Modelo de dados do sistema de negociação
Obter através da App Store Leia esta publicação em nosso aplicativo!
Aplicação de negociação financeira do Domain Model.
minha empresa está pensando em implementar um novo aplicativo de negociação de conformidade financeira, que é uma aplicação que verificaria todas as negociações que seriam executadas pela empresa. Um cheque muito simples pode ser "Não investe em estoques que vendem álcool", por exemplo.
Precisamos definir um modelo de objeto de negócios financeiros e, em seguida, projetar o mecanismo de regras reais. Alguns modelos de dados potenciais seriam Segurança, Comércio, Derivados, etc.
Minha pergunta é que alguém sabe onde eu poderia olhar para algum modelo de domínio financeiro já escrito que seria um bom ponto de partida para que possamos começar nossa análise?
Nós não queremos reinventar a roda e encontrar um modelo de objeto financeiro existente seria muito útil. Obrigado a todos.
Você pode verificar as especificações do FPML. para algumas idéias sobre como modelar seus dados. No entanto, eu recomendaria navegar apenas para ter uma idéia dos objetos de domínio que você pode precisar - Não tente copiá-lo, pois é quase certamente muito complexo / detalhado para suas necessidades.
Na verdade, para dados específicos do domínio, como você descreve, descobri que é quase sempre melhor construir em vez de comprar (mais barato, mais rápido, mais fácil de mudar, mais fácil de entender, melhor ajuste dentro do seu fitm). No entanto, você pode querer considerar um mecanismo de terceiros para implementar seu componente de regras reais (por exemplo, Drools).
Bem, o domínio do seu problema é bastante diferente, porque basicamente você quer um sistema orientado por regras, mas se você quiser ver um modelo de objeto muito bom para aplicações financeiras, veja Quantlib. É de código aberto, e está extremamente bem documentado. Ele aborda o problema a partir de uma perspectiva de preços de opções, mas pode dar-lhe algumas idéias de qualquer maneira. Como exemplo, veja como eles modelaram um swap.
Verifique "Padrões de análise: modelos de objetos reutilizáveis", um livro de Martin Fowler. O livro inclui alguns exemplos úteis para pensar sobre domínios financeiros e análises OO.
Construir seu próprio modelo de domínio financeiro é difícil se você não tiver experiência. Você está completamente certo em procurar exemplos.
Se a sua empresa, se for sério, construir um produto adequado que seja bem sucedido, deve contratar alguém com essa experiência.
Além disso, espera que seu modelo mude muito à medida que o produto é desenvolvido.
Você tem acesso a Bloomberg ou a outro fornecedor de dados de mercado? Eles não lhe darão um modelo por si, mas você pode ver todos os vários campos de dados que estão disponíveis por instrumento. Isso deve dar-lhe um bom começo na formação das propriedades da sua classe e também ajuda na determinação da hierarquia da classe.
Você também deve ter em mente o escopo do sistema - mesmo os vendedores de sistemas comerciais neste espaço muitas vezes "aplainam" seus modelos de segurança para apenas uma tabela e usam campos redundantes e talvez algumas tabelas de pesquisa. Depende realmente da complexidade dos instrumentos que você estará negociando e das regras que deseja.
Modelo de dados do sistema de negociação
As seções a seguir descrevem o modelo de domínio do sistema usando UML (linguagem de modelagem unificada).
8.1.s Entidades.
Figura 8.1.s Visão Geral das Entidades.
As principais entidades do sistema são especificadas na tabela a seguir:
Tabela 8.1.s Entidades.
Uma lista completa de todas as Entidades do sistema será discutida nas próximas seções. As entidades do sistema podem ser categorizadas nas seguintes três áreas:
Representa dados referenciais estáticos como:
Estratégia, Segurança, SegurançaFamília, Referência de Segurança, Conta, BrokerParameter, Property, OrderPreference e Entidades Relacionadas.
Represente eventos externos (Tick e Bar) provenientes de provedores de dados de mercado ou eventos internos (Eventos Genéricos) provenientes de outra estratégia de negociação. Os dados de mercado geralmente são imutáveis e de interesse momentâneo apenas para as estratégias de negociação. Eventos de dados de mercado estão disponíveis apenas como objetos de valor (mas não como entidades):
MarketDataEventVO e suas subclasses TickVO, BarVO, QuoteVO, Bidvo, AskVO, TradeVO e GenericTickVO, bem como qualquer tipo de GenericEventVO.
Representar o estado financeiro das estratégias de negociação. Alguns deles (por exemplo, Transações e Medidas) são imutáveis enquanto outros (por exemplo, Posições e Saldos) são mutáveis e alteram seus valores enquanto as Ordens estão sendo executadas:
Ordem, Transação, Posição, CashBalance, Measurement, PortfolioValue e Entidades Relacionadas.
Além de fornecer Getters e Setters, todas as Entidades fornecem os seguintes recursos comuns:
A classe Conversor interno estático pode ser usada para converter automaticamente a Entidade em seu Objeto de Valor correspondente, ver Seção 8.4, "Objeto de Vul.".
A classe de fábrica interna estática pode ser usada para criar novas instâncias de uma Entidade.
8.1.1. Estratégia.
Figura 8.2 Estratégia.
A entidade de estratégia representa uma estratégia individual em execução no AlgoTrader.
Quanto à questão "o que é 1 estratégia produtiva?". É essencialmente para o usuário, o que ele gostaria de considerar como uma estratégia. Uma estratégia pode ter um ou vários instrumentos. E também no que diz respeito à lógica de negociação, não há limitação.
No entanto, note que toda a funcionalidade de desempenho e relatórios do AlgoTrader acontece no nível da estratégia. Então, se alguém gostaria de ver métricas de desempenho em um nível de instrumento, seria necessário instanciar estratégias múltiplas. Além disso, se é um requisito para iniciar e parar as funções individuais separadamente, é melhor colocá-las em duas estratégias separadas.
No lado técnico, cada estratégia separada aloca uma certa quantidade de despesas gerais (memória e CPU). Por essa razão, é melhor combinar a funcionalidade em algumas estratégias possíveis se não houver bons motivos para não separá-las.
O campo autoActivate significa que, se uma estratégia estiver definida para assinaturas de dados de mercado correspondentes ativas, são iniciadas automaticamente após a inicialização do sistema.
Existem várias classes que estão diretamente relacionadas à estratégia.
Tabela 8.2. Estratégia Classes.
8.1.2.s Segurança.
Figura 8.3.s Valores Mobiliários.
O diagrama de classe UML acima mostra todas as classes de segurança disponíveis.
Tabela 24. 8.3 Tipos de segurança.
