ट्रेडिंग सिस्टम डिजाइन - सी

एल्गोरिथम ट्रेडिंग सिस्टम्स के लिए सर्वश्रेष्ठ प्रोग्रामिंग भाषा मैं क्यूएस मेलबैग में सबसे अधिक लगातार प्रश्नों में से एक है एल्गोरिथम ट्रेडिंग के लिए सबसे अच्छा प्रोग्रामिंग भाषा क्या है I संक्षेप में उत्तर यह है कि कोई अच्छी भाषा नहीं है रणनीति पैरामीटर, प्रदर्शन, प्रतिरूपकता, विकास, लचीलापन और लागत को सभी पर विचार किया जाना चाहिए। यह आलेख एक एल्गोरिथम ट्रेडिंग सिस्टम आर्किटेक्चर के आवश्यक घटकों को रेखांकित करेगा और कार्यान्वयन के संबंध में निर्णय भाषा की पसंद को प्रभावित करेगा। सबसे पहले, एक एल्गोरिथम व्यापार प्रणाली के प्रमुख घटक पर विचार किया जाएगा, जैसे अनुसंधान उपकरण, पोर्टफोलियो अनुकूलक, जोखिम प्रबंधक और निष्पादन इंजन। इसके बाद, विभिन्न व्यापारिक रणनीतियों की जांच की जाएगी और वे सिस्टम के डिजाइन को कैसे प्रभावित करते हैं। विशेष रूप से व्यापार की आवृत्ति और संभावित व्यापारिक मात्रा दोनों पर चर्चा की जाएगी। एक बार ट्रेडिंग रणनीति चुन ली गई है, पूरे सिस्टम को आर्किटेक्ट करने के लिए आवश्यक है। इसमें हार्डवेयर, ऑपरेटिंग सिस्टम (सिस्टम) और दुर्लभ, संभावित रूप से विपत्तिपूर्ण घटनाओं के खिलाफ सिस्टम लचीलापन का विकल्प शामिल है। जबकि आर्किटेक्चर पर विचार किया जा रहा है, अनुसंधान के साथ-साथ लाइव एक्जीक्यूशन पर्यावरण दोनों के लिए प्रदर्शन के लिए उचित संबंध भुगतान किया जाना चाहिए। एक स्वचालित व्यापार प्रणाली लिखने के लिए सबसे अच्छी भाषा पर निर्णय लेने से पहले ट्रेडिंग सिस्टम क्या करने की कोशिश कर रहा है यह आवश्यकताओं को परिभाषित करने के लिए आवश्यक है क्या सिस्टम पूरी तरह निष्पादन के आधार पर होगा क्या सिस्टम को जोखिम प्रबंधन या पोर्टफोलियो निर्माण मॉड्यूल की आवश्यकता होती है क्या सिस्टम को उच्च प्रदर्शन वाले बैटरेटर की आवश्यकता होती है सबसे अधिक रणनीतियों के लिए ट्रेडिंग सिस्टम को दो श्रेणियों में विभाजित किया जा सकता है: अनुसंधान और सिग्नल पीढ़ी। अनुसंधान ऐतिहासिक डेटा पर एक रणनीति के प्रदर्शन के मूल्यांकन के साथ संबंध है। पूर्व बाजार डेटा पर एक व्यापारिक रणनीति के मूल्यांकन की प्रक्रिया को बैकटेस्टिंग के रूप में जाना जाता है। डेटा आकार और एल्गोरिथम जटिलता का बैकएस्टियर की कम्प्यूटेशनल तीव्रता पर बड़ा असर होगा। सीपीयू की गति और संगामिति अक्सर अनुसंधान निष्पादन गति को अनुकूलित करने में सीमित कारक हैं सिग्नल पीढ़ी एक एल्गोरिथ्म से ट्रेडिंग संकेतों का एक सेट तैयार करने और बाजार में ऐसे ऑर्डर भेजने के लिए चिंतित है, आमतौर पर ब्रोकरेज के माध्यम से। कुछ रणनीतियों के लिए प्रदर्शन का एक उच्च स्तर आवश्यक है। IO मुद्दों जैसे नेटवर्क बैंडविड्थ और विलंबता अक्सर निष्पादन सिस्टम को अनुकूलित करने में सीमित कारक हैं। इस प्रकार आपके पूरे सिस्टम के प्रत्येक घटक के लिए भाषाओं की पसंद काफी भिन्न हो सकती है। प्रकार, आवृत्ति और रणनीति का वॉल्यूम नियोजित एल्गोरिथम रणनीति के प्रकार सिस्टम के डिजाइन पर काफी प्रभाव पड़ेगा। यह बाजारों पर कारोबार करने, बाहरी डेटा विक्रेताओं को कनेक्टिविटी, रणनीति की आवृत्ति और मात्रा, विकास और प्रदर्शन अनुकूलन की आसानी के बीच ट्रेड-ऑफ और साथ ही कस्टम हार्डवेयर सहित किसी भी कस्टम हार्डवेयर पर विचार करना आवश्यक होगा। सर्वर, जीपीयू या एफपीजीए जो आवश्यक हो सकते हैं एक कम आवृत्ति अमेरिकी इक्विटी रणनीति के लिए प्रौद्योगिकी विकल्प वायदा बाजार पर एक उच्च आवृत्ति सांख्यिकीय मध्यस्थता रणनीति के कारोबार से काफी अलग होंगे। भाषा की पसंद से पहले कई डेटा विक्रेताओं का मूल्यांकन किया जाना चाहिए जो कि हाथ में की जाने वाली रणनीति से संबंधित है। विक्रेता को कनेक्टिविटी, किसी भी एपीआई की संरचना, आंकड़ों की समयावधि, भंडारण की आवश्यकताएं और ऑफ़लाइन जाने वाले विक्रेता के चेहरे पर लचीलापन पर विचार करना आवश्यक होगा। यह भी बुद्धिमान है कि कई विक्रेताओं के लिए त्वरित पहुंच प्राप्त होनी चाहिए। विभिन्न उपकरणों के पास सभी के पास अपना भंडारण क्विर्क है, जिनमें से कुछ इक्विटी के लिए कई टिकर प्रतीकों और भविष्य के लिए समाप्ति की तारीखें शामिल हैं (किसी विशिष्ट ओटीसी डेटा का उल्लेख नहीं करना)। यह प्लेटफ़ॉर्म डिज़ाइन में कारगर होना चाहिए। रणनीति की आवृत्ति तकनीक के ढेर की परिभाषा कैसे की जाएगी यह सबसे बड़ा ड्राइवरों में से एक होने की संभावना है। डेटा को अधिक से अधिक बारीकी से या दूसरी बार सलाखों के लिए बार-बार उपयोग करने वाली रणनीतियां प्रदर्शन के संबंध में महत्वपूर्ण विचार की आवश्यकता होती हैं दूसरी बार से अधिक की एक रणनीति (यानी टिक डेटा) प्राथमिकता के रूप में एक निष्पादन संचालित डिजाइन को जन्म देती है उच्च आवृत्ति रणनीतियों के लिए बाजार डेटा की पर्याप्त मात्रा को संग्रहित और मूल्यांकित करने की आवश्यकता होगी। एचडीएफ 5 या केडीबी जैसे सॉफ्टवेयर आमतौर पर इन भूमिकाओं के लिए उपयोग किया जाता है। एचएफटी अनुप्रयोगों के लिए आवश्यक आंकड़ों के व्यापक संस्करणों को संसाधित करने के लिए, एक बड़े पैमाने पर अनुकूलित बैकएस्टर और निष्पादन प्रणाली का उपयोग किया जाना चाहिए। सीसी (संभवतः कुछ इकबालर के साथ) सबसे मजबूत भाषा उम्मीदवार होने की संभावना है। अल्ट्रा उच्च आवृत्ति रणनीतियों लगभग निश्चित रूप से कस्टम हार्डवेयर जैसे FPGA, विनिमय सह-स्थान और कर्नल नेटवर्क इंटरफेस ट्यूनिंग की आवश्यकता होगी। रिसर्च सिस्टम रिसर्च सिस्टम में आम तौर पर इंटरैक्टिव विकास और स्वचालित स्क्रिप्टिंग का मिश्रण शामिल होता है। पूर्व अक्सर एक आईडीई जैसे दृश्य स्टूडियो, मैटलैब या आर स्टूडियो के रूप में होता है बाद में कई मापदंडों और डेटा बिंदुओं पर व्यापक संख्यात्मक गणना शामिल है यह एक भाषा पसंद की ओर जाता है जो कोड का परीक्षण करने के लिए एक सीधा वातावरण प्रदान करता है, लेकिन कई पैरामीटर आयामों पर रणनीतियों का मूल्यांकन करने के लिए पर्याप्त प्रदर्शन भी प्रदान करता है। इस अंतरिक्ष में विशिष्ट आईडीई में माइक्रोसॉफ्ट विज़ुअल सीसी शामिल है, जिसमें व्यापक डीबगिंग उपयोगिताओं, कोड पूर्ण क्षमताओं (इंटेलीज़ेंस के माध्यम से) और संपूर्ण प्रोजेक्ट स्टैक (डेटाबेस ORM, LINQ) मैटलैब के माध्यम से सीधा साक्षात्कार शामिल हैं। जो व्यापक संख्यात्मक रेखीय बीजगणित और वेक्टरयुक्त संचालन के लिए डिज़ाइन किया गया है, लेकिन एक इंटरैक्टिव कंसोल तरीके से आर स्टूडियो में जो कि लिनक्स जावा और सी के लिए पूर्णतः विकसित IDE ग्रहण आईडीई में आर सांख्यिकीय भाषा कंसोल को छूटेगा, और अर्ध-स्वामित्व वाली आईडीई जैसे पाइथन के लिए ऐन्टेक्ट कैनोपी, जिसमें डेटा विश्लेषण पुस्तकालय जैसे एनएमपीई शामिल हैं। SciPy। एक एकल इंटरैक्टिव (कंसोल) वातावरण में स्किकिट-सीखें और पांडा संख्यात्मक बैकटेस्टिंग के लिए, उपरोक्त सभी भाषाएं उपयुक्त हैं, हालांकि यह एक GUIIDE का उपयोग करने के लिए आवश्यक नहीं है क्योंकि कोड को पृष्ठभूमि में निष्पादित किया जाएगा। इस स्तर पर मुख्य विचार निष्पादन की गति है। एक संकलित भाषा (जैसे सी) अक्सर उपयोगी होती है यदि बैकटेस्टिंग पैरामीटर आयाम बड़ी होती हैं याद रखें कि ऐसी व्यवस्थाओं से सावधान रहना आवश्यक है यदि ऐसा है तो उदाहरण के तौर पर, Python जैसे संकलित भाषाएं, उच्चतर प्रदर्शन वाली लाइब्रेरीज़ जैसे कि उत्तरप्रियापांड्स को बैकटेस्टेगिंग चरण के लिए उपयोग करते हैं, ताकि संकलित समकक्षों के साथ प्रतिस्पर्धात्मकता की एक उचित डिग्री बनाए रख सकें। अंततः बैकटेस्टिंग के लिए चुने जाने वाली भाषा को विशिष्ट एल्गोरिथम की ज़रूरतों के साथ-साथ भाषा में उपलब्ध पुस्तकालयों की सीमा के आधार पर निर्धारित किया जाएगा (नीचे जितना अधिक होगा)। हालांकि, बैकटास्टर और अनुसंधान वातावरण के लिए इस्तेमाल की जाने वाली भाषा पूरी तरह से पोर्टफोलियो निर्माण, जोखिम प्रबंधन और निष्पादन घटकों में इस्तेमाल होने वाले लोगों से पूरी तरह से स्वतंत्र हो सकती है, जैसा कि देखा जाएगा। पोर्टफोलियो निर्माण और जोखिम प्रबंधन पोर्टफोलियो निर्माण और जोखिम प्रबंधन घटक अक्सर खुदरा एल्गोरिथम व्यापारियों द्वारा अनदेखी कर रहे हैं। यह लगभग हमेशा एक गलती है ये उपकरण तंत्र प्रदान करते हैं जिसके द्वारा पूंजी संरक्षित की जाएगी। वे न केवल खतरनाक दांव की संख्या को कम करने का प्रयास करते हैं, बल्कि लेनदेन लागत को कम करने, ट्रेडों के मंथन को भी कम करते हैं। इन घटकों के परिष्कृत संस्करण लाभप्रदता की गुणवत्ता और संगतता पर महत्वपूर्ण प्रभाव डाल सकते हैं। पोर्टफोलियो निर्माण तंत्र और जोखिम प्रबंधक को कई प्रणालियों को संभालने के लिए आसानी से संशोधित किया जा सकता है क्योंकि रणनीतियों का एक स्थिर बनाने के लिए सीधा है। इस प्रकार उन्हें एक एल्गोरिथम व्यापार प्रणाली के डिजाइन के प्रारंभ में आवश्यक घटक माना जाना चाहिए। पोर्टफोलियो निर्माण प्रणाली का काम वांछित ट्रेडों का एक सेट लेना है और वास्तविक ट्रेडों के सेट का उत्पादन करना है जो मंथन को कम करता है, विभिन्न कारकों (जैसे क्षेत्रों, परिसंपत्ति वर्गों, अस्थिरता आदि) को एक्सपोज़र बनाए रखता है और विभिन्न को पूंजी के आवंटन का अनुकूलन करता है। एक पोर्टफोलियो में रणनीतियों पोर्टफोलियो निर्माण अक्सर एक रेखीय बीजगणित समस्या (जैसे मैट्रिक्स फैक्टरियेशन) को कम करता है और इसलिए प्रदर्शन बहुत ही संख्यात्मक रैखिक बीजगणित कार्यान्वयन की प्रभावशीलता पर निर्भर है। आम पुस्तकालयों में यूबीएलएएस शामिल हैं। सीपी के लिए लैपैक और एनएजी। मेटलैब में बड़े पैमाने पर अनुकूलित मैट्रिक्स संचालन भी हैं। पायथन ऐसे कम्प्यूटेशंस के लिए NumPySciPy का उपयोग करता है। एक बार पुनर्जन्मित पोर्टफोलियो को एक संकलित (और अच्छी तरह से अनुकूलित) मैट्रिक्स लाइब्रेरी की आवश्यकता होगी जिससे यह कदम उठाना पड़ेगा, ताकि व्यापार प्रणाली में बाधा उत्पन्न न हो। जोखिम प्रबंधन एल्गोरिथम व्यापार प्रणाली का एक और महत्वपूर्ण हिस्सा है। जोखिम कई रूपों में आ सकता है: