischen Designentscheidungen und architektonische Anforderungen. Softwarearchitekturdefinition. Es gibt noch keinen Konsens darüber, was ein System s Architektur ist Im Kontext dieses Artikels ist es definiert als die Infrastruktur, in der Anwendungskomponenten, die funktionale Anforderungen erfüllen, spezifiziert, eingesetzt werden können und Durchgeführt Funktionale Anforderungen sind die erwarteten Funktionen des Systems und seiner Komponenten Nicht-funktionale Anforderungen sind Maßnahmen, durch die die Qualität des Systems gemessen werden kann. Ein System, das seine funktionalen Anforderungen voll erfüllt, kann die Erwartungen noch nicht erfüllen, wenn nicht funktionale Anforderungen unbefriedigt bleiben Um dieses Konzept zu veranschaulichen, betrachten Sie das folgende Szenario, ein algorithmisches Handelssystem, das Sie gerade gekauft haben, macht hervorragende Handelsentscheidungen, ist aber mit den Organisationen nicht inoperabel. Risikomanagement und Buchhaltungssysteme Wäre dieses System Ihren Erwartungen zu erfüllen. Konzeptuelle Architektur. Eine konzeptionelle Sicht beschreibt hoch Level-Konzepte und Mechanismen, die im System auf höchster Granularität vorhanden sind Auf dieser Ebene folgt das algorithmische Handelssystem einer ereignisgesteuerten Architektur EDA, die über vier Schichten aufgebrochen ist, und zwei architektonische Aspekte Für jede Schicht und Aspekt werden Referenzarchitekturen und - muster verwendet Architektonische Muster sind bewährte, generische Strukturen für die Erreichung spezifischer Anforderungen Architektonische Aspekte sind Querschnitts-Sorgen, die mehrere Komponenten umfassen. Event getriebene Architektur - eine Architektur, die produziert, erkennt, verbraucht und reagiert auf Ereignisse Ereignisse beinhalten Echtzeit-Marktbewegungen, komplexe Ereignisse oder Trends und Trading-Events zB die Einreichung eines Auftrags. Dieses Diagramm veranschaulicht die konzeptionelle Architektur des algorithmischen Handelssystems. Referenzarchitekturen. Um eine Analogie zu verwenden, ist eine Referenzarchitektur ähnlich den Blaupausen für eine tragende Wand Dieser Blue-Print kann sein Wiederverwendet für mehrfache Gebäudeentwürfe unabhängig davon, welches Gebäude gebaut wird, da es einen Satz von häufig vorkommenden Anforderungen erfüllt. Ähnlich definiert eine Referenzarchitektur eine Schablone, die generische Strukturen und Mechanismen enthält, die verwendet werden können, um eine konkrete Softwarearchitektur zu konstruieren, die spezifische Anforderungen erfüllt Die Architektur für das algorithmische Handelssystem verwendet eine raumbasierte Architektur SBA und eine Modellansicht-Controller MVC als Referenzen Gute Praktiken wie der Betriebsdatenspeicher ODS, das Extrakttransformations - und Last-ETL-Muster sowie ein Data Warehouse DW werden ebenfalls verwendet. Modellansicht Controller - ein Muster, das die Darstellung von Informationen aus der Benutzer-Interaktion mit it. Space-basierte Architektur trennt - spezifiziert eine Infrastruktur, in der lose gekoppelte Verarbeitungseinheiten miteinander über einen gemeinsam genutzten assoziativen Speicher interagieren, der nachstehend als Space bezeichnet wird. Spacebasierte architektonische konzeptionelle Ansicht Model View Controller Originalbild. Strukturelle Ansicht Die Strukturansicht einer Architektur zeigt die Komponenten und Unterkomponenten des algorithmischen Handelssystems Es zeigt auch, wie diese Komponenten auf der physischen Infrastruktur bereitgestellt werden. Die in dieser Ansicht verwendeten UML-Diagramme beinhalten Komponentendiagramme und Bereitstellung Diagramme Im Folgenden finden Sie eine Galerie der Bereitstellungsdiagramme des gesamten algorithmischen Handelssystems und der Verarbeitungseinheiten in der SBA-Referenzarchitektur sowie zugehörige Komponentendiagramme für jeden der Schichten. Ein systemuelles Trading-System Hochwertiges Deployment-Diagramm SBA-Verarbeitungseinheiten-Deployment-Diagramm Auftragsabwicklung Layer-Komponentendiagramm Automatisierte Trader-Event-Processing-Komponenten-Diagramm Datenquelle und Pre-Processing-Layer-Komponentendiagramm MVC-basiertes User Interface-Komponenten-Diagramm. Architectural Tactics. Nach dem Software-Engineering-Institut ist eine architektonische Taktik ein Mittel, um eine Qualitätsanforderung zu erfüllen, indem sie einen Aspekt von manipuliert Ein Qualitätsattributmodell durch architektonische Designentscheidungen Ein einfaches Beispiel, das in der algorithmischen Handelssystemarchitektur verwendet wird, manipuliert einen operativen Datenspeicher ODS mit einer kontinuierlichen