Uma opção negociável.
Um Índice (por exemplo, Equity, Volatility, Commodity)
Uma família de segurança contém informações comuns sobre uma família inteira de valores mobiliários (ou seja, todas as informações gerais sobre opções em S & P500 são armazenadas usando esta classe). A classe fornece campos como troca, moeda e tamanho de marca.
Figura 8.4.s Valores Mobiliários.
O diagrama de classe UML acima mostra todas as classes SecurityFamily disponíveis.
Tabela 8.4.s Tipos de segurança.
Representa uma cadeia de opções associada a um único subjacente.
A definição dos atributos das classes Security and SecurityFamily está documentada no AlgoTrader JavaDoc.
A classe EasyToBorrow Contém informações sobre quantos contratos de um determinado estoque podem ser em curto-circuito através de um corretor específico.
SecurityReference É um link genérico entre uma segurança o proprietário e outro o alvo. Usando esta classe, é possível que um Security tenha links para vários outros Valores Mobiliários.
8.1.2.1. Visitantes de segurança.
O Padrão do visitante é uma maneira de separar um algoritmo de uma estrutura de objeto em que ele opera. Usando esse padrão, é possível implementar Lógica por Entidade personalizada sem poluir o próprio código da Entidade.
O AlgoTrader fornece a interface ch. algotrader. visitor. EntityVisitor que deve ser implementada por todos os visitantes da Entidade. Cada Visitante de Entidade tem dois parâmetros de tipo genérico R e P. R é o tipo de retorno (ou java. lang. Void) retornado por todos os métodos de visita e P é um objeto de parâmetro arbitrário que pode ser adicionado aos métodos de visita.
Além disso, há o ch. algotrader. visitor. PolymorphicEntityVisitor que reflete toda a árvore de herança de todos os Valores Mobiliários. Por exemplo, se não houver um método VisitFuture, o PolymorphicEntityVisitor invocará automaticamente o método visitSecurity.
O método de aceitação de cada Entidade pode ser usado para processar um Visitante arbitrário como este:
No AlgoTrader existem dois Visitantes disponíveis que são utilizados pelo AlgoTrader Server.
É usado para garantir que certas referências de entidade de Hibernação sejam inicializadas / carregadas.
Usado para validar um Tick por regras definidas por Segurança.
8.1.3.s Eventos de Dados de Mercado.
Eventos de dados de mercado estão disponíveis apenas como Objetos de Valor, mas não como Entidades:
Figura В 8.5.B Evento de Dados de Mercado.
Existem três tipos diferentes de Eventos de Dados de Mercado:
Tabela 8.5.s Tipos de dados de mercado.
Para fins de simulação, as Barras e Carrapatos podem ser fornecidos através de arquivos CSV (ver Seção 24.7, "Arquivo de Dados de Dados") ou através do InfluxDB (ver Capítulo 24, Dados Históricos). Na negociação ao vivo Negociações, ofertas e pedidos são recebidos pelo MarketDataService específico do corretor e roteados para as instâncias Esper.
8.1.4. Encomendar.
Figura 8.6. Pedidos.
O seguinte diagrama da Classe UML mostra o Pedido e suas subclasses relacionadas.
Tabela 8.6.C Classes de Pedidos.
As associações pai / filho do AlgoOrder s e Order não são persistidas no banco de dados. Após um reinício do sistema, o AlgoOrder s não continuará a execução automaticamente e precisará ser reiniciado manualmente.
8.1.5.В Conta.
Figura 8.7. Conta.
Uma Conta representa uma conta real, um grupo de contas (IB específico) ou um perfil de alocação (IB específico). Uma conta é atribuída a um determinado pedido de tipo de serviço (por exemplo, IB_NATIVE ou FXCM_FIX). Além disso, o SessionQualifier de campo que é necessário para definir a sessão real no lugar (principalmente para Conexões FIX). Com esta configuração, é possível ter várias Sessões (qualificadores de sessão) por OrderServiceType e ter várias Contas por Sessão. Um campo ativo está definido como verdadeiro, uma eventual sessão correspondente correspondente será ativada.
As encomendas enviadas para o mercado sempre contêm informações relacionadas à conta de forma adequada (por exemplo, como uma FIX Tag 1). Também as transações baseadas em uma ordem real terão uma associação com uma Conta particular. No entanto, as posições não possuem nenhuma informação sobre contas. Portanto, é possível que uma Posição contenha Quantidades agregadas de várias Contas externas. Também é possível abrir uma posição através da conta, mas depois fechá-la através de outra. Com esta configuração, as estratégias não precisam se preocupar com as contas reais nas quais os fundos estão localizados. Desta forma, uma estratégia sempre verá apenas uma Posição por Segurança.
8.1.6.C Transação.
Figura 8.8. Transação.
Cada preenchimento é registrado como uma transação no banco de dados usando essa entidade. Além disso, a transação de tabela também armazena transações como INTREST, DEBIT, CREDIT & amp; HONORÁRIOS . Uma transação é imutável e contém todas as informações relevantes como data, quantidade, preço, comissões, bem como referências a Conta, Estratégia, Segurança e Posição.
8.1.7.T Posição.
Figura. 8.9. Posição.
Para qualquer Estratégia que possua uma determinada Segurança, uma Posição é criada no banco de dados. Mesmo que esta posição seja mais tarde fechada (ou seja, quantidade = 0), a posição ainda permanecerá no banco de dados, porque as Transações associadas ainda possuem referências a ela.
Em geral, os valores de posição (por exemplo, marketPrice, marketValue, averagePrice, cost, unrealizedPL & amp; realizePL) são calculados por posição relacionada à estratégia real e mostram o preço que seria necessário pagar se o cargo fosse fechado neste momento.
Uma vez que alguns valores (por exemplo, valor de mercado) dependem de se a posição é longa ou curta, os valores de posição agregados de diferentes estratégias para a mesma segurança não podem ser recuperados apenas pela adição de valores de posição das estratégias correspondentes. Exemplo:
Segurança: VIX dezembro de 2018.
Oferta atual: 16.50.
Pergunta atual: 16.60.
Estratégia A: quantidade +10 - & gt; Valor de mercado: 10 * 1000 * 16.50 = 165'000.
Estratégia B: quantidade -10 - & gt; Valor de mercado: 10 * 1000 * 16,60 = -166'000.
A soma dos valores de mercado acima seria de -1,000, o que obviamente está errado.
Como conseqüência, o portfólio fornece métodos de pesquisa que agregam posições da mesma segurança (de diferentes estratégias) da maneira correta (por exemplo, findOpenPositionsAggregated).