अस्थिरता में वृद्धि (हालांकि यह कुछ रणनीतियों के लिए वांछनीय के रूप में देखा जा सकता है), परिसंपत्ति वर्गों, काउंटर-पार्टी डिफ़ॉल्ट, सर्वर आउटेज, काली हंस घटनाओं और व्यापारिक कोड में न पहचाने जाने वाली बग के नाम से एक कुछ। जोखिम प्रबंधन घटकों की कोशिश करते हैं और संपत्ति की श्रेणी के बीच अत्यधिक अस्थिरता और सहसंबंध के प्रभाव और उनके बाद के प्रभाव (एस) के व्यापारिक पूंजी पर आशंका करते हैं। अकसर यह सांख्यिकीय गणनाओं जैसे मोंटे कार्लो तनाव परीक्षणों के एक सेट को कम कर देता है। यह एक डेरिवेटिव्स प्राइसिंग इंजन की कम्प्यूटेशनल जरूरतों के समान है और जैसे कि सीपीयू-बाउंड होगा। ये सिमुलेशन बहुत ही समानांतर हैं (नीचे देखें) और, कुछ हद तक, समस्या पर हार्डवेयर को फेंकना संभव है। निष्पादन प्रणाली निष्पादन प्रणाली का काम पोर्टफोलियो निर्माण और जोखिम प्रबंधन घटकों से फ़िल्टर किए गए व्यापार संकेतों को प्राप्त करना है और उन्हें ब्रोकरेज या बाजार पहुंच के अन्य माध्यमों पर भेजना है। ज्यादातर खुदरा एल्गोरिथम व्यापार रणनीतियों के लिए यह एक एपीआई या फिक्स कनेक्शन को ब्रोकरेज जैसे इंटरैक्टिव ब्रोकर्स से जोड़ता है। किसी भाषा पर निर्णय लेने पर प्राथमिक विचारधारा में एपीआई की गुणवत्ता, एक एपीआई, निष्पादन आवृत्ति और प्रत्याशित झुकाव के लिए भाषा आवरण की उपलब्धता शामिल है। एपीआई की गुणवत्ता को यह दर्शाता है कि यह कितनी अच्छी तरह से प्रलेखित है, यह किस तरह के प्रदर्शन को प्रदान करता है, चाहे वह एक स्टैंडअलोन सॉफ़्टवेयर की आवश्यकता हो, या बिना मुखर फैशन (यानी जीयूआई) में गेटवे स्थापित किया जा सके। इंटरैक्टिव ब्रोकर्स के मामले में, ट्रेडर्स वर्कस्टेशन टूल को अपने एपीआई तक पहुंचने के लिए जीयूआई पर्यावरण में चलना चाहिए। मैं एक बार एक डेस्कटॉप उबंटू संस्करण को अमेज़ॅन क्लाउड सर्वर पर स्थापित करना चाहता था ताकि इंटरैक्टिव ब्रोकरों को दूरस्थ रूप से उपयोग किया जा सके, विशुद्ध रूप से इस कारण अधिकांश एपीआई एक सी एंडर जावा इंटरफेस प्रदान करेगा। आमतौर पर सी, पायथन, आर, एक्सेल और मैटलैब के लिए भाषा-विशिष्ट रैपर विकसित करने के लिए समुदाय पर निर्भर है। ध्यान दें कि उपयोग किए जाने वाले हर अतिरिक्त प्लगइन के साथ (विशेषकर एपीआई रैपर) सिस्टम में बग के लिए बग की संभावना है। हमेशा इस प्रकार के प्लग इन परीक्षण करें और सुनिश्चित करें कि वे सक्रिय रूप से बनाए गए हैं एक उपयुक्त गेज यह देखना है कि हाल के महीनों में एक कोडबेस के लिए कितने नए अपडेट किए गए हैं निष्पादन एल्गोरिथ्म में निष्पादन आवृत्ति सबसे महत्वपूर्ण है। ध्यान दें कि सैकड़ों आदेश हर मिनट भेजे जा सकते हैं और जैसे प्रदर्शन महत्वपूर्ण है। झुकाव एक खराब प्रदर्शन निष्पादन प्रणाली के माध्यम से किया जाएगा और इसके लाभप्रदता पर नाटकीय प्रभाव पड़ेगा। स्टेटिक-टाइप की गई भाषाएं (नीचे देखें) जैसे सीजेवा आम तौर पर निष्पादन के लिए अनुकूल हैं, लेकिन विकास समय, परीक्षण और रखरखाव में आसानी है। गतिशील रूप से टाइप की गई भाषाएं, जैसे कि पायथन और पर्ल अब आम तौर पर तेजी से पर्याप्त हैं। हमेशा सुनिश्चित करें कि घटकों को एक मॉड्यूलर फैशन (नीचे देखें) में डिज़ाइन किया गया है ताकि वे सिस्टम स्केल के रूप में आउट हो जाए। वास्तुकला योजना और विकास प्रक्रिया एक व्यापार प्रणाली के घटकों, इसकी आवृत्ति और मात्रा की आवश्यकताओं को ऊपर चर्चा की गई है, लेकिन सिस्टम संरचना अभी तक शामिल नहीं की गई है। एक खुदरा व्यापारी के रूप में काम करने वाले या छोटे फंड में काम करने वाले कई टोपी पहने होंगे। यह अल्फा मॉडल, जोखिम प्रबंधन और निष्पादन मापदंडों को कवर करने और सिस्टम के अंतिम कार्यान्वयन के लिए आवश्यक होगा। विशिष्ट भाषाओं में प्रवेश करने से पहले एक इष्टतम प्रणाली आर्किटेक्चर के डिजाइन पर चर्चा की जाएगी। चिंताओं को अलग करना शुरूआत में सबसे महत्वपूर्ण निर्णयों में से एक होना चाहिए जो व्यापार प्रणाली की चिंताओं को अलग करना है। सॉफ्टवेयर विकास में, यह अनिवार्य रूप से इसका अर्थ है कि व्यापार प्रणाली के विभिन्न पहलुओं को अलग-अलग मॉड्यूलर घटकों में कैसे तोड़ना है। प्रत्येक घटक पर इंटरफेस को उजागर करके, अन्य संस्करणों के लिए सिस्टम के कुछ हिस्सों को स्वैप करना आसान होता है जो कि किसी भी बाहरी निर्भरता कोड को संशोधित किए बिना प्रदर्शन, विश्वसनीयता या रखरखाव सहायता करता है। ऐसी प्रणालियों के लिए यह सबसे अच्छा अभ्यास है। कम आवृत्तियों पर रणनीतियों के लिए ऐसी प्रथाओं की सलाह दी जाती है। अल्ट्रा हाई आवृत्ति ट्रेडिंग के लिए नियम पुस्तिका को और भी अधिक प्रदर्शन के लिए सिस्टम को छूने की कीमत पर अनदेखा करना पड़ सकता है। एक अधिक कसकर युग्मित सिस्टम वांछनीय हो सकता है एक एल्गोरिथम व्यापार प्रणाली का एक घटक मानचित्र बनाना उसके लिए एक लेख है। हालांकि, एक इष्टतम दृष्टिकोण यह सुनिश्चित करना है कि ऐतिहासिक और वास्तविक समय के डेटा डेटा, डेटा संग्रहण, डेटा एक्सेस एपीआई, बैकस्टर, रणनीति पैरामीटर, पोर्टफोलियो निर्माण, जोखिम प्रबंधन और स्वचालित निष्पादन सिस्टम के लिए अलग-अलग घटक हैं। उदाहरण के लिए, यदि डेटा स्टोर का उपयोग किया जा रहा है, तो वर्तमान में अनुकूलन के महत्वपूर्ण स्तर पर भी कम प्रदर्शन किया जा रहा है, तो इसे डेटा इंजेक्शन या डेटा एक्सेस एपीआई पर न्यूनतम पुनर्लेखनों के साथ स्वैप किया जा सकता है। जहां तक ​​बैकस्टर और बाद के घटकों का सवाल है, वहां कोई अंतर नहीं है। अलग-अलग घटकों का एक अन्य लाभ यह है कि यह समग्र प्रणाली में विभिन्न प्रकार की प्रोग्रामिंग भाषाओं का उपयोग करने की अनुमति देता है। घटक की संचार पद्धति स्वतंत्र भाषा है, तो किसी एकल भाषा तक सीमित होने की कोई आवश्यकता नहीं है। यह मामला होगा यदि वे टीसीपीआईपी, ज़ीरोएमक्यू या कुछ अन्य भाषा-स्वतंत्र प्रोटोकॉल के माध्यम से संचार कर रहे हैं। एक ठोस उदाहरण के रूप में, क्रैकिंग कार्यक्षमता के लिए सी में एक बैकटेस्टिंग सिस्टम के रूप में लिखा जा रहा है, जबकि पोर्टफोलियो मैनेजर और एक्ज़ीक्यूशन सिस्टम को पायथन में साइपी और आईबीपी के प्रयोग से लिखा गया है। निष्पादन संबंधी निष्पादन सबसे व्यापारिक रणनीतियों के लिए प्रदर्शन एक महत्वपूर्ण विचार है। उच्च आवृत्ति रणनीतियों के लिए यह सबसे महत्वपूर्ण कारक है। प्रदर्शन में कई प्रकार के मुद्दों को शामिल किया गया है, जैसे कि एल्गोरिदमिक निष्पादन की गति, नेटवर्क विलंबता, बैंडविड्थ, डेटा IO, संगामिति समानता और स्केलिंग। इनमें से प्रत्येक क्षेत्र में बड़े पाठ्यपुस्तकों से व्यक्तिगत रूप से कवर किया गया है, इसलिए यह आलेख केवल प्रत्येक विषय की सतह को खरोंच देगा। वास्तुकला और भाषा चयन अब प्रदर्शन पर उनके प्रभाव के संदर्भ में चर्चा की जाएगी। प्रचलित ज्ञान के अनुसार डोनाल्ड नुथ ने कहा था। कंप्यूटर साइंस के एक पिता, यह है कि समय से पहले अनुकूलन सभी बुराई की जड़ है यह लगभग हमेशा मामला है - जब एक उच्च आवृत्ति ट्रेडिंग एल्गोरिथ्म का निर्माण होता है, तो उन लोगों के लिए जो कम आवृत्ति रणनीतियों में रुचि रखते हैं, एक सामान्य तरीका सरलतम तरीके से एक प्रणाली बनाने और संभव है क्योंकि बाधाओं को दिखना शुरू होता है। परिभाषा के उपकरण का उपयोग यह निर्धारित करने के लिए किया जाता है कि बाधाएं कहाँ उत्पन्न होती हैं ऊपर सूचीबद्ध सभी कारकों के लिए प्रोफाइल बना सकते हैं, या तो एमएस विंडोज या लिनक्स वातावरण में। ऐसा करने के लिए कई ऑपरेटिंग सिस्टम और भाषा उपकरण उपलब्ध हैं, साथ ही साथ तीसरी पार्टी उपयोगिताओं अब भाषा की पसंद के प्रदर्शन के संदर्भ में चर्चा होगी। सी, जावा, पायथन, आर और मैटलैब में सभी बुनियादी डेटा संरचना और एल्गोरिथम काम के लिए उच्च-प्रदर्शन पुस्तकालय (या तो उनके मानक या बाह्य रूप के हिस्से के रूप में) होते हैं। मानक टेम्पलेट लाइब्रेरी के साथ सी जहाज, जबकि पायथन में NumPySciPy शामिल है सामान्य गणितीय कार्य इन पुस्तकालयों में पाए जाते हैं और नए कार्यान्वयन को लिखना शायद ही फायदेमंद होता है एक अपवाद यह है कि अत्यधिक अनुकूलित हार्डवेयर वास्तुकला की आवश्यकता है और एक एल्गोरिथ्म मालिकाना एक्सटेंशन (जैसे कस्टम कैश) का व्यापक उपयोग कर रहा है हालांकि, अक्सर व्हील की रिचावमेंट समय बर्बाद करता है जो व्यापार बुनियादी ढांचे के अन्य हिस्सों के विकास और अनुकूलन को बेहतर ढंग से बिता सकता है। डेवलपमेंट का समय विशेष रूप से एकमात्र डेवलपर्स के संदर्भ में अत्यंत अनमोल है। लेटेंसी अक्सर निष्पादन प्रणाली का एक मुद्दा है क्योंकि अनुसंधान उपकरण आम तौर पर उसी मशीन पर स्थित होते हैं। पूर्व के लिए, विलंबता निष्पादन पथ के साथ कई बिंदुओं पर हो सकता है। डेटाबेस से परामर्श किया जाना चाहिए (निष्क्रियता विलंबता), सिग्नल उत्पन्न होने चाहिए (ऑपरेटिंग सिस्टे, कर्नल मेसेजिंग विलंबता), व्यापार सिग्नल भेजे गए (एनआईसी विलंबता) और संसाधित आदेश (विनिमय प्रणाली आंतरिक विलंबता)। उच्च आवृत्ति के संचालन के लिए, कर्नल अनुकूलन के साथ-साथ नेटवर्क ट्रांसमिशन के अनुकूलन से अच्छी तरह परिचित होने के लिए आवश्यक है। यह एक गहरी क्षेत्र है और यह लेख के दायरे से काफी अधिक है, लेकिन अगर एक यूएचएफटी एल्गोरिथ्म वांछित है, तो ज्ञान की गहराई के बारे में जागरूक होना चाहिए मात्रात्मक व्यापारिक डेवलपर की टूलकिट में कैशिंग बहुत उपयोगी है। कैशिंग अक्सर डेटा तक पहुंचने वाले डेटा को संग्रहीत करने की अवधारणा को संदर्भित करता है, जो डेटा के संभावित मज़हब के खर्च पर उच्चतर प्रदर्शन पहुंच की अनुमति देता है। एक डिस्क-बैकड रिलेशनल डेटाबेस से डेटा लेते समय और स्मृति में डालने के दौरान वेब डेवलपमेंट में आम उपयोग का मामला होता है डेटा के लिए किसी भी बाद के अनुरोधों को डाटाबेस को हिट करने की ज़रूरत नहीं है और इसलिए प्रदर्शन लाभ महत्वपूर्ण हो सकते हैं। व्यापारिक स्थितियों के लिए कैशिंग बेहद फायदेमंद हो सकता है उदाहरण के लिए, एक रणनीतिक पोर्टफोलियो की वर्तमान स्थिति