Abfragekomponente Diese Komponente würde die ODS kontinuierlich analysieren, um komplexe Ereignisse zu identifizieren und zu extrahieren. Folgende Taktiken werden in der Architektur. Das Disruptor-Muster in der Veranstaltung und Auftragswarteschlangen. Shared Speicher für die Veranstaltung und Auftragswarteschlangen. Continuous Abfrage Sprache CQL auf der ODS. Data-Filterung mit dem Filter-Design-Muster auf eingehende Daten. Kongestion Vermeidung Algorithmen auf alle eingehenden und ausgehenden Verbindungen. Active Queue Management AQM und explizite Staus Notification Modity Rechenressourcen mit Kapazitäten für Upgrade skalierbar. Aktiv Redundanz für alle einzelnen Punkte des Versagens. Indexation und optimierte Persistenzstrukturen in der ODS. Schedule regelmäßige Datensicherung und Clean-up-Skripte für ODS. Transaction Histories auf allen Datenbanken. Checksums für alle Aufträge, um Fehler zu erkennen. Enotieren Sie Ereignisse mit Zeitstempeln, um veraltete Ereignisse zu überspringen. Order Validierungsregeln zB maximale Handelsmengen. Automatisierte Trader-Komponenten verwenden eine In-Memory-Datenbank für die Analyse. Zwei Bühnenauthentifizierung für Benutzeroberflächen, die mit den ATs verbinden. Verschlüsselung auf Benutzerschnittstellen und Verbindungen zum ATs. Observer-Design-Muster für die MVC, um Ansichten zu verwalten. Die obige Liste sind nur einige Designentscheidungen, die ich bei der Gestaltung der Architektur identifiziert habe. Es ist keine vollständige Liste der Taktiken Wie das System ist Entwickelte zusätzliche Taktiken sollten über mehrere Ebenen der Granularität eingesetzt werden, um funktionale und nicht-funktionale Anforderungen zu erfüllen. Im Folgenden finden Sie drei Diagramme, die das Disruptor-Designmuster, das Filterdesign-Muster und die kontinuierliche Abfragekomponente beschreiben. Kontinuierliche Abfrage Komponenten-Diagramm Disruptor-Design-Muster-Klassendiagramm Quelle Filter Design-Muster-Klassendiagramm. Behavioural View. This Ansicht einer Architektur zeigt, wie die Komponenten und Ebenen miteinander interagieren sollten Dies ist nützlich bei der Erstellung von Szenarien für das Testen von Architektur-Designs und für das Verständnis des Systems von Ende zu Ende Diese Ansicht besteht aus Sequenz Diagramme und Aktivitätsdiagramme Aktivitätsdiagramme, die den internen Prozess des algorithmischen Handelssystems zeigen und wie Händler mit dem algorithmischen Handelssystem interagieren sollen, sind nachfolgend dargestellt: Eine systematische Trader-Interaktion End-to-End-Algorithmus-Handelsprozess. Technologien und Frameworks. Der letzte Schritt in Entwerfen einer Softwarearchitektur ist es, potenzielle Technologien und Frameworks zu identifizieren, die zur Realisierung der Architektur genutzt werden könnten. Grundsätzlich ist es besser, die bestehenden Technologien zu nutzen, vorausgesetzt, dass sie sowohl funktionale als auch nicht funktionale Anforderungen adäquat erfüllen. Ein Framework ist eine realisierte Referenzarchitektur ZB JBoss ist ein Framework, das die JEE-Referenzarchitektur realisiert. Die folgenden Technologien und Frameworks sind interessant und sollten bei der Implementierung eines algorithmischen Handelssystems berücksichtigt werden. CUDA - NVidia verfügt über eine Reihe von Produkten, die eine leistungsstarke Computational Finance-Modellierung unterstützen. Man kann bis zu 50x erreichen Leistungsverbesserungen bei der Ausführung von Monte Carlo Simulationen auf der GPU statt der CPU. Apache River - River ist ein Tool-Kit zur Entwicklung verteilter Systeme Es wurde als Rahmen für den Aufbau von Anwendungen auf der Grundlage der SBA-Muster verwendet. Apache Hadoop - in der Event, dass das Pervasive Logging eine Voraussetzung ist, dann bietet die Verwendung von Hadoop eine interessante Lösung für das Big-Data-Problem. Hadoop kann in einer Clusterumgebung eingesetzt werden, die CUDA-Technologien unterstützt. AlgoTrader - eine Open Source Algorithmische Handelsplattform AlgoTrader könnte potenziell in der Ort der automatisierten Trader components. FIX Engine - eine eigenständige Anwendung, die die Financial Information Exchange FIX-Protokolle einschließlich FIX, FAST und FIXatdl unterstützt. Während nicht eine Technologie oder ein Framework, sollten Komponenten mit einer API zur Anwendungsprogrammierung integriert werden, um die Interoperabilität zu verbessern Des Systems und seiner Komponenten. Die vorgeschlagene Architektur wurde entworfen, um sehr generische Anforderungen zu erfüllen, die für algorithmische Handelssysteme identifiziert wurden. Im Allgemeinen werden algorithmische