As posições são derivadas levando em consideração todas as Transações da Segurança e Estratégia. Portanto, é importante não modificar entradas de Posição diretamente no banco de dados. No caso de as transações serem adicionadas ou modificadas manualmente para o banco de dados, a posição de reposição da ação de gerenciamento e os saldos de caixa na Figura 13.3, "Gerenciador de clientes do HTML5AlgoTrader HTML5".
8.1.8.al Saldo de caixa.
Um CashBalance representa o montante em dinheiro atual de uma determinada estratégia em uma moeda específica.
Os saldos de caixa são obtidos levando em consideração todas as transações da Segurança e Estratégia. Portanto, é importante não modificar as entradas do saldo de caixa diretamente no banco de dados. No caso de as transações serem adicionadas ou modificadas manualmente para o banco de dados, a posição de reposição da ação de gerenciamento e os saldos de caixa na Figura 13.3, "Gerenciador de clientes do HTML5AlgoTrader HTML5".
8.1.9.В Assinatura.
Figura 8.10.B Assinatura.
As assinaturas de dados de mercado de uma estratégia para títulos específicos são representadas por esta classe. Para cada Assinatura, a Estratégia receberá Dados do Mercado ao vivo para a Segurança correspondente.
8.1.10.В Troca.
Figura 8.11. Troca.
Os intercâmbios em todo o mundo têm horários comerciais diferentes. Muitas vezes, há diferentes horários de negociação mesmo para diferentes negociações de títulos na mesma bolsa. Além disso, cada troca geralmente tem feriados diferentes ou dias em que a negociação começa tarde ou a negociação pára cedo. Especialmente para o comércio de futuros, muitas vezes há pequenas lacunas entre diferentes períodos de negociação da mesma data de negociação. O comércio de FX está frequentemente disponível 24 horas por dia sem falhas.
Todos esses cenários são capturados e mantidos através do Entities Exchange, TradingHours e Holiday:
Tabela 8.7. Troca.
Propriedade 8.1.11.Â.
Figura 2.1.1 Propriedades e PropertyHolders.
As classes Estratégia, Posição, Subscrição e Referência de Ordem são derivadas da classe abstrata PropertyHolder. Uma ou mais propriedades podem ser atribuídas a eles. Uma propriedade pode ser de tipo int, duplo, dinheiro, texto, data ou booleano (mas apenas um por vez).
Como os PropertyHolders usam a estratégia Hibernate Union-Subclass, as Id de diferentes tabelas PropertyHolder podem não se sobrepor. Quando as Entidades são salvas através do AlgoTrader, o Id exclusivo será implementado pela Hibernate. Mas ao salvar linhas no banco de dados diretamente (dentro da estratégia, posição, assinatura ou order_preference das tabelas), é necessário garantir manualmente que não há Ids sobrepostas. O script a seguir pode ser usado para verificar se um determinado ID já está em uso:
8.1.12. Preferência de pedidos.
Figura 8.13.sp Preferência de ordem.
Tabela 8.8. Preferência de Pedido.
8.2.В Objetos de acesso a dados (DAOs)
A estrutura DAO do AlgoTrader consiste em vários componentes principais.
BaseEntityI representa uma entidade persistente serializável abstrata com um identificador sintético de tipo longo.
ReadOnlyDao representa uma interface para operações comuns de recuperação para classes de entidades.
ReadWriteDao amplia ReadOnlyDao e representa uma interface para operações comuns de recuperação e mutação.
AbstractDao classe abstrata serve como uma classe base genérica para classes de acesso a dados. Ele fornece as operações mais comuns para recuperar, atualizar e excluir entidades, bem como para criar consultas HQL e SQL nativas.
É possível adicionar DAOs personalizados à plataforma. Para realizar isso, é necessário criar uma interface DAO que seja ReadOnlyDao ou ReadWriteDao, adicione operações personalizadas, como buscadores específicos de entidades e, em seguida, crie uma classe DAO personalizada que expande o AbstractDao e implemente a interface DAO personalizada.
As consultas HQL e SQL usadas pelos componentes Algotrader DAO são externalizadas e armazenadas no arquivo Hibernate. hbm. xml. Isso permite um melhor gerenciamento e uma reutilização mais fácil das consultas.
As consultas podem ser acessadas a partir de classes DAO ou componentes personalizados por seus nomes.
8.3.В Serviços.
O sistema é baseado em uma arquitetura orientada a serviços (SOA). Todas as operações do sistema são fornecidas como Spring Services / Beans. Existem os seguintes grupos de serviços:
Principais Serviços, estão disponíveis tanto para o AlgoTrader Server como para as Estratégias.
Serviços Privados, que são utilizados apenas pelo Servidor AlgoTrader.
Serviços de cliente, que serão instanciados por cada estratégia (e o próprio servidor AlgoTrader)
8.3.1.T Serviços Principais.
Tabela 8.9 principais serviços.
8.3.2.s Serviços Privados.
Tabela 8.10.s Serviços Privados.
8.3.3.s Serviços ao cliente.
Tabela 8.1.1. Serviços ao cliente.
8.3.4.T Serviços de Pedidos.
Figura 8.14.C Serviços de Pedidos.
Todos os OrderServices são derivados do GenericOrderService. Todos os Serviços de Pedidos baseados em Fix são derivados do FixOrderService, que em termos tem subclasses para as versões Fix 4.2 e 4.4. Para mais detalhes, visite o Capítulo 20, OrderManagement.
8.3.5.s Serviços de dados de mercado.
Figura 8.15.s Serviços de dados de mercado.
Todos os MarketDataServices são derivados do ExternalMarketDataService geral. Todos os MarketDataServices baseados em Fix são derivados de FixMarketDataService, que em termos tem subclasses para Fix versões 4.2 e 4.4.
8.3.6.T Serviços de dados históricos.
Figura 8.16. Serviços de dados históricos.
Os Serviços de Dados Históricos são usados para fazer o download de Eventos de Dados de Mercado agregados do Market Data Provider. Para mais detalhes, visite o Capítulo 24, Dados Históricos.
8.3.7.C Serviços de dados de referência.
Figura 8.17. Serviços de dados de referência.
Os Serviços de Dados de Referência são usados para baixar a opção atual e futuras cadeias, bem como informações sobre ações. Para mais detalhes, visite o Capítulo 23, Dados de referência.
8.3.8. Serviço de Calendário.
O CalendarService é responsável por fornecer informações sobre horários e feriados cambiais.