को कैश में जमा किया जा सकता है, जब तक कि वह पुनर्जन्म न हो जाए, इस तरह से सूची को ट्रेडिंग एल्गोरिथम के प्रत्येक लूप पर पुनर्जीवित करने की आवश्यकता नहीं है। ऐसा पुनर्जन्म एक उच्च सीपीयू या डिस्क आईओ ऑपरेशन होने की संभावना है। हालांकि, कैशिंग अपने स्वयं के मुद्दों के बिना नहीं है कैश मेमोरी के वालैटिली प्रकृति के कारण, एक बार में कैश डेटा का पुनर्जन्म, बुनियादी ढांचे पर महत्वपूर्ण मांग रख सकता है। एक और मुद्दा कुत्ते-जमा है। जहां एक नई कैश प्रतिलिपि की कई पीढ़ियों को अत्यधिक उच्च भार के तहत किया जाता है, जिससे विफलता का झरना हो जाता है सॉफ़्टवेयर निष्पादन में गतिशील स्मृति आवंटन एक महँगा ऑपरेशन है। इस प्रकार उच्च निष्पादन व्यापारिक अनुप्रयोगों के लिए यह जरूरी है कि कार्यक्रम के प्रवाह के दौरान स्मृति को आवंटित और वितरित किया जा रहा है या नहीं। नए भाषा के मानकों जैसे जावा, सी और पायथन सभी स्वचालित कचरा संग्रहण करते हैं। जो गतिशील रूप से आबंटित स्मृति के deallocation को संदर्भित करता है जब वस्तुओं को क्षेत्र से बाहर जाना जाता है। कचरा संग्रहण विकास के दौरान बेहद उपयोगी होता है क्योंकि इससे त्रुटियों और एड्स पठनीयता कम हो जाती है। हालांकि, यह कुछ उच्च आवृत्ति व्यापार रणनीतियों के लिए अक्सर उप इष्टतम है। इन मामलों के लिए कस्टम कूड़ा संग्रह अक्सर वांछित होता है उदाहरण के लिए, जावा में, कचरा कलेक्टर और ढेर कॉन्फ़िगरेशन ट्यूनिंग द्वारा, एचएफटी रणनीति के लिए उच्च प्रदर्शन प्राप्त करना संभव है। सी एक देशी कचरा कलेक्टर प्रदान नहीं करता है और इसलिए यह सभी स्मृति आवंटन के लिए आवश्यक है एक कार्यान्वयन के हिस्से के रूप में आबंटन। संभवतः त्रुटि प्रवण (संभावित रूप से लटकने वाले संकेतकों के लिए अग्रणी) हालांकि यह कुछ खास अनुप्रयोगों के लिए ढेर पर ऑब्जेक्ट कैसे दिखता है, इसका ठीक-ठीक नियंत्रण रखना अत्यंत उपयोगी है। जब कोई भाषा चुनते हैं तो यह सुनिश्चित करना सुनिश्चित करें कि कचरा कलेक्टर कैसे काम करता है और क्या यह किसी विशिष्ट उपयोग के मामले के लिए अनुकूलित करने के लिए संशोधित किया जा सकता है। एल्गोरिथम ट्रेडिंग प्रणालियों में कई ऑपरेशन समांतरता के लिए अनुकूल हैं। यह एक ही समय में कई प्रोग्रामेटिक ऑपरेशन को चलाने की अवधारणा को संदर्भित करता है, अर्थात् समानांतर में। तथाकथित embarassingly समांतर एल्गोरिदम में ऐसे कदम शामिल हैं जिन्हें अन्य चरणों के पूरी तरह से स्वतंत्र रूप से गिना जा सकता है। मोंटे कार्लो सिमुलेशन जैसे कुछ सांख्यिकीय कार्रवाइयां, प्रत्येक यादृच्छिक ड्रॉ के रूप में शर्मनाक समानांतर एल्गोरिदम का एक अच्छा उदाहरण हैं और बाद के मार्ग संचालन को अन्य रास्तों के ज्ञान के बिना गिना जा सकता है। अन्य एल्गोरिदम केवल आंशिक रूप से समानांतर हैं। द्रव गतिशीलता सिमुलेशन ऐसे उदाहरण हैं, जहां गणना के डोमेन को विभाजित किया जा सकता है, लेकिन अंततः इन डोमेनों को एक-दूसरे के साथ संवाद करना चाहिए और इस तरह संचालन आंशिक रूप से अनुक्रमिक हो। समानांतर योग्य एल्गोरिदम Amdahls कानून के अधीन हैं जो एक अलग-अलग एल्गोरिथ्म की कार्यक्षमता बढ़ाने के लिए एक सैद्धांतिक ऊपरी सीमा प्रदान करता है, जब एन अलग प्रक्रियाओं (जैसे कि एक सीपीयू कोर या थ्रेड पर) के अधीन होता है। अनुकूलन के साधन के रूप में समांतरता अत्यधिक महत्वपूर्ण हो गई है क्योंकि प्रोसेसर घड़ी-गति स्थिर हो गई है, क्योंकि नए प्रोसेसर में कई कोर होते हैं, जिनके साथ समानांतर गणना होती है। उपभोक्ता ग्राफिक्स हार्डवेयर (मुख्य रूप से वीडियो गेम के लिए) का उदय ग्राफिकल प्रसंस्करण इकाइयों (जीपीयू) के विकास के लिए है, जिसमें अत्यधिक समसामयिक कार्यों के लिए सैकड़ों कोर शामिल हैं। ऐसे GPU अब बहुत सस्ती हैं उच्च स्तरीय रूपरेखाएं, जैसे एनवीडियास सीयूडीएए ने शिक्षा और वित्त में बड़े पैमाने पर अपनाने की ओर अग्रसर किया है। ऐसे GPU हार्डवेयर आमतौर पर मात्रात्मक वित्त के अनुसंधान पहलू के लिए ही उपयुक्त होते हैं, जबकि अन्य विशेषीकृत हार्डवेयर (फ़ील्ड-प्रोग्राममेबल गेट एरेज़ - एफपीजीए) (यू) एचएफटी के लिए उपयोग किया जाता है। आजकल, अधिकांश आधुनिक लैंगुगेज एक संगीतात्मकता के स्तर की सहायता करते हैं। इस प्रकार यह एक बैकएस्टर को अनुकूलित करने के लिए सरल है, क्योंकि सभी गणना आम तौर पर दूसरों से स्वतंत्र हैं। सॉफ़्टवेयर इंजीनियरिंग और संचालन में स्केलिंग सिस्टम की क्षमता को अधिक से अधिक अनुरोधों, उच्च प्रोसेसर उपयोग और अधिक मेमोरी आवंटन के रूप में लगातार बढ़ते लोड को संभालने के लिए दर्शाती है। एल्गोरिथम व्यापार में एक रणनीति पैमाने पर सक्षम होती है, अगर वह बड़ी मात्रा में पूंजी स्वीकार कर सकती है और फिर भी लगातार रिटर्न तैयार कर सकती है। ट्रेडिंग टेक्नोलॉजी स्टैक तराजू अगर यह बिना किसी बाधा के व्यापार के संस्करणों और बढ़ती विलंबता को सहन कर सकती है। हालांकि सिस्टम को स्केल करने के लिए डिज़ाइन किया जाना चाहिए, हालांकि, यह पहले से ही अनुमान लगाने में मुश्किल है कि एक अवरोध उत्पन्न होने पर तेजस्वी लॉगिंग, परीक्षण, रूपरेखा और निगरानी प्रणाली को स्केल करने की अनुमति देने में काफी मदद मिलेगी। खुद को भाषा अक्सर अकल्पनीय के रूप में वर्णित की जाती है यह सामान्यतः गलत तथ्य के बजाय गलत सूचना का परिणाम है यह कुल प्रौद्योगिकी स्टैक है जो स्केलेबिलिटी के लिए पता होना चाहिए, न कि भाषा स्पष्ट रूप से विशिष्ट भाषाओं में विशेष रूप से उपयोग के मामलों में दूसरों की तुलना में अधिक प्रदर्शन होता है, लेकिन हर भाषा में एक भाषा दूसरे से बेहतर नहीं होती है एक तरह का प्रबंध करने का मतलब चिंताओं को अलग करना है, जैसा कि ऊपर बताया गया है। सिस्टम में स्पाइक्स को संभालने की क्षमता को आगे बढ़ाने के लिए (अर्थात अचानक अस्थिरता जो ट्रेडों का एक बेड़ा ट्रिगर करता है), यह एक संदेश क्यूइंग आर्किटेक्चर बनाने के लिए उपयोगी है। इसका मतलब यह है कि घटकों के बीच एक संदेश कतार प्रणाली को रखने का मतलब है ताकि ऑर्डर स्टैक्ड हो जाए अगर कोई निश्चित घटक कई अनुरोधों को संसाधित करने में असमर्थ हो। अनुरोधों को खो जाने की बजाए संदेश को संभाला नहीं जाता जब तक कि संदेश संभाला नहीं जाता है। यह निष्पादन इंजन में ट्रेडों को भेजने के लिए विशेष रूप से उपयोगी है। यदि इंजन भारी विलंब के दौर से गुजर रहा है तो वह ट्रेडों का बैकअप लेंगे। व्यापार सिग्नल जनरेटर और निष्पादन एपीआई के बीच एक कतार इस मुद्दे को संभावित व्यापार झुकाव की कीमत पर कम करेगा। एक सुप्रसिद्ध ओपन सोर्स संदेश क्यूई दलाल खरगोश एमक्यू है। हार्डवेयर और आपरेटिंग सिस्टम आपके एल्गोरिथ्म की लाभप्रदता पर आपकी रणनीति का चलने वाला हार्डवेयर महत्वपूर्ण प्रभाव डाल सकता है। यह कोई उच्च आवृत्ति वाले व्यापारियों तक ही सीमित नहीं है हार्डवेयर और ऑपरेटिंग सिस्टम में एक खराब विकल्प एक मशीन क्रैश हो सकता है या फिर सबसे निर्णायक क्षण पर रीबूट कर सकता है। इस प्रकार यह विचार करना आवश्यक है कि आपका आवेदन कहां स्थित होगा। आम तौर पर एक व्यक्तिगत डेस्कटॉप मशीन, रिमोट सर्वर, क्लाउड प्रदाता या एक्सचेंज सह-स्थित सर्वर के बीच में विकल्प होता है। विशेष रूप से नए उपयोगकर्ता के अनुकूल ऑपरेटिंग सिस्टम जैसे कि विंडोज 78, मैक ओएसएक्स और उबंटू के साथ डेस्कटॉप मशीनों को स्थापित करना और संचालन करना सरल है डेस्कटॉप सिस्टम में कुछ महत्वपूर्ण कमियां हैं, हालांकि। सबसे महत्वपूर्ण बात यह है कि डेस्कटॉप मशीनों के लिए डिज़ाइन किए गए ऑपरेटिंग सिस्टम के संस्करणों को रिबूटस्पैचिंग (और कई बार सबसे खराब समय) की आवश्यकता होती है। वे एक ग्राफिकल यूजर इंटरफेस (जीयूआई) की आवश्यकता के आधार पर अधिक कम्प्यूटेशनल संसाधनों का उपयोग भी करते हैं। एक घर (या स्थानीय कार्यालय) के वातावरण में हार्डवेयर का उपयोग करने से इंटरनेट कनेक्टिविटी और पावर अपटाइम समस्याएं हो सकती हैं। डेस्कटॉप सिस्टम का मुख्य लाभ यह है कि महत्वपूर्ण कम्प्यूटेशनल अश्वशक्ति को तुलनीय गति के दूरस्थ समर्पित सर्वर (या क्लाउड आधारित सिस्टम) की लागत के अंश के लिए खरीदा जा सकता है एक समर्पित सर्वर या क्लाउड-आधारित मशीन, जबकि एक डेस्कटॉप विकल्प की तुलना में अक्सर अधिक महंगा होता है, अधिक महत्वपूर्ण रिडंडेंसी अवसंरचना के लिए अनुमति देता है, जैसे स्वचालित डेटा बैकअप, अधिक स्पष्ट रूप से अपटाइम और दूरस्थ निगरानी सुनिश्चित करने की क्षमता। वे ऑपरेटिंग सिस्टम के दूरस्थ लॉगिन क्षमताओं का उपयोग करने की क्षमता की आवश्यकता होती है, इसलिए उन्हें संचालित करना कठिन होता है। विंडोज में यह आम तौर पर जीयूआई रिमोट डेस्कटॉप प्रोटोकॉल (आरडीपी) के माध्यम से है। यूनिक्स-आधारित सिस्टम में कमांड लाइन सुरक्षित शेल (एसएसएच) का उपयोग किया जाता है यूनिक्स आधारित सर्वर इन्फ्रास्ट्रक्चर लगभग हमेशा कमांड लाइन आधारित होता है जो तुरंत GUI - आधारित प्रोग्रामिंग उपकरण (जैसे कि मैटलैब या एक्सेल) को अनुपयोगी बनाने के लिए प्रस्तुत करता है। एक सह-स्थित सर्वर, जैसा कि पूंजी बाजार में वाक्यांश का उपयोग होता है, केवल एक समर्पित सर्वर होता है जो ट्रेडिंग एल्गोरिथम की विलंबता को कम करने के लिए एक विनिमय के भीतर रहता है। कुछ उच्च आवृत्ति व्यापार रणनीतियों के लिए यह बिल्कुल जरूरी है, जो अल्फा उत्पन्न करने के लिए कम विलंब पर भरोसा करते हैं। हार्डवेयर विकल्प और प्रोग्रामिंग भाषा की पसंद का अंतिम पहलू मंच-स्वतंत्रता है क्या कई अलग-अलग ऑपरेटिंग सिस्टमों में चलने के लिए कोड की आवश्यकता है क्या कोड को किसी खास प्रकार के प्रोसेसर आर्किटेक्चर पर चलाने के लिए डिज़ाइन किया गया है, जैसे कि इंटेल x86x64 या ऐसा आरआईएससी प्रोसेसर पर निष्पादित करना संभव होगा जैसे एआरएम द्वारा निर्मित इन मुद्दों पर आवृत्ति और प्रकार की रणनीति के कार्यान्वयन पर अत्यधिक निर्भर होगा। लचीलापन और परीक्षण एल्गोरिथम व्यापार पर बहुत अधिक पैसा खोने के सर्वोत्तम तरीकों में से कोई एक