Handelssysteme durch drei Faktoren kompliziert, die mit jeder Implementierung variieren. Dependenzen auf externen Unternehmens - und Austauschsystemen. Fragens nicht funktionale Anforderungen Und. Erweiterte architektonische Zwänge. Die vorgeschlagene Softwarearchitektur müsste daher von Fall zu Fall angepasst werden, um spezifische organisatorische und regulatorische Anforderungen zu erfüllen sowie regionale Einschränkungen zu überwinden. Die algorithmische Handelssystemarchitektur sollte als gesehen werden Nur ein Bezugspunkt für Einzelpersonen und Organisationen, die ihre eigenen algorithmischen Handelssysteme entwerfen wollen. Für eine vollständige Kopie und Quellen verwendet, laden Sie bitte eine Kopie meines Berichts Danke. Algorithmische Trading System Requirements. Currently Ich nehme eine Klasse über Software-Architekturen für Diese Klasse jeder Schüler wählt ein System, definiert seine architektonischen Anforderungen und entwirft eine Lösung, die in der Lage ist, diese Anforderungen zu erfüllen, ich wählte ein algorithmisches Handelssystem wegen der technologischen Herausforderung und weil ich die Finanzmärkte mag Algorithmische Handelssysteme ATs verwenden Computational Algorithmen, um Handelsentscheidungen zu treffen , Aufträge abgeben und Aufträge nach der Einreichung verwalten In den letzten Jahren haben die Besucher an Popularität gewonnen und nun für die Mehrheit der Trades, die durch den internationalen Austausch ausgegeben werden. Unterscheidung zwischen dem programmierten Handel und dem algorithmischen Handel Der programmierte Handel beinhaltet das Aufbrechen großer Marktaufträge in Pakete von kleineren Aktien In diesem Artikel ist der programmierte Handel als eine Sicherheitsanforderung eines ATs. Algorithmischen Handelssystem eingeführt Einführung. Speaking im Allgemeinen gibt es fünf Arten von Marktteilnehmer Retail-Investoren, proprietäre Händler, Market Maker, Buy-Side-Institutionen und Sell-Side-Institutionen ATs Werden am meisten von proprietären Buy-Side-Institutionen verwendet, aber diese Dynamik verändert sich algorithmischen Handel als Service ATAAS macht algorithmischen Handel zugänglich für den Einzelhandel Investor siehe Anhang Dieser Artikel beschreibt die architektonischen Anforderungen für eine ATs von einer proprietären Buy-Side-Institution verwendet Top-Level, ein ATs hat drei Funktionen, die Handelsentscheidungen treffen, Trading-Aufträge erstellen und diese Aufträge nach der Einreichung verwalten. Unter diesen gibt es eine Vielzahl von detaillierteren funktionalen Anforderungen, von denen einige von der Architektur erfüllt werden können. Software-Architektur Einführung Viel Diskussion noch umgibt die Definition, was eine Software-Architektur ist Im Kontext dieses Artikels ist Software-Architektur als die Infrastruktur definiert, in der Anwendungskomponenten, die Benutzerfunktionalität bereitstellen, bereitgestellt und ausgeführt werden können. Ein Software-System sollte seine funktionalen und Nicht-funktionale Anforderungen Funktionale Anforderungen spezifizieren die Funktionen der Systemkomponenten Nicht funktionale Anforderungen legen Maßstäbe fest, durch welche Systemleistung gemessen wird. Ein Software-System, das seinen funktionalen Anforderungen genügt, kann den Erwartungen der Anwender, zB ATs, die Trades, aber nicht in Eine rechtzeitige Art und Weise, würde zu finanziellen Verlusten führen Die Software-Architektur bietet grundsätzlich eine Infrastruktur, die die nicht funktionalen Anforderungen erfüllt und innerhalb der Komponenten, die funktionale Anforderungen erfüllen, implementiert und ausgeführt werden können. Algorithmische Handelssystemanforderungen können daher weitgehend in funktionale und nicht unterteilt werden - Funktionale Anforderungen. Funktionale Anforderungen. Beneath die Marke Handel Entscheidungen Top-Level-Anforderung gibt es drei High-Level-Anforderungen. Get Marktdaten - herunterladen, filtern und speichern strukturierte und unstrukturierte Daten Strukturierte Daten enthalten Echtzeit-Marktdaten von Reuters oder Bloomberg übertragen mit einem Protokoll zB FIX Unstrukturierte Daten beinhalten Nachrichten und Social Media Daten. Definieren Sie Handelsstrategie - geben Sie neue Handelsregeln und Strategien an Handelsregel bestehen aus einem Indikator, einer Ungleichheit und einem numerischen Wert zB PE-Verhältnis 10 Handelsregeln sind in einen Entscheidungsbaum zu definieren, um zu definieren Eine Handelsstrategie unten dargestellt. Analyze Wertpapiere gegen Handelsstrategie - für jede Sicherheit, erhalten Daten und filtern sie durch die Handelsstrategie zu