Especialmente quando se trocam vários intercâmbios em todo o mundo, o CalendarService se torna muito útil. Fornece métodos convenientes como:
isOpen (é a troca especificada aberta na hora atual ou na hora da data especificada). Vai ser verdadeiro se não forem negociadas trocas comerciais.
isTradingDay (é o dia atual ou o dia especificado um dia de negociação na troca especificada)
getOpenTime (obtém o horário aberto da troca especificada no dia atual ou no dia especificado)
getCloseTime (obtém o tempo próximo da troca especificada no dia atual ou no dia especificado)
getNextOpenTime (obtém o próximo horário aberto da troca especificada após a data atual ou a hora da data especificada)
getNextCloseTime (obtém o tempo fechado aberto da troca especificada após a data atual ou a hora da data especificada)
Além disso, o serviço do Calendário fornece métodos para identificar um dia de negociação particular, o que será importante para associar uma determinada ordem de compensação e reconciliação. Se uma sessão de negociação se sobrepõe de um dia a outro (por exemplo, começa no domingo 23:00 da tarde), o dia de negociação será considerado o dia em que a sessão terminar (por exemplo, segunda-feira). No entanto, neste exemplo, segunda-feira precisaria ser definido como verdadeiro no objeto TradingHours correspondente.
Ao negociar uma única troca, geralmente é mais fácil configurar o tempo do sistema para a mesma zona horária da troca.
Quando as trocas comerciais em diferentes fusos horários, é possível configurar o sistema para assinalar o mesmo horário de fuso horário como uma das trocas ou deixar a hora do sistema no fuso horário local.
8.3.9.R Serviços de reconciliação.
Toda interface de corretor que precisa de reconciliação automática deve derivar um ReconciliationService do ReconciliationService abstrato. Para mais informações, consulte o Capítulo 18, Reconciliação.
8.3.10.В Reset Service.
O ResetService pode ser usado para redefinir o estado do banco de dados para um estado pré-definido antes de uma simulação ou se uma reinicialização de negociação ao vivo for necessária.
Para redefinir um sistema de negociação ao vivo, vários tipos de resets podem ser especificados no método de reinicialização usando o Enumeração ResetType.
exclui todas as transações (exceto o CREDIT inicial)
redefine todos os saldos de caixa (exceto o associado ao CRÉDITO inicial)
elimina todas as posições não persistentes e redefine todos os persistentes.
apague todos os pedidos, ordene stati e as propriedades do pedido.
exclui assinaturas não persistentes.
elimina combinações e componentes não persistentes.
elimina propriedades não persistentes.
elimina os valores do portfólio.
exclui todas as opções.
exclui todos os futuros.
exclui todos os dados da barra e da marca.
O método resetSimulation irá redefinir os seguintes itens antes de cada Simulação: Negociações, Subscrições, Combinações / Componentes, Propriedades, Opções (se os preços das opções forem simulados) e Futuros (se os preços futuros forem simulados).
8.4. Valor Objeto.
Em contraste com as Entidades que são usadas para persistir informações, Objetos de Valor normalmente são usados para transmitir objetos (por exemplo, via JMS ou RMI). Para cada Entidade, um Objeto de Valor correspondente é gerado. Objetos de valor são imutáveis (ou seja, todos os campos são finais e precisam ser configurados através do construtor)
Cada Entidade contém uma classe de conversor interno que pode ser usada para converter a Entidade em seu Objeto de Valor correspondente.
Além de Value Objects ValueObjectBuilders existem, que ajudam a criar objetos de valor. Exemplo:
Os diagramas abaixo mostram objetos de valor adicional fornecidos pelo sistema. Os Objetos de Valor do Servidor estão em uso apenas pelo Servidor AlgoTrader.
Figura 8.18.B Objetos de valor.
Figura 8.1. Objetos de Valor do lado do servidor.
8.5. Enumerações.
Para itens selecionáveis com um número fixo de opções, o AlgoTrader contém as seguintes Enumerações.
Arquitetura do sistema de comércio algorítmico.
Anteriormente, neste blog, escrevi sobre a arquitetura conceitual de um sistema de negociação algorítmico inteligente, bem como os requisitos funcionais e não funcionais de um sistema de negociação algorítmica de produção. Desde então, criei uma arquitetura de sistema que, acredito, poderia satisfazer esses requisitos arquitetônicos. Nesta publicação, descreverei a arquitetura seguindo as diretrizes dos padrões ISO / IEC / IEEE 42018 e padrão de descrição da arquitetura de engenharia de software. De acordo com este padrão, uma descrição de arquitetura deve:
Contém várias visualizações arquitetônicas padronizadas (por exemplo, em UML) e Mantenha a rastreabilidade entre decisões de design e requisitos arquitetônicos.
Definição de arquitetura de software.
Ainda não há consenso quanto ao que é uma arquitetura do sistema. No contexto deste artigo, é definido como a infra-estrutura dentro da qual os componentes do aplicativo que satisfazem os requisitos funcionais podem ser especificados, implantados e executados. Os requisitos funcionais são as funções esperadas do sistema e seus componentes. Os requisitos não funcionais são medidas através das quais a qualidade do sistema pode ser medida.
Um sistema que satisfaça plenamente seus requisitos funcionais ainda pode não atender às expectativas se os requisitos não funcionais forem deixados insatisfeitos. Para ilustrar este conceito, considere o seguinte cenário: um sistema de negociação algorítmico que você acabou de comprar / construir faz excelentes decisões de negociação, mas é completamente inoperacional com os sistemas de gestão e contabilidade de risco das organizações. Esse sistema atenderia às suas expectativas?
Arquitetura conceitual.
Uma visão conceitual descreve conceitos e mecanismos de alto nível que existem no sistema no mais alto nível de granularidade. Nesse nível, o sistema de negociação algorítmica segue uma arquitetura orientada a eventos (EDA) dividida em quatro camadas e dois aspectos arquitetônicos. Para cada camada e referência de aspecto arquiteturas e padrões são usados. Padrões arquitetônicos são estruturas comprovadas e genéricas para alcançar requisitos específicos. Os aspectos arquitetônicos são preocupações transversais que abrangem múltiplos componentes.
Arquitetura orientada a eventos - uma arquitetura que produz, detecta, consome e reage a eventos. Os eventos incluem movimentos do mercado em tempo real, eventos ou tendências complexas e eventos comerciais, e. enviando um pedido.
Este diagrama ilustra a arquitetura conceitual do sistema de negociação algorítmica.
Arquiteturas de referência.