लचीलापन के साथ एक प्रणाली बनाने के लिए है यह प्रणाली के स्थायित्व को संदर्भित करता है जब दुर्लभ घटनाओं जैसे ब्रोकरेज दिवालिया होने, अचानक अतिरिक्त उतार-चढ़ाव, क्लाउड सर्वर प्रदाता के लिए क्षेत्रीय चौड़ा डाउनटाइम या संपूर्ण ट्रेडिंग डाटाबेस का आकस्मिक विलोपन। एक खराब-डिज़ाइन किए गए आर्किटेक्चर के साथ-साथ मुनाफे के वर्षों को सेकंड के भीतर समाप्त किया जा सकता है। आपके सिस्टम के प्रमुख घटकों के रूप में डीबगिंग, टेस्टिंग, लॉगिंग, बैकअप, उच्च उपलब्धता और मॉनिटरिंग जैसे मुद्दों पर विचार करना बिल्कुल जरूरी है यह संभावना है कि डिबगिंग, टेस्टिंग और रखरखाव पर कम से कम 50 विकास समय पर कोई भी जटिल जटिल कस्टम मात्रात्मक ट्रेडिंग एप्लीकेशन खर्च किया जाएगा। लगभग सभी प्रोग्रामिंग भाषा या तो संबद्ध डीबगर के साथ जहाज करते हैं या अच्छी तरह से सम्मानित तृतीय-पक्ष विकल्प रखते हैं। संक्षेप में, एक डीबगर कोड पथ में मनमाना तोड़ने के बिंदुओं को सम्मिलित करने के साथ एक प्रोग्राम को निष्पादन की अनुमति देता है, जो सिस्टम की स्थिति की जांच के लिए अस्थायी तौर पर निष्पादन को रोकता है। डीबगिंग का मुख्य लाभ यह है कि ज्ञात क्रैश पॉइंट से पहले कोड के व्यवहार की जांच करना संभव है। प्रोग्रामिंग त्रुटियों के विश्लेषण के लिए टूलबॉक्स में डीबगिंग एक आवश्यक घटक है। हालांकि, वे सी या जावा जैसी संकलित भाषाओं में अधिक व्यापक रूप से उपयोग किए जाते हैं, जैसे कि पाइथन जैसी व्याख्या की गई भाषाएं अक्सर कम एलओसी और कम वर्बोस स्टेटमेंट के कारण डिबग करना आसान होता है। इस प्रवृत्ति के बावजूद पायथन पीडीबी के साथ जहाज करता है। जो एक परिष्कृत डिबगिंग टूल है I माइक्रोसॉफ्ट विज़ुअल सी आईडीई में व्यापक जीयूआई डिबगिंग यूटिलिटीज हैं, जबकि कमांड लाइन के लिनक्स सी प्रोग्रामर जीडीबी डीबगर मौजूद हैं। सॉफ़्टवेयर विकास में परीक्षण, एक कोडबेस के भीतर ज्ञात मापदंडों और विशिष्ट कार्यों, विधियों और वस्तुओं के परिणामों को लागू करने की प्रक्रिया को संदर्भित करता है ताकि व्यवहार को अनुकरण और कई कोड-पथ का मूल्यांकन किया जा सके, ताकि यह सुनिश्चित करने में सहायता मिल सके कि एक प्रणाली के अनुसार व्यवहार करना चाहिए। एक अधिक हालिया प्रतिमान को टेस्ट ड्रायव डेवलपमेंट (टीडीडी) के नाम से जाना जाता है, जहां किसी भी कार्यान्वयन के बिना एक विशिष्ट इंटरफ़ेस के खिलाफ परीक्षण कोड विकसित किया गया है। वास्तविक कोडबेस के पूरा होने से पहले सभी परीक्षण विफल होंगे। जैसा कि रिक्त स्थान को भरने के लिए कोड लिखे जाते हैं, अंततः सभी परीक्षाएं गुज़रती रहेंगी, उस बिंदु पर विकास को समाप्त करना चाहिए। टीडीडी को व्यापक अपफ़्रंट विनिर्देश डिजाइन के साथ-साथ सफलतापूर्वक क्रियान्वित करने के लिए अनुशासन की एक स्वस्थ डिग्री की आवश्यकता है। सी में, बूस्ट एक इकाई परीक्षण ढांचा प्रदान करता है। जावा में, एक ही प्रयोजन को पूरा करने के लिए ज्युनिट पुस्तकालय मौजूद है। पायथन में मानक पुस्तकालय के हिस्से के रूप में यूनिटिस्ट मॉड्यूल भी है। कई अन्य भाषाओं में यूनिट परीक्षण के फ्रेमवर्क होते हैं और अक्सर कई विकल्प होते हैं उत्पादन परिवेश में, परिष्कृत प्रवेश अत्यंत आवश्यक है। लॉगिंग संदेशों को आउटपुट करने की प्रक्रिया को संदर्भित करता है, विभिन्न प्रकार की गंभीरता के साथ, किसी सिस्टम के निष्पादन व्यवहार के बारे में एक सपाट फ़ाइल या डाटाबेस में। लॉग अप्रत्याशित कार्यक्रम रनटाइम व्यवहार के लिए शिकार करते समय हमले की पहली पंक्ति होती है। दुर्भाग्य से लॉगिंग सिस्टम की कमियों को केवल इस तथ्य के बाद ही खोजा जा सकता है, जैसा कि नीचे चर्चा की गई बैकअप के साथ, सिस्टम को डिज़ाइन किए जाने से पहले लॉगिंग सिस्टम पर विचार किया जाना चाहिए। दोनों माइक्रोसॉफ्ट विंडोज और लिनक्स व्यापक सिस्टम लॉगिंग की क्षमता के साथ आते हैं और प्रोग्रामिंग भाषाओं मानक लॉगिंग लाइब्रेरी के साथ जहाज करते हैं जो अधिकांश उपयोग मामलों को कवर करते हैं। बाद में यह विश्लेषण करने के लिए लॉगिंग सूचना को केंद्रीकृत करना अक्सर बुद्धिमानी से होता है, क्योंकि यह अक्सर प्रदर्शन या त्रुटि में कमी लाने के बारे में विचार कर सकता है, जो लगभग निश्चित रूप से आपके व्यापारिक रिटर्न पर सकारात्मक प्रभाव पड़ेगा। एक प्रणाली का प्रवेश करते समय अतीत में क्या हुआ है, इसके बारे में जानकारी प्रदान की जाएगी, एक आवेदन की निगरानी, ​​अभी क्या हो रहा है, इसकी जानकारी प्रदान करेगा। निगरानी के लिए सिस्टम के सभी पहलुओं पर विचार किया जाना चाहिए। सिस्टम उपयोग स्तर मैट्रिक्स जैसे कि डिस्क उपयोग, उपलब्ध मेमोरी, नेटवर्क बैंडविड्थ और सीपीयू उपयोग बुनियादी लोड जानकारी प्रदान करते हैं। असामान्य कीमतों जैसे ट्रेडिंग मैट्रिक्स, अचानक तेजी से ड्रॉडाउन और विभिन्न सेक्टर मार्केट्स के लिए खाता एक्सपोजर को लगातार निगरानी की जानी चाहिए। इसके अलावा, मीट्रिक की गंभीरता के आधार पर अधिसूचना विधि (ईमेल, एसएमएस, स्वचालित फोन कॉल) को ऊपर उठाने पर कुछ मेट्रिक्स का उल्लंघन होने पर अधिसूचना प्रदान की जाने वाली थ्रेसहोल्ड सिस्टम को उत्तेजित करना चाहिए। सिस्टम मॉनिटरिंग अक्सर सिस्टम व्यवस्थापक या संचालन प्रबंधक का डोमेन है हालांकि, एकमात्र व्यापारिक डेवलपर के रूप में, इन मैट्रिक्स को बड़े डिज़ाइन के हिस्से के रूप में स्थापित किया जाना चाहिए। मॉनिटरिंग के लिए कई समाधान मौजूद हैं: स्वामित्व, होस्ट किए गए और खुले स्रोत, जो विशेष उपयोग के मामले के लिए मीट्रिक के व्यापक अनुकूलन की अनुमति देता है। बैकअप और उच्च उपलब्धता एक व्यापार प्रणाली की मुख्य चिंता होनी चाहिए। Consider the following two questions: 1) If an entire production database of market data and trading history was deleted (without backups) how would the research and execution algorithm be affected 2) If the trading system suffers an outage for an extended period (with open positions) how would account equity and ongoing profitability be affected The answers to both of these questions are often sobering It is imperative to put in place a system for backing up data and also for testing the restoration of such data. Many individuals do not test a restore strategy. If recovery from a crash has not been tested in a safe environment, what guarantees exist that restoration will be available at the worst possible moment Similarly, high availability needs to be baked in from the start. Redundant infrastructure (even at additional expense) must always be considered, as the cost of downtime is likely to far outweigh the ongoing maintenance cost of such systems. I wont delve too deeply into this topic as it is a large area, but make sure it is one of the first considerations given to your trading system. Choosing a Language Considerable detail has now been provided on the various factors that arise when developing a custom high-performance algorithmic trading system. The next stage is to discuss how programming languages are generally categorised. Type Systems When choosing a language for a trading stack it is necessary to consider the type system . The languages which are of interest for algorithmic trading are either statically - or dynamically-typed . A statically-typed language performs checks of the types (e. g. integers, floats, custom classes etc) during the compilation process. Such languages include C and Java. A dynamically-typed language performs the majority of its type-checking at runtime. Such languages include Python, Perl and JavaScript. For a highly numerical system such as an algorithmic trading engine, type-checking at compile time can be extremely beneficial, as it can eliminate many bugs that would otherwise lead to numerical errors. However, type-checking doesnt catch everything, and this is where exception handling comes in due to the necessity of having to handle unexpected operations. Dynamic languages (i. e. those that are dynamically-typed) can often lead to run-time errors that would otherwise be caught with a compilation-time type-check. For this reason, the concept of TDD (see above) and unit testing arose which, when carried out correctly, often provides more safety than compile-time checking alone. Another benefit of statically-typed languages is that the compiler is able to make many optimisations that are otherwise unavailable to the dynamically - typed language, simply because the type (and thus memory requirements) are known at compile-time. In fact, part of the inefficiency of many dynamically-typed languages stems from the fact that certain objects must be type-inspected at run-time and this carries a performance hit. Libraries for dynamic languages, such as NumPySciPy alleviate this issue due to enforcing a type within arrays. Open Source or Proprietary One of the biggest choices available to an algorithmic trading developer is whether to use proprietary (commercial) or open source technologies. दोनों तरीकों के फायदे और नुकसान हैं It is necessary to consider how well a language is supported, the activity of the community surrounding a language, ease of installation and maintenance, quality of the documentation and any licensingmaintenance costs. The Microsoft stack (including Visual C, Visual C) and MathWorks MatLab are two of the larger