bestimmen, welche Sicherheit zu kaufen Zusätzlich für jede offene Position, bestimmen, welche Sicherheit zu verkaufen Hinweis, diese Anforderung könnte variieren. Beneath der Erstellen Sie Trading-Bestellungen Top-Level-Anforderung gibt es zwei High-Level-Anforderungen. Get Handel Informationen - für jede Entscheidung, erhalten Sie das Sicherheitssymbol, Preis, Menge, etc. Create Trading Order - für jede Entscheidung, geben Sie eine Auftragsart und fügen Sie Handelsinformationen Es gibt Sechs Auftragsarten lang, kurz, Markt, Grenze, Stop und bedingte. Beneath die Verwaltung Bestellungen Top-Level-Anforderung gibt es drei hohe Level-Anforderungen. Manage ausstehende Bestellungen - für jede Bestellung zu validieren und bestätigen, dass order. Route senden Bestellungen - Route jeder Um einen Austausch, einen dunklen Pool oder eine Brokerage zu bestellen. Manage eingereichte Aufträge - Spurstatus jedes übergebenen Auftrags, wenn Bestellung abgestimmt ist, dann eine offene Position anlegen Wenn die Bestellung nicht übereinstimmt, dann beenden Sie diese Reihenfolge. Dieses Diagramm zeigt, wie eine Handelsstrategie sein könnte Definiert als Entscheidungsbaum von Handelsregeln. Non-funktionale Anforderungen. Es gibt viele nicht funktionale Anforderungen, die zwischeneinander gehandelt werden, zB erhöhte Leistung kommt oft zu einem erhöhten Gesamtbetriebskosten Nicht-funktionale algorithmische Handelssystem Anforderungen gehören. Skalierbarkeit - Ist die Fähigkeit eines Systems zu bewältigen und zu führen unter einer erhöhten oder erweiterten Arbeitsbelastung Ein ATs sollte skalierbar in Bezug auf die Anzahl der Daten-Feeds in Prozessen, Anzahl der Börsen, die es handelt, und die Wertpapiere, die es handeln kann. Performance - ist die Menge an Arbeit, die von einem System im Vergleich zu der Zeit und Ressourcen erforderlich, um diese Arbeit zu tun Ein ATs sollten schnelle Antwortzeiten zurück auf den Markt und hohe Verarbeitung und Netzwerk-Durchsatz. Modifizierbarkeit - ist die Leichtigkeit, mit der das System geändert werden kann Ein ATs Sollte leicht modifizierbare Handelsstrategien und Datenverarbeitung haben. Reliability - ist die Genauigkeit und Zuverlässigkeit eines Systems, um korrekte Ausgänge für die Eingaben zu erzeugen, die es empfängt Weil Fehler und Bugs in einem ATs zu großen Verlusten und Geldstrafen führen können, ist die Zuverlässigkeit entscheidend. Siehe den Ritter Kapital-Debakel für Beweise für diese. Auditabilität - ist die Leichtigkeit, mit der das System auditiert werden kann Aktuelle High-Profile-Fälle von ATs gehen haywire haben ATs im Rampenlicht für Audit-Unternehmen Sie sollten daher sowohl von einer finanziellen, Compliance und IT auditiert werden Standpunkt. Sicherheit - ist die Sicherheit einer Organisation gegen kriminelle Aktivitäten wie Terrorismus, Diebstahl oder Spionage Weil Handelsstrategien proprietär sind und wertvolles geistiges Eigentum darstellen, müssen sie gesichert werden. Um die ATs vor Jagd zu schützen, sollten Aufträge verschleiert werden Mit programmierten Handelsstrategien. Fault Toleranz - ist die Fähigkeit eines Systems, weiterhin ordnungsgemäß nach einem Fehler oder Misserfolg zu arbeiten Dies ist ähnlich wie die Zuverlässigkeit, außer dass die ATs weiterhin zuverlässig bleiben, auch nach einem Fehler, um finanzielle Verluste zu vermeiden. Interoperabilität - ist Die Leichtigkeit, mit der das System in der Lage ist, mit einer Vielzahl von verwandten Systemen zu arbeiten. Dies ist wichtig für ein ATs, das für die Anbindung an Auftragsmanagementsysteme, Portfoliomanagementsysteme, Risikomanagementsysteme, Buchhaltungssysteme und sogar Banksysteme erforderlich ist. Überblick über den architektonischen Umfang. Der architektonische Umfang ist die von der Architektur unterstützte Dienstleistungspalette, die von Komponenten für ihre funktionalen und nicht funktionalen Anforderungen verbraucht wird. Eine detailliertere Aufschlüsselung dieses architektonischen Geltungsbereichs ist im detaillierten Anforderungsdokument auf hohem Niveau Die folgenden Dienste müssten von der Architektur bereitgestellt werden. Eine modifizierbare Datenvorverarbeitungsumgebung, die mehrere Datenströme, Filter für irrelevante Daten und zeitliche Datenpartitionierung unterstützt. Eine verteilte Verarbeitungsumgebung, die mehrere Verarbeitungseinheitencluster unterstützt, Zeit-Performance-Monitoring, ein meldungsorientiertes Kommunikations-Framework, Scheduling von zeitlichen Datensätzen, Lastverteilung und Datenreplikation. Individuelle Verarbeitungseinheiten - die In-Memory-Warteschlangen unterstützen und komplexe