Para usar uma analogia, uma arquitetura de referência é semelhante aos planos para uma parede de suporte de carga. Esta impressão azul pode ser reutilizada para projetos de construção múltipla independentemente do edifício que está sendo construído, pois satisfaz um conjunto de requisitos comuns. Da mesma forma, uma arquitetura de referência define um modelo contendo estruturas genéricas e mecanismos que podem ser usados para construir uma arquitetura de software concreta que satisfaça requisitos específicos. A arquitetura para o sistema de negociação algorítmica usa uma arquitetura baseada em espaço (SBA) e um controlador de exibição de modelo (MVC) como referências. São também utilizadas boas práticas, como o armazenamento de dados operacionais (ODS), o padrão de transformação e carregamento de extratos (ETL) e um data warehouse (DW).
Controle de exibição de modelo - um padrão que separa a representação de informações da interação do usuário com ela. Arquitetura baseada em espaço - especifica uma infra-estrutura onde as unidades de processamento acopladas vagamente interagem entre si através de uma memória associativa compartilhada chamada espaço (mostrado abaixo).
Visão estrutural.
A visão estrutural de uma arquitetura mostra os componentes e subcomponentes do sistema de negociação algorítmica. Ele também mostra como esses componentes são implantados em infra-estrutura física. Os diagramas UML utilizados nesta visão incluem diagramas de componentes e diagramas de implantação. Abaixo está a galeria dos diagramas de implantação do sistema de negociação algorítmico geral e as unidades de processamento na arquitetura de referência SBA, bem como diagramas de componentes relacionados para cada uma das camadas.
Diagrama de componentes de processamento de comerciantes / eventos automatizados Fonte de dados e diagrama de componente de camada de pré-processamento Diagrama de componente de interface de usuário baseado em MVC.
Táticas arquitetônicas.
De acordo com o instituto de engenharia de software, uma tática arquitetônica é um meio de satisfazer um requisito de qualidade, manipulando algum aspecto de um modelo de atributo de qualidade através de decisões de design arquitetônico. Um exemplo simples usado na arquitetura do sistema de negociação algorítmica é 'manipular' um armazenamento de dados operacional (ODS) com um componente de consulta contínua. Este componente analisaria continuamente o ODS para identificar e extrair eventos complexos. As seguintes táticas são usadas na arquitetura:
O padrão do disruptor nas filas de eventos e pedidos Memória compartilhada para as filas de eventos e pedidos Linguagem de consulta contínua (CQL) na filtragem de dados ODS com o padrão de design do filtro em dados recebidos Algoritmos de evitação de congestionamentos em todas as conexões de entrada e saída Gerenciamento de filas ativas (AQM ) e notificação de congestionamento explícito Recursos de computação de mercadorias com capacidade de atualização (escalável) Redundância ativa para todos os pontos de falha únicos Indicação e estruturas de persistência otimizadas no ODS Programe backup de dados regulares e scripts de limpeza para ODS Histórico de transações em todos os bancos de dados Súmrios para todos Ordens para detectar falhas Anotar eventos com timestamps para ignorar eventos "obsoletos". Regras de validação de pedidos, por exemplo, quantidades de comércio máximo Componentes de comerciante automatizado usam um banco de dados em memória para análise Autenticação em dois estágios para interfaces de usuário conectando-se à ATs Criptografia em interfaces de usuário e conexões ao padrão de design ATs Observer para que o MVC gerencie visualizações.
A lista acima é apenas algumas decisões de design que identifiquei durante o projeto da arquitetura. Não é uma lista completa de táticas. À medida que o sistema está sendo desenvolvido, táticas adicionais devem ser empregadas em múltiplos níveis de granularidade para atender aos requisitos funcionais e não funcionais. Abaixo estão três diagramas que descrevem o padrão de design do disruptor, o padrão de design do filtro e o componente de consulta contínua.
Visão comportamental.
Essa visão de uma arquitetura mostra como os componentes e camadas devem interagir um com o outro. Isso é útil ao criar cenários para testar projetos de arquitetura e para entender o sistema de ponta a ponta. Essa visão consiste em diagramas de seqüência e diagramas de atividades. Diagramas de atividades que mostram o processo interno do sistema de negociação algorítmica e como os comerciantes devem interagir com o sistema de negociação algorítmica são mostrados abaixo.
Tecnologias e estruturas.
O passo final na concepção de uma arquitetura de software é identificar potenciais tecnologias e estruturas que poderiam ser utilizadas para realizar a arquitetura. Como princípio geral, é melhor aproveitar as tecnologias existentes, desde que satisfaçam adequadamente os requisitos funcionais e não funcionais. Uma estrutura é uma arquitetura de referência realizada, e. JBoss é uma estrutura que realiza a arquitetura de referência JEE. As seguintes tecnologias e frameworks são interessantes e devem ser consideradas na implementação de um sistema de negociação algorítmico:
CUDA - NVidia tem uma série de produtos que suportam modelagem de finanças computacionais de alto desempenho. Pode-se conseguir até 50x melhorias no desempenho ao executar simulações Monte Carlo na GPU em vez da CPU. Rio Apache - Rio é um kit de ferramentas usado para desenvolver sistemas distribuídos. Ele foi usado como uma estrutura para a construção de aplicativos com base no padrão SBA Apache Hadoop - no caso de registro invasivo ser um requisito, então o uso do Hadoop oferece uma solução interessante para o problema dos grandes dados. O Hadoop pode ser implantado em um ambiente em cluster que suporta tecnologias CUDA. AlgoTrader - uma plataforma de negociação algorítmica de código aberto. O AlgoTrader poderia ser implantado no lugar dos componentes do comerciante automatizado. FIX Engine - um aplicativo autônomo que aceita os protocolos do Financial Information Exchange (FIX), incluindo FIX, FAST e FIXatdl.
Embora não seja uma tecnologia ou uma estrutura, os componentes devem ser criados com uma interface de programação de aplicativos (API) para melhorar a interoperabilidade do sistema e seus componentes.
Conclusão.
A arquitetura proposta foi projetada para satisfazer requisitos muito genéricos identificados para sistemas de negociação algorítmica. Geralmente, os sistemas de negociação algorítmica são complicados por três fatores que variam de acordo com cada implementação:
Dependências em sistemas empresariais e de intercâmbio externos Requisitos não funcionais desafiadores e restrições arquitetônicas em evolução.
Por conseguinte, a arquitetura de software proposta deve ser adaptada caso a caso para satisfazer requisitos organizacionais e regulatórios específicos, bem como para superar restrições regionais. A arquitetura do sistema de negociação algorítmica deve ser vista como apenas um ponto de referência para indivíduos e organizações que desejam projetar seus próprios sistemas de negociação algorítmica.
Para uma cópia completa e fontes usadas, baixe uma cópia do meu relatório. Obrigado.
História anterior.