proprietary choices for developing custom algorithmic trading software. Both tools have had significant battle testing in the financial space, with the former making up the predominant software stack for investment banking trading infrastructure and the latter being heavily used for quantitative trading research within investment funds. Microsoft and MathWorks both provide extensive high quality documentation for their products. Further, the communities surrounding each tool are very large with active web forums for both. The software allows cohesive integration with multiple languages such as C, C and VB, as well as easy linkage to other Microsoft products such as the SQL Server database via LINQ. MatLab also has many pluginslibraries (some free, some commercial) for nearly any quantitative research domain. There are also drawbacks. With either piece of software the costs are not insignificant for a lone trader (although Microsoft does provide entry-level version of Visual Studio for free). Microsoft tools play well with each other, but integrate less well with external code. Visual Studio must also be executed on Microsoft Windows, which is arguably far less performant than an equivalent Linux server which is optimally tuned. MatLab also lacks a few key plugins such as a good wrapper around the Interactive Brokers API, one of the few brokers amenable to high-performance algorithmic trading. The main issue with proprietary products is the lack of availability of the source code. This means that if ultra performance is truly required, both of these tools will be far less attractive. Open source tools have been industry grade for sometime. Much of the alternative asset space makes extensive use of open-source Linux, MySQLPostgreSQL, Python, R, C and Java in high-performance production roles. However, they are far from restricted to this domain. Python and R, in particular, contain a wealth of extensive numerical libraries for performing nearly any type of data analysis imaginable, often at execution speeds comparable to compiled languages, with certain caveats. The main benefit of using interpreted languages is the speed of development time. Python and R require far fewer lines of code (LOC) to achieve similar functionality, principally due to the extensive libraries. Further, they often allow interactive console based development, rapidly reducing the iterative development process. Given that time as a developer is extremely valuable, and execution speed often less so (unless in the HFT space), it is worth giving extensive consideration to an open source technology stack. Python and R possess significant development communities and are extremely well supported, due to their popularity. Documentation is excellent and bugs (at least for core libraries) remain scarce. Open source tools often suffer from a lack of a dedicated commercial support contract and run optimally on systems with less-forgiving user interfaces. A typical Linux server (such as Ubuntu) will often be fully command-line oriented. In addition, Python and R can be slow for certain execution tasks. There are mechanisms for integrating with C in order to improve execution speeds, but it requires some experience in multi-language programming. While proprietary software is not immune from dependencyversioning issues it is far less common to have to deal with incorrect library versions in such environments. Open source operating systems such as Linux can be trickier to administer. I will venture my personal opinion here and state that I build all of my trading tools with open source technologies. In particular I use: Ubuntu, MySQL, Python, C and R. The maturity, community size, ability to dig deep if problems occur and lower total cost ownership (TCO) far outweigh the simplicity of proprietary GUIs and easier installations. Having said that, Microsoft Visual Studio (especially for C) is a fantastic Integrated Development Environment (IDE) which I would also highly recommend. Batteries Included The header of this section refers to the out of the box capabilities of the language - what libraries does it contain and how good are they This is where mature languages have an advantage over newer variants. C, Java and Python all now possess extensive libraries for network programming, HTTP, operating system interaction, GUIs, regular expressions (regex), iteration and basic algorithms. C is famed for its Standard Template Library (STL) which contains a wealth of high performance data structures and algorithms for free. Python is known for being able to communicate with nearly any other type of systemprotocol (especially the web), mostly through its own standard library. R has a wealth of statistical and econometric tools built in, while MatLab is extremely optimised for any numerical linear algebra code (which can be found in portfolio optimisation and derivatives pricing, for instance). Outside of the standard libraries, C makes use of the Boost library, which fills in the missing parts of the standard library. In fact, many parts of Boost made it into the TR1 standard and subsequently are available in the C11 spec, including native support for lambda expressions and concurrency. Python has the high performance NumPySciPyPandas data analysis library combination, which has gained widespread acceptance for algorithmic trading research. Further, high-performance plugins exist for access to the main relational databases, such as MySQL (MySQLC), JDBC (JavaMatLab), MySQLdb (MySQLPython) and psychopg2 (PostgreSQLPython). Python can even communicate with R via the RPy plugin An often overlooked aspect of a trading system while in the initial research and design stage is the connectivity to a broker API. Most APIs natively support C and Java, but some also support C and Python, either directly or with community-provided wrapper code to the C APIs. In particular, Interactive Brokers can be connected to via the IBPy plugin. If high-performance is required, brokerages will support the FIX protocol . Conclusion As is now evident, the choice of programming language(s) for an algorithmic trading system is not straightforward and requires deep thought. The main considerations are performance, ease of development, resiliency and testing, separation of concerns, familiarity, maintenance, source code availability, licensing costs and maturity of libraries. The benefit of a separated architecture is that it allows languages to be plugged in for different aspects of a trading stack, as and when requirements change. A trading system is an evolving tool and it is likely that any language choices will evolve along with it. The Easiest Programming Language for Traders Introducing TradeScript, our powerful new programming language which allows traders to design trading systems without prior programming experience. Whos it for TradeScript is a development component designed for software developers who want to expand the set of features on their trading application by providing a scripting language. TradeScript, as a language, is intended for traders who need to write their own trading strategies but dont know how to program in low-level languages such as C and C. TradeScript allows traders develop trading systems quickly and effortlessly. Its as easy as 1-2-3. With TradeScript, you can enable your trading application to run scripts which provide alerts when the price of a security (stock, futures, or forex) reaches a new high, crosses over a moving average, or drops a set percentage, though those are only a few examples. TradeScript can also scan the market, generate trade signals, back-test trading strategies, and much more. Vector Programming Languages Most popular trading applications such as MetaStock, TradeStation, NinjaTrader, MetaTrader and others provide their own programming languages (such as MQL4, MQL5, EasyLanguage, MetaStocks scripting language, etc.). Without a programming language, traders are unable to develop automated trading systems or perform back-testing of strategies. A vector programming language offers extreme flexibility with a minimal learning curve. In fact, in just five minutes, you can start writing with TradeScript. So what is a vector programming language, and why is it so easy to learn Vector programming languages (also known as array or