Ereignisverarbeitung auf zeitlichen Daten. Speicherbereich Netzwerk SAN - das unterstützt Zeitliche Datenaggregation, kontinuierliche Abfrage und Protokollierung für Audit Trails. Datenwiederherstellung DR-Umgebung - repliziert das SAN - und Order-Management-System. Eine Integrationsumgebung, die eine Standard-API für Komponenten bereitet und interne und externe Komponenten miteinander verbindet Managementsystem, das gleichzeitige Eingangsströme, passive Redundanz - und Lastverteilung, ACID-Kriterien auf Aufträgen, einen Audit Trail unterstützt und repliziert wird. Eine Systemnutzungsumgebung, die mehrere Benutzerprofile unterstützt und dem Algorithmischen ein vollständig verwaltetes Front-End zur Verfügung stellt Trading-System. Access-und Integrationsanforderungen. Access-Anforderungen beschreiben, wie die Benutzer auf die Systeme s Komponenten zugreifen können Ein algorithmisches Handelssystem sollte drei Schnittstellen eine Schnittstelle, um neue Handelsregeln, Trading-Strategien und Datenquellen eine Back-End-Schnittstelle für das System zu definieren Administratoren, um Cluster hinzuzufügen und die Architektur und eine schreibgeschützte Audit-Schnittstelle für die Überprüfung von IT-Kontrollen und Benutzerzugriffsrechten zu konfigurieren Voraussetzungen für die Integration zwischen Komponenten und externen Systemen werden Integrationsanforderungen genannt Das algorithmische Handelssystem sollte dateibasierte Integration, Nachrichtenbasierte Integration unterstützen Und Datenbank-Integration Als solche sollten die folgenden Anforderungen durch die Architektur erfüllt werden. Datenbank-Integration - Unterstützung ODBC, JDBC, ADO und XQC. File basierte Integration - Unterstützung CSV, XML und JSON-Dateien. Message basierte Integration - Unterstützung FIX FAST Und FIXatdl. Architectural constraints. Die blauen Punkte zeigen die physischen Standorte, wo Netzwerk Latenz minimiert wird und die roten Punkte zeigen die physischen Standorte der großen finanziellen Austausch Um die Leistung des algorithmischen Handelssystems zu maximieren, sollte man das System an Orten, die Minimierung der Netzwerklatenz Quelle MIT open press. Architectural constraints sind Faktoren, die die Leistung der Architektur, die gebaut wird, einschränken Die beiden Einschränkungen, die ich hier erwähnen werde, sind physikalische Netzwerkbeschränkungen und regulatorische Einschränkungen Physische Netzwerkbeschränkungen werden aufgrund einer schlechten Telekommunikation auf ein System gestellt Netzwerke Um diese Einschränkung zu verringern, sollte das System aufgebaut werden, wo die Netzwerklatenz minimiert wird. Ein weiterer Weg, um Netzwerkbeschränkungen zu mindern, besteht darin, das algorithmische Handelssystem mit dem Marktaustausch zusammenzuarbeiten. Die Entscheidung, zusammen zu kooperieren, führt zu einer zusätzlichen Verarbeitung und Raum Einschränkungen. Regulatorische Einschränkungen werden durch Gesetze und Verordnungen eingeführt, die meist land - und austauschspezifisch sind. Dies ist ein zunehmend wichtiger Faktor bei der Konzeption und Implementierung eines algorithmischen Handelssystems, da der algorithmische Handel nach dem 2010-Blitz-Crash mehr reguliert wird ATs sollten sich zumindest mit den Regeln der SEC in Bezug auf System Compliance und Integrität SCI, die EMEA-Richtlinien für algorithmische Handelssysteme, die ISO 9000 algorithmischen Handelsnormen AT9000 und die internationalen Rechnungslegungsstandards IFRS. Algorithmischen Handelssystemarchitekturen kompliziert durch die Strenge, nicht funktionale Anforderungen, die vom System erwartet werden, und die breite Palette von Regulierungs - und Compliance-Anforderungen für den automatisierten Handel. Aufgrund dieser Komplexität sollte sorgfältig auf die Gestaltung und Umsetzung der Systemarchitektur geachtet werden. Bei der Gestaltung einer algorithmischen Open-Source-Architektur, die ich hoffe, Weisen darauf hin, dass die architektonischen Anforderungen, die oft zu Beginn der Gestaltung solcher Systeme übersehen werden, die in diesem Dokument festgelegten Anforderungen nicht vollständig sind und sich unvermeidlich im Laufe der Zeit entwickeln werden. Die zweite Tranche dieses Artikels wird mein Design für eine Softwarearchitektur beinhalten, die die oben genannten erfüllt Erwähnte Anforderungen Für weitere Informationen über den algorithmischen Handel, wenden Sie sich bitte an mich zu kontaktieren. Um eine Kopie meines Berichts zu downloaden, klicken Sie bitte hier Für eine vollständige Liste der Quellen finden Sie in den Bericht. ATAAS Dienstleister gehören, sind aber nicht beschränkt