Requisitos do sistema de negociação algorítmica.
Próxima História.
Otimização de portfólio usando otimização de enxertia de partículas.
Excelente visão geral, e um bom começo na arquitetura. Sua conclusão foi adequada, e apontou por que os sistemas de software de negociação algorítmica requerem back-testing e ajustes constantes para mantê-los relevantes. Boa leitura!
1 de fevereiro de 2018.
Quando os dados de commodities ou renda fixa são imprecisos ou lentos em receber, os modelos podem ter dificuldade em calcular especialmente no espaço de um evento Black Swann.
Muito obrigado por este artigo. Estive pensando em AI em finanças desde o final da década de 90 e, finalmente, as tecnologias e as APIs estão comumente disponíveis. Seu artigo e blog são uma ótima ajuda para fazer esses primeiros passos para tornar realidade os sonhos dos anos anteriores. Muito obrigado e boa sorte em seus novos empreendimentos!
Mantenha-me atualizado no seu progresso. Estou muito interessado. Obrigado.
Envie um comentário.
Cancelar resposta.
Siga a Turing Finance.
Turing Finance Mailing List.
Amigos da Turing Finance.
Quantocracy é o melhor agregador de blog de finanças quantitativas com links para novas análises postadas todos os dias.
NMRQL é o fundo hedge quantitativo de que sou parte. Usamos a aprendizagem de máquinas para tentar vencer o mercado.
Arquitetura do sistema de comércio algorítmico.
Anteriormente, neste blog, escrevi sobre a arquitetura conceitual de um sistema de negociação algorítmico inteligente, bem como os requisitos funcionais e não funcionais de um sistema de negociação algorítmica de produção. Desde então, criei uma arquitetura de sistema que, acredito, poderia satisfazer esses requisitos arquitetônicos. Nesta publicação, descreverei a arquitetura seguindo as diretrizes dos padrões ISO / IEC / IEEE 42018 e padrão de descrição da arquitetura de engenharia de software. De acordo com este padrão, uma descrição de arquitetura deve:
Contém várias visualizações arquitetônicas padronizadas (por exemplo, em UML) e Mantenha a rastreabilidade entre decisões de design e requisitos arquitetônicos.
Definição de arquitetura de software.
Ainda não há consenso quanto ao que é uma arquitetura do sistema. No contexto deste artigo, é definido como a infra-estrutura dentro da qual os componentes do aplicativo que satisfazem os requisitos funcionais podem ser especificados, implantados e executados. Os requisitos funcionais são as funções esperadas do sistema e seus componentes. Os requisitos não funcionais são medidas através das quais a qualidade do sistema pode ser medida.
Um sistema que satisfaça plenamente seus requisitos funcionais ainda pode não atender às expectativas se os requisitos não funcionais forem deixados insatisfeitos. Para ilustrar este conceito, considere o seguinte cenário: um sistema de negociação algorítmico que você acabou de comprar / construir faz excelentes decisões de negociação, mas é completamente inoperacional com os sistemas de gestão e contabilidade de risco das organizações. Esse sistema atenderia às suas expectativas?
Arquitetura conceitual.
Uma visão conceitual descreve conceitos e mecanismos de alto nível que existem no sistema no mais alto nível de granularidade. Nesse nível, o sistema de negociação algorítmica segue uma arquitetura orientada a eventos (EDA) dividida em quatro camadas e dois aspectos arquitetônicos. Para cada camada e referência de aspecto arquiteturas e padrões são usados. Padrões arquitetônicos são estruturas comprovadas e genéricas para alcançar requisitos específicos. Os aspectos arquitetônicos são preocupações transversais que abrangem múltiplos componentes.
Arquitetura orientada a eventos - uma arquitetura que produz, detecta, consome e reage a eventos. Os eventos incluem movimentos do mercado em tempo real, eventos ou tendências complexas e eventos comerciais, e. enviando um pedido.
Este diagrama ilustra a arquitetura conceitual do sistema de negociação algorítmica.
Arquiteturas de referência.
Para usar uma analogia, uma arquitetura de referência é semelhante aos planos para uma parede de suporte de carga. Esta impressão azul pode ser reutilizada para projetos de construção múltipla independentemente do edifício que está sendo construído, pois satisfaz um conjunto de requisitos comuns. Da mesma forma, uma arquitetura de referência define um modelo contendo estruturas genéricas e mecanismos que podem ser usados para construir uma arquitetura de software concreta que satisfaça requisitos específicos. A arquitetura para o sistema de negociação algorítmica usa uma arquitetura baseada em espaço (SBA) e um controlador de exibição de modelo (MVC) como referências. São também utilizadas boas práticas, como o armazenamento de dados operacionais (ODS), o padrão de transformação e carregamento de extratos (ETL) e um data warehouse (DW).
Controle de exibição de modelo - um padrão que separa a representação de informações da interação do usuário com ela. Arquitetura baseada em espaço - especifica uma infra-estrutura onde as unidades de processamento acopladas vagamente interagem entre si através de uma memória associativa compartilhada chamada espaço (mostrado abaixo).
Visão estrutural.
A visão estrutural de uma arquitetura mostra os componentes e subcomponentes do sistema de negociação algorítmica. Ele também mostra como esses componentes são implantados em infra-estrutura física. Os diagramas UML utilizados nesta visão incluem diagramas de componentes e diagramas de implantação. Abaixo está a galeria dos diagramas de implantação do sistema de negociação algorítmico geral e as unidades de processamento na arquitetura de referência SBA, bem como diagramas de componentes relacionados para cada uma das camadas.
Diagrama de componentes de processamento de comerciantes / eventos automatizados Fonte de dados e diagrama de componente de camada de pré-processamento Diagrama de componente de interface de usuário baseado em MVC.
Táticas arquitetônicas.
De acordo com o instituto de engenharia de software, uma tática arquitetônica é um meio de satisfazer um requisito de qualidade, manipulando algum aspecto de um modelo de atributo de qualidade através de decisões de design arquitetônico. Um exemplo simples usado na arquitetura do sistema de negociação algorítmica é 'manipular' um armazenamento de dados operacional (ODS) com um componente de consulta contínua. Este componente analisaria continuamente o ODS para identificar e extrair eventos complexos. As seguintes táticas são usadas na arquitetura:
O padrão do disruptor nas filas de eventos e pedidos Memória compartilhada para as filas de eventos e pedidos Linguagem de consulta contínua (CQL) na filtragem de dados ODS com o padrão de design do filtro em dados recebidos Algoritmos de evitação de congestionamentos em todas as conexões de entrada e saída Gerenciamento de filas ativas (AQM ) e notificação de congestionamento explícito Recursos de computação de mercadorias com capacidade de atualização (escalável) Redundância ativa para todos os pontos de falha únicos Indicação e estruturas de persistência otimizadas no ODS Programe backup de dados regulares e scripts de limpeza para ODS Histórico de transações em todos os bancos de dados Súmrios para todos Ordens para detectar falhas Anotar eventos com timestamps para ignorar eventos "obsoletos". Regras de validação de pedidos, por exemplo, quantidades de comércio máximo Componentes de comerciante automatizado usam um banco de dados em memória para análise Autenticação em dois estágios para interfaces de usuário conectando-se à ATs Criptografia em interfaces de usuário e conexões ao padrão de design ATs Observer para que o MVC gerencie visualizações.