multidimensional languages) generalize operations on scalars to apply transparently to vectors, matrices, and higher dimensional arrays. The idea behind vector programming is that operations apply at once to an entire set of values (a vector or field). This allows you to think and operate on whole aggregates of data, without resorting to explicit loops of individual scalar operations. In other words, its similar to the macro language found in Excel. The easiest programming language for traders. The most powerful, too. An example: to calculate a simple moving average based on the median price of a security over 30 days, in a traditional programming language such as BASIC, you would be required to write a program similar to the code shown in this block of code. Several lines of code would be required to create the MedianAverages vector. But with TradeScript, you can accomplish the same thing using only one line of code as show below. For bar 30 to max Average 0 For n bar - 30 to bar median (CLOSE OPEN) 2 Average Average median Next MedianAverages(bar) Average 30 Next bar SET MedianAverage SimpleMovingAverage((CLOSE OPEN) 2, 30) And now MedianAverage becomes a new vector which contains the 30-period simple moving average of the median price of the security. It is not uncommon to find array programming language one-liners that require more than a couple of pages of BASIC, Java, or C code. The same holds true for creating trading systems for back testing and trade alerts. TradeScript was originally designed as a high-performance programming language for high-frequency traders. It was designed to scan over 100,000 stocks based on complex technical criteria and return instantaneious results - in under five milliseconds. That was over ten years ago. Today it is even faster. Quick Easy Development Solution If youre a software developer, youll be surprised to know that it only takes about 30 minutes to implement TradeScript into your trading application. TradeScript comes with context-sensitive help, and our Programmers Guide can be shipped with your application. Adding a scripting language to your trading application couldnt be any easier. Get Started with TradeScript M4 Trading Platform Implementation TradeScript is the programming language used in our M4 trading platform. where it executes automated trades, processes real time alerts, runs stock scans, and back-tests trading systems. Available in C and in C Versions TradeScript is available in both C (x64 for best performance) and C for developing web applications. It comes with over 30 example projects and extensive developer support to help you implement the library into your project. Common Development Scenarios TradeScript is most commonly used in one of three scenarios. It is often used inside desktop trading applications, where it is embedded on the client side. It is also commonly used on the server side, where it runs strategies for thin clients, such as mobile and web applications. Another common scenario is where TradeScript is run on the server side in order to provide real time scanning results to web and mobile users. Genetic Programming A genetic algorithm can be integrated into TradeScript to create an autonomous trading system creation engine. Check our Evo2 genetic algorithm engine which comes with TradeScript examples. Case Study TradeScript is used in a number of popular trading applications, one of which is the WhenToTrade Cycles and Genetic Algorithm Platform. The case study describes how TradeScript is implemented to perform cyclical analysis of the markets. The WhenToTrade Cycles and GA Platform combines technical analysis using TradeScript and financial charting using StockChartX with novel algorithms for cyclic analysis. The solution is part of a complete knowledge package and enables traders to apply the derived strategies to all kinds of markets and timeframes. With TradeScript, you can: Create automated order entry scripts Run thousands of simultaneous alerts Create back tests and trading system optimizations Build script-driven charts and expert advisors Get formula outputs in real-time Why Choose Modulus Modulus is a financial technology company. While that may not sound like a real differentiator, it is. It means that our solutions come from our years of experience in the financial technology industry. Our products and services are provided by developers and engineers who have first-hand trading experience. Everyone here at Modulus speaks your language. WELCOME TO TRADING SYSTEM LAB: MANY MORE VIDEOS ARE AVAILABLE ON OUR FLASH DEMO LINK TO THE LEFT, HOWEVER HERE IS A SIMPLE 6 MINUTE EXAMPLE USING OUR ADVANCED MACHINE LEARNING ALGORITHM, CREATING A SINGLE MARKET TRADING STRATEGY REQUIRING NO PROGRAMMING. टीएसएल एकल विपणन रणनीतियां, डेथराडिंग, जोड़ी, पोर्टफोलियो और विकल्प रणनीतियों का निर्माण कर सकता है जो एक समान सामान्य कार्य प्रवाह का उपयोग कर रहे हैं यहाँ आरएपीए जनवरी 2017 अद्यतन: टीएसएल पूरी तरह से खुली कोड मशीन सीखने आधारित व्यापार रणनीतियों का उत्पादन करती है। टीएसएल एक ब्लैक बॉक्स नहीं है गणित, चर, तर्क, संकेत जनरेशन, प्रीप्रोसेसिंग आदि ओपन कोड में निर्यात किए जाते हैं। टीएसएल का उपयोग करना बहुत आसान है, इसलिए हमारे पास तकनीकी विश्लेषण और ट्रेडिंग रणनीतियों के शुरुआती से लेकर कंप्यूटर विज्ञान, अर्थशास्त्र, मशीन लर्निंग और एआई के पीएचडी तक क्लाइंट हैं। हमारा 6 मिनट का डेमो सारांश देता है कि टीएसएल कितना आसान है। यदि आप इन तीन चरणों को पूरा कर सकते हैं, तो आप टीएसएल के साथ उपयोग कर सकते हैं और उत्पादक बन सकते हैं। टीएसएल डेमो आरएपीओ पर जाएं 2016 के भविष्य के 3 फ्यूचर्स सच्चे में, टीएसएल सिक्वेटेड डाटा पर मूल्यांकन किए जाने वाले ट्रेडिंग सिस्टम्स की सूची में सबसे ऊपर है। टीएसएल में 1 और 2 बॉण्ड सिस्टम है, 2 शीर्ष 10 ईमनी एसपी सिस्टम (केवल 2 ईएस सिस्टम टीएसएल ट्रैकिंग में हैं), 4 प्राकृतिक गैस सिस्टम (प्रस्तुत 1 में से बाहर), और रिलीज की तारीख से 1 और 9 सिस्टम , और ये सिस्टम मशीन डिज़ाइन, मानव डिज़ाइन नहीं, 2007 के रूप में शुरू किए गए थे। फ़्यूचर्स सत्य एक सीटीए है, इसमें ट्रेडिंग सिस्टम डिज़ाइनर का कर्मचारी है, जो 700 ट्रेडिंग सिस्टम मार्केट मॉडल हैं, जो 80 से अधिक दुनिया भर में ट्रेडिंग स्ट्रेटेजी क्वांट्स द्वारा प्रस्तुत किए गए हैं और ट्रैकिंग ट्रेडिंग सिस्टम 1 9 85 से है। टीएसएल के ग्राहकों को शुरुआती से लेकर पीएचडी क्वांट तक सीमा होती है क्योंकि टीएसएल को कोई प्रोग्रामिंग की आवश्यकता नहीं है। फ्यूचर्स सत्य वेबसाइट पर जाएं फ्यूचर्स सत्य के साथ-साथ टीएसएल प्रस्तुतीकरण सामग्री में अतिरिक्त ऐतिहासिक रिपोर्ट भी मिल सकती है। फ्यूचर्स सच्चाई और अन्य डेवलपर्स और व्यापारियों से राय पत्र पढ़ें: वायदा सत्य राय पत्र पर जाएं 2016 के लिए कई नई सुविधाएं टीएसएल में शामिल की गई हैं जिसमें नमूना आउट-ऑफ-नमूना स्कैटर प्लॉट्स शामिल हैं। विलकॉक्सन परीक्षणों के साथ, डिज़ाइन-टाइम एडजस्टेबल सॉल्यूशंस (डीएएस), डेट्रेड असतत बार (डीटीडीबी), सुपरबफर बढ़ता है, उप सिस्टम तंत्र रिपोर्ट्स और जल्द ही घोषणा की जाने वाली विकल्पों का परीक्षण एकीकरण सुविधा के साथ। कृपया हमारे नवीनतम फ्लैश डेमो पर एक नज़र डालें: टीएसएल फ्लैश पर जाएं डीएमएसडीए के रिलीज की घोषणा करने के लिए टीएसएल का स्वागत है: डीटीडीबी दिवस व्यापार असतत बार्स के लिए खड़ा है। यह पैकेज व्यक्तिगत बार के आधार पर व्यक्तिगत असतत सलाखों के व्यापार के लिए अनुमति देता है। एक सीमा, बाजार या बंद होने पर, व्यापार आमतौर पर एक समय, मात्रा, सीमा, आदि के बंद होने पर बाहर निकलता है। टाइप बार टीएसएल सिस्टम आँकड़े रिपोर्ट का उपयोग करते समय एक उपयोगकर्ता दिन का सबसे अच्छा समय, सप्ताह के दिन, महीने के दिन, महीने के सप्ताह के दिन, वर्ष के सप्ताह और वर्ष के महीने के लिए व्यापार का निर्धारण कर सकता है। इस तरह की छानबीन, महीने के महीना या तिमाही में पूंजी बाजार की मात्रा में देखा गया है, उदाहरण के लिए धन प्रवाह को कैप्चर करता है। इसके अलावा यह अच्छी तरह से ज्ञात है कि अंतर दिन की उतार-चढ़ाव के दिन में जल्दी और देर से होने वाली उच्च अस्थिरता के साथ यू का आकार है। यह प्रभाव कस्टम डिज़ाइन सत्रों और सिस्टम स्टैट्स रिपोर्टिंग फ़िल्टरिंग दृष्टिकोण का उपयोग करके लक्षित किया जा सकता है। एल्गोरिथ्म डिजाइन के लिए सुविधाओं में टीएसएल का उपयोग करते हुए बाजार में अल्पकालिक और डेलाट्रैडिंग चालानों को कैप्चर करना महत्वपूर्ण है और खोज और डिजाइन के लिए एक समृद्ध वातावरण प्रदान करता है। अधिक जानकारी के लिए डीटीडीबी फ़्लैश डेमो देखें। दास फ्लैश डेमो पर जाएं टीएसएल दास के प्रकाशन को स्वीकार करने के लिए प्रोत्साहित है: टीएसएल का उपयोग करना आसान है लेकिन डीएएस उपयोग की आसानी को दूसरे स्तर तक ले जाता है। डीएएस, इटोरुन से परे चला जाता है, जो स्वत: डिजाइन की कोरियोग्राफी के साथ-साथ आनुवंशिक प्रोग्रामिंग इंजन के साथ रैखिक स्वचालित मशीन कोड