auf. - Benutzer definieren quantitative Handelsstrategien in Python und können sie erneut testen Benutzer können diese Strategien auch auf Live-Märkten ausführen Quantopian hat vor kurzem eine Investition von 6 7 Millionen USD zur Erweiterung ihrer Services erhalten. EquaMetrics - mit RIZM-Anwendern visuell neue algorithmische Handelsstrategien zu bauen - Test diese Strategien und führen diese Strategien auf Live-Märkten EquaMetrics kündigte vor kurzem neue Finanzierung für RIZM im Wert von 4 5 Millionen USD. Brokerages - einige Brokerage erlauben Trader, Handelsbots zu schaffen, die automatisch ihre Handelsstrategien ausführen. Basics of Algorithmic Trading Concepts und Beispiele. Ein Algorithmus ist ein spezifischer Satz von klar definierten Anweisungen, die darauf abzielen, eine Aufgabe oder einen Prozess durchzuführen. Modulatorischer Handel automatisiert Handel, Black-Box-Handel oder einfach Algo-Trading ist der Prozess der Verwendung von Computern programmiert, um eine definierte Reihe von Anweisungen für folgen Die Vermittlung eines Handels, um Gewinne mit einer Geschwindigkeit und Häufigkeit zu generieren, die für einen menschlichen Händler unmöglich ist. Die definierten Regeln setzen sich auf Zeitplan, Preis, Menge oder jedes mathematische Modell ab. Neben den Gewinnchancen für den Händler macht algo-trading Märkte Mehr liquide und macht den Handel systematischer, indem sie emotionale menschliche Auswirkungen auf Handelsaktivitäten auslösen. Stellen Sie einen Händler nach diesen einfachen Handelskriterien. Buy 50 Aktien einer Aktie, wenn seine 50-Tage gleitenden Durchschnitt über den 200-Tage gleitenden Durchschnitt. Sell Aktien Der Lager, wenn seine 50-Tage gleitenden Durchschnitt unter den 200-Tage gleitenden Durchschnitt. Using dieser Satz von zwei einfachen Anweisungen, ist es einfach, ein Computer-Programm, das automatisch überwacht den Aktienkurs und die gleitenden durchschnittlichen Indikatoren und platzieren Kauf und Verkauf von Aufträgen, wenn die definierten Bedingungen erfüllt sind Der Händler muss nicht mehr eine Uhr für Live-Preise und Graphen halten oder die Aufträge manuell eintragen. Das algorithmische Handelssystem tut es automatisch für ihn, indem er die Handelsmöglichkeit korrekt identifiziert Gleitende Durchschnitte, siehe Simple Moving Averages machen Trends Stand Out. Algo-Trading bietet die folgenden Vorteile. Trades ausgeführt zu den bestmöglichen Preisen. Instant und genaue Handelsordnung Platzierung damit hohe Chancen der Ausführung auf Wunsch Ebenen. Trades zeitgesteuert und sofort, zu Vermeiden Sie erhebliche Preisänderungen. Reduzierte Transaktionskosten sehen die Implementierung Shortfall Beispiel unten. Simultane automatisierte Kontrollen auf mehrere Marktbedingungen. Reduzierte Risiko von manuellen Fehlern bei der Platzierung der Trades. Backtest der Algorithmus, basierend auf verfügbaren historischen und Echtzeit-Daten. Reduzierte Möglichkeit von Fehlern Von menschlichen Händlern auf der Grundlage von emotionalen und psychologischen Faktoren. Der größte Teil des heutigen Algo-Trading ist Hochfrequenz-Handel HFT, die versucht, auf die Platzierung einer großen Anzahl von Aufträgen mit sehr schnellen Geschwindigkeiten über mehrere Märkte und mehrere Entscheidungsparameter, basierend auf Vorprogrammierte Anweisungen Für mehr auf Hochfrequenzhandel, siehe Strategien und Geheimnisse der Hochfrequenz-Handel HFT Firms. Algo-Trading wird in vielen Formen der Handels-und Investment-Aktivitäten verwendet, einschließlich. Mid zu langfristigen Investoren oder kaufen Nebenfirmen Pensionskassen, Investmentfonds, Versicherungsgesellschaften, die in Aktien in großen Mengen kaufen, aber nicht die Aktienpreise mit diskreten, großvolumigen Investitionen beeinflussen wollen. Kurzfristige Händler und Verkaufsseitenteilnehmer Marktmacher Spekulanten und Arbitrageure profitieren auch von der automatisierten Handelsabwicklung, algo - Trading-Aids bei der Schaffung von ausreichenden Liquidität für Verkäufer auf dem Markt. Systematische Händler Trendfolger Paare Trader Hedge-Fonds usw. finden es viel effizienter, ihre Handelsregeln zu programmieren und lassen Sie das Programm Handel automatisch. Algorithmischen Handel bietet eine systematischere Ansatz für den aktiven Handel als Methoden Basierend auf einer menschlichen Trader s Intuition oder Instinkt. Algorithmische Trading Strategies. Any Strategie für algorithmischen Handel erfordert eine identifizierte Chance, die profitabel ist in Bezug auf verbesserte Einnahmen oder Kostenreduktion Im Folgenden sind gemeinsame Trading-Strategien in Algo-Trading