A lista acima é apenas algumas decisões de design que identifiquei durante o projeto da arquitetura. Não é uma lista completa de táticas. À medida que o sistema está sendo desenvolvido, táticas adicionais devem ser empregadas em múltiplos níveis de granularidade para atender aos requisitos funcionais e não funcionais. Abaixo estão três diagramas que descrevem o padrão de design do disruptor, o padrão de design do filtro e o componente de consulta contínua.
Visão comportamental.
Essa visão de uma arquitetura mostra como os componentes e camadas devem interagir um com o outro. Isso é útil ao criar cenários para testar projetos de arquitetura e para entender o sistema de ponta a ponta. Essa visão consiste em diagramas de seqüência e diagramas de atividades. Diagramas de atividades que mostram o processo interno do sistema de negociação algorítmica e como os comerciantes devem interagir com o sistema de negociação algorítmica são mostrados abaixo.
Tecnologias e estruturas.
O passo final na concepção de uma arquitetura de software é identificar potenciais tecnologias e estruturas que poderiam ser utilizadas para realizar a arquitetura. Como princípio geral, é melhor aproveitar as tecnologias existentes, desde que satisfaçam adequadamente os requisitos funcionais e não funcionais. Uma estrutura é uma arquitetura de referência realizada, e. JBoss é uma estrutura que realiza a arquitetura de referência JEE. As seguintes tecnologias e frameworks são interessantes e devem ser consideradas na implementação de um sistema de negociação algorítmico:
CUDA - NVidia tem uma série de produtos que suportam modelagem de finanças computacionais de alto desempenho. Pode-se conseguir até 50x melhorias no desempenho ao executar simulações Monte Carlo na GPU em vez da CPU. Rio Apache - Rio é um kit de ferramentas usado para desenvolver sistemas distribuídos. Ele foi usado como uma estrutura para a construção de aplicativos com base no padrão SBA Apache Hadoop - no caso de registro invasivo ser um requisito, então o uso do Hadoop oferece uma solução interessante para o problema dos grandes dados. O Hadoop pode ser implantado em um ambiente em cluster que suporta tecnologias CUDA. AlgoTrader - uma plataforma de negociação algorítmica de código aberto. O AlgoTrader poderia ser implantado no lugar dos componentes do comerciante automatizado. FIX Engine - um aplicativo autônomo que aceita os protocolos do Financial Information Exchange (FIX), incluindo FIX, FAST e FIXatdl.
Embora não seja uma tecnologia ou uma estrutura, os componentes devem ser criados com uma interface de programação de aplicativos (API) para melhorar a interoperabilidade do sistema e seus componentes.
Conclusão.
A arquitetura proposta foi projetada para satisfazer requisitos muito genéricos identificados para sistemas de negociação algorítmica. Geralmente, os sistemas de negociação algorítmica são complicados por três fatores que variam de acordo com cada implementação:
Dependências em sistemas empresariais e de intercâmbio externos Requisitos não funcionais desafiadores e restrições arquitetônicas em evolução.
Por conseguinte, a arquitetura de software proposta deve ser adaptada caso a caso para satisfazer requisitos organizacionais e regulatórios específicos, bem como para superar restrições regionais. A arquitetura do sistema de negociação algorítmica deve ser vista como apenas um ponto de referência para indivíduos e organizações que desejam projetar seus próprios sistemas de negociação algorítmica.
Para uma cópia completa e fontes usadas, baixe uma cópia do meu relatório. Obrigado.
História anterior.
Requisitos do sistema de negociação algorítmica.
Próxima História.
Otimização de portfólio usando otimização de enxertia de partículas.
Excelente visão geral, e um bom começo na arquitetura. Sua conclusão foi adequada, e apontou por que os sistemas de software de negociação algorítmica requerem back-testing e ajustes constantes para mantê-los relevantes. Boa leitura!
1 de fevereiro de 2018.
Quando os dados de commodities ou renda fixa são imprecisos ou lentos em receber, os modelos podem ter dificuldade em calcular especialmente no espaço de um evento Black Swann.
Muito obrigado por este artigo. Estive pensando em AI em finanças desde o final da década de 90 e, finalmente, as tecnologias e as APIs estão comumente disponíveis. Seu artigo e blog são uma ótima ajuda para fazer esses primeiros passos para tornar realidade os sonhos dos anos anteriores. Muito obrigado e boa sorte em seus novos empreendimentos!
Mantenha-me atualizado no seu progresso. Estou muito interessado. Obrigado.
Envie um comentário.
Cancelar resposta.
Siga a Turing Finance.
Turing Finance Mailing List.
Amigos da Turing Finance.
Quantocracy é o melhor agregador de blog de finanças quantitativas com links para novas análises postadas todos os dias.
NMRQL é o fundo hedge quantitativo de que sou parte. Usamos a aprendizagem de máquinas para tentar vencer o mercado.
Arquitetura do sistema de comércio algorítmico.
Anteriormente, neste blog, escrevi sobre a arquitetura conceitual de um sistema de negociação algorítmico inteligente, bem como os requisitos funcionais e não funcionais de um sistema de negociação algorítmica de produção. Desde então, criei uma arquitetura de sistema que, acredito, poderia satisfazer esses requisitos arquitetônicos. Nesta publicação, descreverei a arquitetura seguindo as diretrizes dos padrões ISO / IEC / IEEE 42018 e padrão de descrição da arquitetura de engenharia de software. De acordo com este padrão, uma descrição de arquitetura deve:
Contém várias visualizações arquitetônicas padronizadas (por exemplo, em UML) e Mantenha a rastreabilidade entre decisões de design e requisitos arquitetônicos.
Definição de arquitetura de software.
Ainda não há consenso quanto ao que é uma arquitetura do sistema. No contexto deste artigo, é definido como a infra-estrutura dentro da qual os componentes do aplicativo que satisfazem os requisitos funcionais podem ser especificados, implantados e executados. Os requisitos funcionais são as funções esperadas do sistema e seus componentes. Os requisitos não funcionais são medidas através das quais a qualidade do sistema pode ser medida.