और टीएसएल में निहित समन्वित ट्रेडिंग सिमुलेशन रूटीन के बीच एक उच्च स्तर पर नियंत्रण प्रदान करता है। डीएएस मानव उपयोगकर्ता को विभिन्न व्यापारिक मानदंडों के प्रभाव का मूल्यांकन करने की अनुमति देता है जो डिजाइन समय के दौरान इंजन पर प्रत्यक्ष नियंत्रण से पहले की तुलना में तेज़ है। डीएएस एक स्तर पर टीएसएल कोड लिखने के इंजन की अल्फा द्वारा उत्पन्न क्षमताओं का लाभ उठाती है जो पहले से अनचाहे था। डीएएस का उपयोग करना, प्रयोक्ता अब डिज़ाइन समय के दौरान, डिज़ाइन समय में रन को निर्देशित और रीडायरेक्ट कर सकते हैं, न केवल रन को कॉन्फ़िगर कर सकते हैं और फिर रन को निष्पादित कर सकते हैं। EVORUN उपयोगकर्ता को स्वत: मल्टी-बैच रन मैकेनिज्म प्रदान करता है जिससे रन के दौरान कई व्यापार और सिमुलेशन वेरिएंट्स को कवर करने की अनुमति मिलती है, हालांकि डीएएस मानव डिजाइनर को डिज़ाइन इंजन से जोड़ता है, जिससे कि एक विशाल सरणी के लिए अनुमति मिलती है यदि परिदृश्य का पता लगाने के लिए टीएसएलएस डीएएस की संकल्पनात्मक सफलता इस व्यवसाय में दोनों रचनात्मक और अद्वितीय है और उपयोगकर्ता को अल्फा डिजाइन और उत्पादन क्षमताओं के साथ प्रदान करता है जो हम केवल कुछ सालों पहले ही सपने देख सकते थे, टीएसएल के अध्यक्ष, माइकल बरना ने कहा यह योजना अब यह है कि लास वेगास में नवंबर अंतर्राष्ट्रीय व्यापारियों एक्सपो में या उससे पहले ग्राहकों को दास को आधिकारिक रूप से रिलीज़ किया जाएगा जहां टीएसएल टीएसएल, इवोर्न और दास पर कई प्रस्तुतीकरण देगी। नए डीएएस वीडियो यहां पाये जा सकते हैं- डेमो 57 और 58: डीएएस फ्लैश डेमो पर जाएं सुपर बफर अपडेट: पेटेंट एलआईएमजीपी ट्रेडिंग सिस्टम्स के भीतर चलाने के दौरान कार्यान्वयन के लिए जमा किए जाते हैं। पहले, 30 सर्वश्रेष्ठ ट्रेडिंग सिस्टम प्रोग्राम को कार्यान्वित करने के लिए उपलब्ध कराया जाएगा जब रन समाप्त किया गया था। टीएसएल ने इस बेस्ट ट्रेडिंग सिस्टम्स प्रोग्राम बफर को 300 में बढ़ा दिया है। इसलिए, उपयोगकर्ता समाप्त हो जाने पर ट्रेडिंग सिस्टम की बहुत बड़ी सूची से चयन कर सकता है। यह वृद्धि हुई बफर बेसिक रन, ईवीरन और दास के लिए उपलब्ध होगी। डीएएस के बारे में जानकारी के लिए कृपया नीचे पढ़ें। दिन का अंत (ईओडी) ट्रेडिंग सिस्टम मशीन डिज़ाइन का सबसे आसान और सबसे तेज़ है। यहां तक ​​कि कई बाजारों के पोर्टफोलियो में, टीएसएल इंजन पेटेंट रजिस्टर जीपी मैनिपुलेशन और हाई स्पीड सिमुलेशन, फिटनेस और अनुवाद एल्गोरिदम के लिए बहुत ही उच्च दर पर स्वयं-डिजाइन व्यापार प्रणालियों का धन्यवाद करता है। हमारी जीपी तकनीक अच्छी तरह से टीएसएलएस भागीदारों फ्रैंक फ्रैंकोन द्वारा लिखी गई जेनेटिक प्रोग्रामिंग पर अग्रणी विश्वविद्यालय पाठ्यपुस्तक में प्रलेखित है। विशेष रूप से महत्वपूर्ण तथ्य यह है कि 8 साल के सीक्वेटेड डेटा स्वतंत्र परीक्षण और रेटिंग के बाद, टीएसएल मशीन डिज़ाईड ट्रेडिंग एल्गोरिदम किसी अन्य विकास कंपनी की तुलना में अधिक शीर्ष प्रदर्शन रेटिंग पर कब्जा कर लेते हैं - रिलीज की तारीख के बाद से शीर्ष 10 में से 5, टॉप 10 सिस्टम में से 3 पिछले 12 महीनों के लिए, और शीर्ष 10 इमनी एसपी सिस्टम में से 2 दिन का ट्रेडिंग सिस्टम बहुत ही लोकप्रिय है, हालांकि अंतरार्इ ट्रेडिंग सिस्टम अधिक जोखिम वाले प्रतिकूल व्यापारियों से अपील करता है और हालिया महीनों में कम अवधि के व्यापार प्रणालियों में ब्याज बढ़ा है। शायद उच्च ब्याज दरों, ऊर्जा और कमोडिटी की कीमतों में गिरावट, भू-राजनीतिक अनिश्चितता, आतंकवाद या हालिया बाजार की अस्थिरता के कारण चिंता करने की वजह से, कई व्यापारियों को रात भर पद धारण करने के लिए कम इच्छुक हैं। तर्क ये है कि रात भर जोखिम के साथ, जोखिम की डिग्री और इसके परिणामस्वरूप उच्च ड्रॉडाउन के लिए मौका बढ़ जाता है। बेशक, अंतराल की अस्थिरता गिर सकती है या विस्तार हो सकती है, जिससे मौद्रिक रिटर्न या पर्याप्त जोखिम भी हो सकता है, विशेष रूप से दिशात्मक अल्पकालिक व्यापारी के लिए फिर भी, रातोंरात एक ट्रेडिंग पोजिशन नहीं धारण करने में काफी अपील है, खासकर अगर ट्रेडिंग की लागत नियंत्रित की जा सकती है और सिस्टम ट्रेडिंग अल्फा उत्पादन पर्याप्त है। टीएसएल में दिन के व्यापार विशेषताओं की एक बड़ी रेंज है, जिसमें अल्पावधि स्वास्थ्य कार्य, प्रीप्रोसेसर और डेट्रैडिंग विशिष्ट ट्रेडिंग प्रकार शामिल हैं। टीएसएल मशीन प्रयोक्ता ट्रेडिंग आवृत्ति, औसत व्यापार लक्ष्य, व्यापारिक समय, ड्रॉडाउन लक्ष्य, और कई अन्य डिजाइन उद्देश्यों का चयन कर सकते हैं। इसके अतिरिक्त, इन प्लेटफार्मों के लिए आसान आयात करने के लिए ट्रेडस्टेशन और मल्टीचर्ट्स की इनपुट सेटिंग निर्यात की जाती हैं। टीएसएल को यह घोषणा करने की कृपा है कि सीएसआई कमोडिटी सिस्टम्स, इंक। और टीएसएल ने हमारे ग्राहकों को कमोडिटी डेटा का एक पोर्टफोलियो प्रदान करने का एक समझौता किया है, विशेष रूप से टीएसएल मशीन लर्निंग के लिए इंजीनियर है। इस डेटा को प्राप्त करने के लिए एक सीएसआई डेटा सदस्यता आवश्यक है। कोई अन्य विक्रेता इस विशेष रूप से इंजीनियर डेटा प्रदान नहीं करता है। यह दैनिक डेटा टीएसएल का उपयोग करते हुए बेहतर ट्रेडिंग स्ट्रेटजी डिजाइन की अनुमति देगा और यह कई वर्षों के अनुसंधान और डेटा आवश्यकताओं के विकास का परिणाम है। उचित डेटा के बिना, मजबूत ट्रेडिंग रणनीति डिजाइन को पूरा करना बहुत मुश्किल है ये डेटा पोर्टफोलियो सीएसआई डेटा एप्लिकेशन के भाग के रूप में डाउनलोड और इंस्टॉल किए जाते हैं। सहायक फाइलों जैसे डॉप और एट्रिब्यूट। आईआईआई फाइलें टीएसएल द्वारा पहले से तैयार की गई हैं ताकि ट्रेडस्टेशन में आसान डेटा आयात की अनुमति मिल सके। अन्य प्लेटफार्म जो एएससीआईआई, मेटास्टॉक या सीएसआई मूल्य डेटा पढ़ सकते हैं, इस डेटा को टीएसएल के उपयोग के लिए भी लोड कर सकते हैं। इस नए ट्रेडिंग सिस्टम डिज़ाइन डेटा के बारे में अधिक जानने के लिए टीएसएल से संपर्क करें। सीएसआई को सबसे सटीक कमोडिटी डेटा उपलब्ध है दिखाया गया है सीएसआई डेटा रिपोर्ट पर जाएं आरएपीओ सिलिकॉन वैली में रहने और काम करने वाले हम में से, टीएसएल ट्रेडिंग रणनीतियों पर लागू मशीन लर्निंग में रुचि रखने वाले लोगों के लिए एक एमईईटीयूपी ग्रुप को प्रायोजित कर रहा है, जहां हम टीएसएल प्लेटफार्म के विभिन्न अनुप्रयोगों और कस्टमाइजेशन की खोज करेंगे। आप यहां साइन अप कर सकते हैं और टीएसएल और मशीन सीखना तकनीक के साथ काम कर रहे अन्य व्यापारिक पेशेवरों से मिल सकते हैं। ट्रेडिंग रणनीतियों के लिए सिलिकॉन वैली मशीन लर्निंग में शामिल हों MeetUp Group raquo टीएसएल टीएसएल संस्करण 1.3.2 विभागों, जोड़ों और विकल्प और एकल बाजार दिशात्मक प्रणालियों के लिए नवीनतम 2015 का निर्माण जारी करने की कृपा है। इन नवीनतम बिल्डों के बारे में जानकारी के लिए हमसे संपर्क करें जो दिशात्मक, लंबी या छोटी, डेन्ट्र्रेडिंग, फिटनेस एपीआई और नए एंट्री, जोखिम और निकास सुविधाओं पर ध्यान केंद्रित करते हैं। ताजा वायदा सत्य रिपोर्ट अभी भी टीएसएल मशीन लर्निंग को डिज़ाइन किए गए व्यापारिक रणनीतियां दिखाती है जो उनके डिजाइनों को जमे हुए और स्वतंत्र ट्रैकिंग के लिए रिलीज की गई थी, जो इन टीएसएल मशीन डिज़ाइन रणनीतियों के लिए भविष्य में मजबूती के बारे में बताते हैं। क्वांट सिस्टम्स लैब अद्यतनः पेशेवर और गैर-व्यावसायिक व्यापारी के लिए टीएसएल पसंद का मुख्य मंच है। क्वांट सिस्टम लैब, हालांकि, एक उच्च अंत है, संस्थागत स्तर मशीन शिक्षण मंच की पेशकश उन्नत क्वांट प्रोग्रामर के लिए अधिक उपयुक्त है जो नियमित रूप से विभिन्न API और प्रोग्रामिंग विकास भाषाओं और वातावरण का उपयोग करता है। क्यूएसएल की विशेषताएं दुनिया के किसी अन्य व्यापारिक रणनीति विकास मंच में नहीं मिली हैं। क्यूएसएल बेस टीएसएल प्लेटफॉर्म में पाए जाने वाले सभी समृद्ध विकास सुविधाओं को शामिल करता है। QSL वर्तमान में विकास के अंतर्गत है। आरएमएल और टीएसएल सक्रिय रूप से ऐसे संस्थानों के साथ भागीदारी की मांग कर रहे हैं जो इस विकास और अनुप्रयोग पर्यावरण को ऐसे दिशा में चलाने की इच्छा रख सकते हैं जो व्यापार के दृष्टिकोण, अनुसंधान और विकास और कार्यान्वयन के वातावरण के संबंध में उनके लक्ष्यों और इच्छाओं के लिए उपयुक्त है। यह ट्रेडिंग रणनीति डिजाइन के लिए लागू मशीन लर्निंग में अगली लहर पर अपनी आवश्यकताओं को लगाने के लिए एक बढ़िया समय है। इस अद्वितीय और रोमांचक नए विकास के बारे में अधिक जानकारी के लिए टीएसएल या आरएमएल से संपर्क करें। टीएसएल एक मशीन लर्निंग एल्गोरिदम है जो स्वचालित रूप से ट्रेडिंग सिस्टम्स लिखते हैं और इस मशीन द्वारा बनाई गई ट्रेडिंग सिस्टम्स को फ्यूचर्स सत्य द्वारा रेट किया गया है और इनवेस्टर्ड डेटा पर मूल्यांकन किया गया है। कोई प्रोग्रामिंग आवश्यक नहीं है दुनिया में कोई अन्य ट्रेडिंग सिस्टम उपकरण उपलब्धि के इस स्तर पर नहीं पहुंच गया है। टीएसएल एक उल्लेखनीय प्लेटफार्म है जिसने तथ्य दिया है कि 7 साल पहले टीएसएल मशीन द्वारा तैयार ट्रेडिंग सिस्टम्स अभी भी फ्यूचर्स सत्य द्वारा रेटेड हैं। टीएसएल मशीन कोड के एक पेटेंट स्वचालित प्रेरण को बहुत उच्च गति में सक्षम इंजन के साथ प्रयोग करता है और टीएसएल उत्पादन कोड का उत्पादन करता है, व्यापार प्रणाली के प्रयासों और तकनीकी विश्लेषण विशेषज्ञता की आवश्यकता को कम करने या नष्ट करने के लिए कार्यकारी ब्रीफ और डेमो नीचे स्थित आपको इस शक्तिशाली व्यापारिक रणनीति उत्पादन उपकरण का अवलोकन देगा। यह ध्यान रखना ज़रूरी है कि टीएसएल किसी भी बाजार, किसी भी समय सीमा, दिन के कारोबार या दिन के अंत के साथ-साथ पोर्टफोलियो, युगल और विकल्प की एक असीमित संख्या को किसी भी प्रोग्रामिंग की आवश्यकता के साथ तैयार करता है। क्लाइंट शुरुआती से लेकर पीएचडी स्तर के क्वांट शोधकर्ताओं और डेवलपर्स, घरेलू और अंतरराष्ट्रीय, साथ ही सीटीएएससीपीओ, हेज फंड्स और प्रोप दुकानें। अब, व्यापारिक ग्राहकों की सेवा के 7 साल