verwendet. Die häufigste algorithmische Handelsstrategien folgen Trends bei der Bewegungsdurchschnitte Kanalausbrüche Preisniveaubewegungen und damit zusammenhängende technische Indikatoren Dies sind die einfachsten und einfachsten Strategien, die durch algorithmischen Handel implementiert werden, da diese Strategien keine Vorhersagen oder Preisvorhersagen beinhalten. Trades werden auf der Grundlage des Auftretens von wünschenswerten Trends initiiert Die einfach und unkompliziert sind, um durch Algorithmen zu implementieren, ohne in die Komplexität der prädiktiven Analyse zu gelangen. Das oben genannte Beispiel von 50 und 200 Tag gleitenden Durchschnitt ist ein beliebter Trend nach Strategie Für mehr auf Trendhandelsstrategien, siehe Simple Strategies für die Aktivierung von Trends. Buying Ein dualer Börsenplatz zu einem niedrigeren Preis in einem Markt und gleichzeitig den Verkauf zu einem höheren Preis in einem anderen Markt bietet die Preisdifferenz als risikofreien Gewinn oder Arbitrage Der gleiche Vorgang kann für Aktien gegen Futures-Instrumente repliziert werden, da Preisunterschiede existieren Von Zeit zu Zeit Implementierung eines Algorithmus zur Identifizierung solcher Preisunterschiede und die Platzierung der Aufträge ermöglicht rentable Chancen in effizienter Weise. Index Fonds haben definierte Perioden der Rebalancing, um ihre Bestände zu par mit ihren jeweiligen Benchmark-Indizes zu bringen Dies schafft rentable Möglichkeiten für algorithmische Händler, die Profitieren von erwarteten Trades, die 20-80 Basispunkte Gewinne anbieten, je nach Anzahl der Aktien im Indexfonds, kurz vor dem Indexfonds-Rebalancing. Solche Trades werden über algorithmische Handelssysteme für rechtzeitige Ausführung und beste Preise initiiert. Viele bewährte mathematische Modelle , Wie die delta-neutrale Handelsstrategie, die den Handel über die Kombination von Optionen und die zugrunde liegende Sicherheit ermöglichen, in denen Trades platziert werden, um positive und negative Deltas auszugleichen, so dass das Portfolio-Delta auf Null gehalten wird. Mean Reversion-Strategie basiert auf der Idee, dass die Hohe und niedrige Preise eines Vermögenswertes sind ein vorübergehendes Phänomen, das auf ihren Mittelwert periodisch zurückkehrt Identifizierung und Definition einer Preisspanne und Implementierung von Algorithmen auf der Grundlage der, dass Trades automatisch platziert werden, wenn der Preis von Asset-Pausen in und aus seiner definierten range. Volume Die gewogene durchschnittliche Preisstrategie zerbricht einen Großauftrag und gibt dynamisch bestimmte kleinere Stücke des Auftrags auf den Markt mit Aktienspezifischen historischen Volumenprofilen frei. Ziel ist es, den Auftrag in der Nähe des volumengewichteten Durchschnittspreises VWAP auszuführen und damit auf den durchschnittlichen Preis zu profitieren Die gewogene durchschnittliche Preisstrategie zerbricht einen Großauftrag und gibt dynamisch bestimmte kleinere Stücke des Auftrags auf den Markt mit gleichmäßig geteilten Zeitschlitzen zwischen Start - und Endzeit frei. Ziel ist es, den Auftrag in der Nähe des Durchschnittspreises zwischen Start - und Endzeiten auszuführen , Wodurch die Markteinwirkung minimiert wird. Bis der Trade Order vollständig ausgefüllt ist, fährt dieser Algorithmus fort, Teilaufträge zu senden, entsprechend der definierten Beteiligungsquote und nach dem Volumen, das in den Märkten gehandelt wird. Die zugehörige Stufenstrategie sendet Aufträge zu einem benutzerdefinierten Marktanteil Volumina und erhöht oder verringert diese Erwerbsquote, wenn der Aktienkurs benutzerdefinierte Level erreicht. Die Implementierungs-Shortfall-Strategie zielt darauf ab, die Ausführungskosten eines Auftrags durch den Handel auf dem Echtzeitmarkt zu minimieren und dadurch die Kosten der Bestellung zu sparen und zu profitieren Von den Opportunitätskosten der verspäteten Ausführung Die Strategie wird die gezielte Teilnahmequote erhöhen, wenn sich der Aktienkurs positiv bewegt und verringert, wenn der Aktienkurs sich negativ bewegt. Es gibt ein paar spezielle Klassen von Algorithmen, die versuchen, Ereignisse auf der anderen Seite zu identifizieren. Diese Schnüffeln Algorithmen, die zum Beispiel von einem Sell-Side-Market-Maker verwendet werden, haben die eingebaute Intelligenz, um die Existenz von Algorithmen auf der Kaufseite eines großen Auftrags zu identifizieren. Diese Erkennung durch Algorithmen wird dem Marktmacher helfen, große Auftragsmöglichkeiten zu identifizieren und ihm zu ermöglichen Um zu profitieren, indem man die Aufträge zu einem höheren Preis füllt Dies wird manchmal als