के अनुभव के साथ, टीएसएल ने ट्रेडिंग सिस्टम्स के लिए लागू मशीन सीखने में उच्च स्तर का अनुभव हासिल कर लिया है। टीएसएल ग्राहकों के लिए अतिरिक्त शुल्क के बिना एक-पर-एक प्रशिक्षण और परामर्श प्रदान करता है ताकि ग्राहकों को टीएसएल इंजन से अधिक लाभ मिल सके। एक एमीनी सिस्टम के 6 मिनट के टीएसएल डिजाइन को खत्म करने का अंत यहां उपलब्ध है: टीएसएल एक्जीक्यूटिव ब्रीफ देखें: आरएपीओ ट्रेडिंग सिस्टम लैब कुछ सेटिंग और माउस क्लिक, समय, पैसा और प्रोग्रामिंग को बचाने के लिए नीचे व्यापार रणनीति डिजाइन की जटिलता को कम करता है। यह स्वयं डिजाइनिंग ट्रेडिंग स्ट्रेटजी एल्गोरिथ्म एक उन्नत, पेटेंट, रजिस्टर आधारित आनुवंशिक कार्यक्रम (एक आनुवंशिक एल्गोरिथम के साथ भ्रमित नहीं होना) का उपयोग करता है जो कि दुनिया में कहीं भी उपलब्ध नहीं है। ये मशीन तैयार व्यापार रणनीतियों अत्यधिक वित्तीय मंदी के वर्षों और बाद में वसूली के माध्यम से मजबूत बने रहे। इस प्रतिमान बदलाव से पता चला है कि एक अच्छी तरह से चुना हुआ और विकसित मशीन सीखने एल्गोरिथ्म स्वचालित रूप से मजबूत व्यापार रणनीतियों को डिजाइन कर सकता है। एलआईएमजीपी आरएमएल टेक्नोलॉजीज इंक। द्वारा विकसित किया गया था और सिमुलेशन, प्रीप्रोसेसिंग, ट्रांसलेशन, फिटनेस रूटीन और इंटिग्रेशन ट्रेडिंग सिस्टम लैब (टीएसएल) द्वारा पूरा किया गया था। टीएसएल व्यक्तियों, स्वामित्व वाली ट्रेडिंग फर्मों और हेज फंडों के लिए पूर्ण पैकेज का लाइसेंस देता है। अपने डेटा को पूर्वप्रक्रिया करें, उन्नत आनुवंशिक कार्यक्रम चलाएं और फिर अपने ट्रेडिंग प्लेटफॉर्म पर लागू करें। हम इस प्रक्रिया को नीचे दिए गए लिंक में उपलब्ध सरल 6 मिनट के फ़्लैश डेमो में दिखाएं। सभी टीएसएल ट्रेडिंग रणनीतियों को पूरी तरह से खुला कोड में प्रकट मशीन से निर्यात किया जाता है। टीएसएल रणनीतियों को सीक्वेटेड डेटा पर रेट किया गया तीसरा पक्ष प्रदर्शन है। आउट ऑफ़ नंबल (ओओएस) के डेटा के उपयोग के बारे में तर्क आम तौर पर विकास प्रक्रियाओं में किए गए आंकड़ों के संभाव्य आकस्मिक उपयोग के आसपास केंद्रित हैं। यदि ऐसा होता है, तो अंधा डेटा अब अंधा नहीं है, यह भ्रष्ट हो गया है। इस संभावना को समाप्त करने के लिए, टीएसएल ने सीक्वेटेड डाटा पर परीक्षण के लिए मशीन डिज़ाइन की गई रणनीतियां प्रस्तुत कीं। इसका क्या मतलब यह है कि भविष्य में रणनीति के प्रदर्शन की माप होती है चूंकि रणनीतियां तैयार की गई थीं, जब रणनीति तैयार की गई थी, तब से यह कोई रास्ता नहीं है कि विकास मूल्यांकन प्रक्रिया में इस मूल्यांकन डेटा का इस्तेमाल संभवतः किया जा सकता है। टीएसएल मशीन द्वारा उत्पादित रणनीतियां स्वतंत्र तृतीय पक्ष, फ्यूचर्स सच्चाई द्वारा सिक्वेटेड डाटा पर जांच की गई हैं और शीर्ष रेटेड हैं, जो कि अन्य मानव या मैन्युअल रूप से तैयार किए गए ट्रेडिंग सिस्टम्स को हरा देते हैं। नया यहाँ है कि आप सी या सी ओएमएसईएमएस में टीएसएल के विकसित सिस्टम का उपयोग कैसे करते हैं: टीएसएल सी देखें: आरएपीओ उन लोगों के लिए, जो ट्रेडिंग सिस्टम लैब शीर्षक से प्रस्तुत लिंक्डइन स्वचालित ट्रेडिंग रणनीतियाँ ग्रुप वेबिनार को याद करते हैं: डब्ल्यूएचओ डिज़ैंस बेहतर कारोबार रणनीतियां एक मानव या एक मशीन आप यहां इसे डाउनलोड कर सकते हैं: टीएसएल वेबिनार डाउनलोड करें: आरईसीओ नए जलाने वाले पुस्तक के लिए निशुल्क अवधि खत्म हो चुका है जिसमें हमारे लेख शीर्षक हैं: मशीन डिज़ाईड ट्रेडिंग सिस्टम, हालांकि आप यहां इस सस्ते किंडल बुक को डाउनलोड कर सकते हैं: जलाना बुक डाउनलोड करें आरएपीओ टीएसएल अब आधिकारिक तौर पर सिलिकन वैली मानचित्र पर है। सिलिकॉन वैली मैप और टीएसएल स्थान (6 बजे की स्थिति) आरएपीएल टीएसएल एक ऐसी मशीन है जो विभिन्न भाषाओं में एल्गोरिदम, फ़ॉरवर्ड वाइक, बैकटेस्ट, मल्टी रन, इवोर्न और एक्सपोर्ट कोड तैयार करती है। जहां तक ​​आगे की मजबूती है, टीएसएल की मशीन की डिज़ाइन किए गए व्यापार एल्गोरिदम के साथ कई शीर्ष रैंकिंग हैं, जैसा कि स्वतंत्र रिपोर्टिंग कंपनी फ्यूचर्स सत्य द्वारा की गई है। ये (मशीन डिज़ाइन किए गए) सिस्टम आउट-प्रक्षेपण, आगे चलने, अधिकांश या अन्य सभी (मैन्युअल रूप से डिज़ाइन किए गए) ट्रैक किए गए सिस्टम, और परीक्षण में स्लीपेज और कमीशन शामिल करते थे। (नीचे दिए गए संदर्भ देखें) प्रतिमान बदलाव यह है कि इन प्रणालियों को एक मशीन द्वारा डिजाइन किया गया था, मानव नहीं, और टीएसएल मशीन एक उन्नत, अनन्य, पेटेंट वाले एल्गोरिथ्म (एलआईएमजीपी) का उपयोग करके लाखों प्रणालियों को बहुत अधिक दरों पर डिज़ाइन करता है, विशेष रूप से स्वचालित रूप से इंजीनियर डिजाइन ट्रेडिंग सिस्टम कोई प्रोग्रामिंग अनुभव वाले ट्रेडर्स टीएसएल मंच चला सकते हैं, व्यापारिक एल्गोरिदम का निर्माण कर सकते हैं और ट्रेडस्टेशन, मल्टीचर्ट्स और विशेष ओएमएसईएमएसएस सहित विभिन्न प्रकार के ट्रेडिंग प्लेटफार्मों में उन्हें तैनात कर सकते हैं। प्रोग्रामर और क्वांटस और भी उन्नत काम पूरा कर सकते हैं क्योंकि टर्मिनल समूह पूरी तरह से अनुकूलन योग्य हैं टीएसएल अपने प्रीप्रोसेसर में मल्टी-डेटा डीएनए का उपयोग करने में सक्षम है। डेमो 48 देखें जहां हम सीबीओई वोल्टालिटी इंडेक्स (वीआईएक्स) का इस्तेमाल मशीन डिजाइन को एक एमीनी एसपी ट्रेडिंग सिस्टम में करते हैं। इस प्रकार के डिजाइन का काम टीएसएल में पूरा करना आसान है क्योंकि प्रीप्रोसेसर पूरी तरह से अनुकूलन योग्य है, जो कि आपके अद्वितीय पैटर्न और एक या कई डेटा स्ट्रीम डिज़ाइन में संकेतक का उपयोग करता है। बढ़ी प्रीप्रोसेसरों को ट्रेडिंग सिस्टम प्रदर्शन के लिए अतिरिक्त प्रोत्साहन देने के लिए दिखाया गया है। सॉफ़्टवेयर मशीन लिखने वाले टीएसएल सॉफ़्टवेयर ने एफटी के लिए अन्य मानव सबमिशन की आवश्यकता के साथ कोई प्रोग्रामिंग की आवश्यकता नहीं है मशीन डिज़ाईड ट्रेडिंग सिस्टम वास्तव में कैसे काम करते हैं हमारे विकास कालक्रम हमारे व्हाइट पेपर्स और टीएसएल वेब साइट पर उपलब्ध फ्लैश डेमो में अच्छी तरह से कवर किया गया है। लिंकन ऑटोमैटेटेड ट्रेडिंग रणनीतियों WEBINAR यहां पाया जा सकता है: लिंक्डइन WEBINAR राक्को पर जाएं 2015 ओयुटालाब्स वेबबिनेयर यहां पा सकते हैं: 2015 क्वांटलाब्स वेबबिन्यर पर जाएं 2014 ओयूनेटलाब्स वेबबिनेर यहां पाया जा सकता है: 2014 क्वांटलाब्स वेबिनेर आरएपीओ पर जाएं प्रतिदिन 100 टिक, 15 मिनट, व्यापार करने के लिए अधिकतम बार आकार है। टीएसएल का नया ईवीओआरयूएन मॉड्यूल एक मल्टीरुन में बार साइज, ट्रेड टाइप, प्रीप्रोसेसर, ट्रेडिंग फ़्रीक्वेंसी और फिटनेस फंक्शन पर चलने के दौरान रणनीतियों को मशीन डिज़ाइन करने की अनुमति देता है। EVORUN और TSL Version 1.3 Demos 51 और 52 अब यहां उपलब्ध हैं: टीएसएल डेमो पर जाएं सभी टीएसएल रणनीतियां खुले हुए कोड में पूरी तरह से डिस्क्लोड हैं। टीएसएल जेनेरिक कार्यक्रम पर एक किताब पढ़ना चाहते हैं फ्रैंक फ्रैंचन ने यूनिवर्सिटी पाठ्यपुस्तक जेनेटिक प्रोग्रामिंग: एक परिचय (आर्टिफिशियल इंटेलिजेंस में मॉर्गन कौफमैन सीरीज) को सह-लेखक बताया। टीएसएल के एक्सचेंज मिलान इंजन के पास विभिन्न कोलोटेटेड सर्वर पर चलने वाले कई एचएफटी परियोजनाएं हैं। टीएसएल मशीन डिज़ाइन किए गए रणनीतियों को ऑर्डर बुक आधारित डेटा या सब-सेकंड बार पर लगाया जा सकता है। डेमो 50 देखें। अतिरिक्त जानकारी के लिए टीएसएल से संपर्क करें। OneMarketData का उपयोग करना, टीएसएल स्वत: डिजाइन उच्च आवृत्ति ट्रेडिंग रणनीतियाँ कर सकते हैं डेमो 50 एक मिसाइल को दर्शाता है, जिसमें एक मिल मैकेनेटडेट्स वनटिक कॉम्प्लेक्स इवेंट प्रोसेसिंग ऑर्डर बुक एग्रीगेटर का उपयोग किया गया है। टीएसएल एक स्टोकेस्टिक, उत्क्रांतिय, बहुआरुण, ट्रेडिंग स्ट्रेटेजी ऑरोडसाइगर है जो विभिन्न भाषाओं में पोर्टेबल कोड का उत्पादन और निर्यात करता है। यह ट्रेडिंग सिस्टम डिजाइन प्लेटफॉर्म को समाप्त करने का एक पूर्ण अंत है और कुछ प्रोग्रामिंग के साथ कुछ मिनटों में उच्च आवृत्ति ट्रेडिंग सिस्टम, डे ट्रेडिंग, ईओडी, जोड़ी, पोर्टफोलियो और ऑप्शंस ट्रेडिंग सिस्टम्स को ऑटोोडेस करना होगा। बाईं ओर साहित्य साहित्य लिंक के तहत थीस, व्हाइट पेपर्स, पीपीटी प्रस्तुतिकरण और अन्य दस्तावेज देखें इस नई तकनीक पर पूर्ण ब्रीफिंग के लिए बाईं ओर फ्लैश डेमो देखें टीएसएल प्लेटफार्म स्तर के मूल्यांकन को पंजीकृत करने के लिए अति उच्च दरों पर मशीन डिज़ाइन, ट्रेडिंग रणनीतियों का उत्पादन करता है। बाजार पर कोई अन्य व्यापारिक रणनीति विकास प्लेटफॉर्म शक्ति का स्तर प्रदान नहीं करता है। टीएसएल के भीतर एलआईएमजीपी-जेनेटिक प्रोग्राम आज उपलब्ध सबसे शक्तिशाली एल्गोरिदम में से एक है और प्रतिस्पर्धी एल्गोरिदम की तुलना में दरों पर बहुत तेजी से चल रहा है। टीएसएल के साथ, अनुवादक के माध्यम से सी, जावा, असेंबलर, इज़ेल लैंग्वेज और अन्य भाषाओं में आपके लिए ट्रेडिंग सिस्टम और कोड लिखे जाते हैं। फ्रैंक फ्रैंकोन, आरएमएल टेक्नोलॉजीज के अध्यक्ष, इंक। ने जेनेटिक प्रोग्रामिंग फॉर प्रीडिक्टिव मॉडलिंग नामक एक फ्लैश डेमो तैयार किया है। आरएमएल व्यस्क्युलस जेनेटिक प्रोग्रामिंग इंजन का उत्पादन करता है जो कि टीएसएल के भीतर उपयोग किया जाता है यह ट्यूटोरियल डिस्पीपुलस के बारे में जानने का एक शानदार तरीका है और ट्रेडिंग सिस्टम पैराडाइम Shift की टीएसएल के ऑटो-डिज़ाइन की आपकी लगातार समझ के लिए एक आधार प्रदान करेगा। टीएसएल ट्रेडिंग सिस्टम के प्रदर्शन के जरिए ट्रेडिंग आयात करने, डेटा प्रसंस्करण, प्रीप्रोसेसिंग और ट्रेडिंग सिस्टम्स को सरल बनाता है। सुनिश्चित करें कि आप टीएसएल डेमो देखते हैं क्योंकि टीएसएल प्लेटफार्म विशेष रूप से ट्रेडिंग सिस्टम डिज़ाइन के लिए लक्षित है। डिस्पी्यूलस ट्यूटोरियल डाउनलोड करें। ट्रेडिंग सिस्टम लैब में प्रयुक्त तकनीक अन्य एल्गोरिदम की तुलना में 60 से 200 गुना तेज है। एसएआईसी में गति अध्ययन पर व्हाइट पेपर्स देखें: सफेद कागजात पर जाएं फोन: 1-408-356-1800 ई-मेल: (संरक्षित)