High-Tech-Front-Run für mehr auf Hochfrequenz-Handel und betrügerische Praktiken, siehe Wenn Sie Aktien kaufen Online, sind Sie in HFTs. Technical Requirements für Algorithmic Trading beteiligt. Implementierung des Algorithmus mit einem Computer-Programm ist der letzte Teil, Clubbed mit Backtesting Die Herausforderung besteht darin, die identifizierte Strategie in einen integrierten computergestützten Prozess umzuwandeln, der Zugriff auf ein Trading-Konto für die Platzierung von Aufträgen hat. Im Folgenden sind benötigte Programmierkenntnisse erforderlich, um den gewünschten Handel zu programmieren Strategie, gemietete Programmierer oder vorgefertigte Trading-Software-Konnektivität und Zugriff auf Trading-Plattformen für die Platzierung der Bestellungen. Access zu Markt Daten-Feeds, die durch den Algorithmus überwacht werden, um Möglichkeiten, um Aufträge zu platzieren. Die Fähigkeit und Infrastruktur, um das System einmal gebaut, Bevor es auf echten Märkten lebendig ist. Verfügbare historische Daten für Backtesting, abhängig von der Komplexität der Regeln im Algorithmus implementiert. Hier ist ein umfassendes Beispiel Royal Dutch Shell RDS ist an der Amsterdamer Börse notiert AEX und London Stock Exchange LSE Lassen Sie uns einen Algorithmus erstellen Zu identifizieren Arbitrage Chancen Hier sind einige interessante Beobachtungen. AEX Trades in Euro, während LSE Trades in Sterling Pounds. Due auf die einstündige Zeitunterschied, AEX öffnet eine Stunde früher als LSE, gefolgt von beiden Börsen Handel gleichzeitig für die nächsten paar Stunden und dann trading only in LSE during the last hour as AEX closes. Can we explore the possibility of arbitrage trading on the Royal Dutch Shell stock listed on these two markets in two different currencies. A computer program that can read current market prices. Price feeds from both LSE and AEX. A forex rate feed for GBP-EUR exchange rate. Order placing capability which can route the order to the correct exchange. Back-testing capability on historical price feeds. The computer program should perform the following. Read the incoming price feed of RDS stock from both exchanges. Using the available foreign exchange rates convert the price of one currency to other. If there exists a large enough price discrepancy discounting the brokerage costs leading to a profitable opportunity, then place the buy order on lower priced exchange and sell order on higher priced exchange. If the orders are executed as desired, the arbitrage profit will follow. Simple and Easy However, the practice of algorithmic trading is not that simple to maintain and execute Remember, if you can place an algo-generated trade , so can the other market participants Consequently, prices fluctuate in milli - and even microseconds In the above example, what happens if your buy trade gets executed, but sell trade doesn t as the sell prices change by the time your order hits the market You will end up sitting with an open position making your arbitrage strategy worthless. There are additional risks and challenges for example, system failure risks, network connectivity errors, time-lags between trade orders and execution, and, most important of all, imperfect algorithms The more complex an algorithm, the more stringent backtesting is needed before it is put into action. Quantitative analysis of an algorithm s performance plays an important role and should be examined critically It s exciting to go for automation aided by computers with a notion to make money effortlessly But one must make sure the system is thoroughly tested and required limits are set Analytical traders should consider learning programming and building systems on their own, to be confident about implementing the right strategies in foolproof manner Cautious use and thorough testing of algo-trading can create profitable opportunities. The maximum amount of monies the United States can borrow The debt ceiling was created under the Second Liberty Bond Act. The interest rate at which a depository institution lends funds maintained at the Federal Reserve to another depository institution.1 A statistical measure of the dispersion of returns for a given security or market index Volatility can either be measured. An act the US Congress passed in 1933 as the Banking Act, which prohibited commercial banks from participating in the investment. Nonfarm payroll refers to any job outside of farms , private households and the nonprofit sector The US Bureau of Labor. The currency abbreviation or currency symbol for the Indian rupee INR , the currency of India The rupee is made up of 1.