Um sistema que satisfaça plenamente seus requisitos funcionais ainda pode não atender às expectativas se os requisitos não funcionais forem deixados insatisfeitos. Para ilustrar este conceito, considere o seguinte cenário: um sistema de negociação algorítmico que você acabou de comprar / construir faz excelentes decisões de negociação, mas é completamente inoperacional com os sistemas de gestão e contabilidade de risco das organizações. Esse sistema atenderia às suas expectativas?
Arquitetura conceitual.
Uma visão conceitual descreve conceitos e mecanismos de alto nível que existem no sistema no mais alto nível de granularidade. Nesse nível, o sistema de negociação algorítmica segue uma arquitetura orientada a eventos (EDA) dividida em quatro camadas e dois aspectos arquitetônicos. Para cada camada e referência de aspecto arquiteturas e padrões são usados. Padrões arquitetônicos são estruturas comprovadas e genéricas para alcançar requisitos específicos. Os aspectos arquitetônicos são preocupações transversais que abrangem múltiplos componentes.
Arquitetura orientada a eventos - uma arquitetura que produz, detecta, consome e reage a eventos. Os eventos incluem movimentos do mercado em tempo real, eventos ou tendências complexas e eventos comerciais, e. enviando um pedido.
Este diagrama ilustra a arquitetura conceitual do sistema de negociação algorítmica.
Arquiteturas de referência.
Para usar uma analogia, uma arquitetura de referência é semelhante aos planos para uma parede de suporte de carga. Esta impressão azul pode ser reutilizada para projetos de construção múltipla independentemente do edifício que está sendo construído, pois satisfaz um conjunto de requisitos comuns. Da mesma forma, uma arquitetura de referência define um modelo contendo estruturas genéricas e mecanismos que podem ser usados para construir uma arquitetura de software concreta que satisfaça requisitos específicos. A arquitetura para o sistema de negociação algorítmica usa uma arquitetura baseada em espaço (SBA) e um controlador de exibição de modelo (MVC) como referências. São também utilizadas boas práticas, como o armazenamento de dados operacionais (ODS), o padrão de transformação e carregamento de extratos (ETL) e um data warehouse (DW).
Controle de exibição de modelo - um padrão que separa a representação de informações da interação do usuário com ela. Arquitetura baseada em espaço - especifica uma infra-estrutura onde as unidades de processamento acopladas vagamente interagem entre si através de uma memória associativa compartilhada chamada espaço (mostrado abaixo).
Visão estrutural.
A visão estrutural de uma arquitetura mostra os componentes e subcomponentes do sistema de negociação algorítmica. Ele também mostra como esses componentes são implantados em infra-estrutura física. Os diagramas UML utilizados nesta visão incluem diagramas de componentes e diagramas de implantação. Abaixo está a galeria dos diagramas de implantação do sistema de negociação algorítmico geral e as unidades de processamento na arquitetura de referência SBA, bem como diagramas de componentes relacionados para cada uma das camadas.
Diagrama de componentes de processamento de comerciantes / eventos automatizados Fonte de dados e diagrama de componente de camada de pré-processamento Diagrama de componente de interface de usuário baseado em MVC.
Táticas arquitetônicas.
De acordo com o instituto de engenharia de software, uma tática arquitetônica é um meio de satisfazer um requisito de qualidade, manipulando algum aspecto de um modelo de atributo de qualidade através de decisões de design arquitetônico. Um exemplo simples usado na arquitetura do sistema de negociação algorítmica é 'manipular' um armazenamento de dados operacional (ODS) com um componente de consulta contínua. Este componente analisaria continuamente o ODS para identificar e extrair eventos complexos. As seguintes táticas são usadas na arquitetura:
O padrão do disruptor nas filas de eventos e pedidos Memória compartilhada para as filas de eventos e pedidos Linguagem de consulta contínua (CQL) na filtragem de dados ODS com o padrão de design do filtro em dados recebidos Algoritmos de evitação de congestionamentos em todas as conexões de entrada e saída Gerenciamento de filas ativas (AQM ) e notificação de congestionamento explícito Recursos de computação de mercadorias com capacidade de atualização (escalável) Redundância ativa para todos os pontos de falha únicos Indicação e estruturas de persistência otimizadas no ODS Programe backup de dados regulares e scripts de limpeza para ODS Histórico de transações em todos os bancos de dados Súmrios para todos Ordens para detectar falhas Anotar eventos com timestamps para ignorar eventos "obsoletos". Regras de validação de pedidos, por exemplo, quantidades de comércio máximo Componentes de comerciante automatizado usam um banco de dados em memória para análise Autenticação em dois estágios para interfaces de usuário conectando-se à ATs Criptografia em interfaces de usuário e conexões ao padrão de design ATs Observer para que o MVC gerencie visualizações.
A lista acima é apenas algumas decisões de design que identifiquei durante o projeto da arquitetura. Não é uma lista completa de táticas. À medida que o sistema está sendo desenvolvido, táticas adicionais devem ser empregadas em múltiplos níveis de granularidade para atender aos requisitos funcionais e não funcionais. Abaixo estão três diagramas que descrevem o padrão de design do disruptor, o padrão de design do filtro e o componente de consulta contínua.
Visão comportamental.
Essa visão de uma arquitetura mostra como os componentes e camadas devem interagir um com o outro. Isso é útil ao criar cenários para testar projetos de arquitetura e para entender o sistema de ponta a ponta. Essa visão consiste em diagramas de seqüência e diagramas de atividades. Diagramas de atividades que mostram o processo interno do sistema de negociação algorítmica e como os comerciantes devem interagir com o sistema de negociação algorítmica são mostrados abaixo.
Tecnologias e estruturas.
O passo final na concepção de uma arquitetura de software é identificar potenciais tecnologias e estruturas que poderiam ser utilizadas para realizar a arquitetura. Como princípio geral, é melhor aproveitar as tecnologias existentes, desde que satisfaçam adequadamente os requisitos funcionais e não funcionais. Uma estrutura é uma arquitetura de referência realizada, e. JBoss é uma estrutura que realiza a arquitetura de referência JEE. As seguintes tecnologias e frameworks são interessantes e devem ser consideradas na implementação de um sistema de negociação algorítmico:
CUDA - NVidia tem uma série de produtos que suportam modelagem de finanças computacionais de alto desempenho. Pode-se conseguir até 50x melhorias no desempenho ao executar simulações Monte Carlo na GPU em vez da CPU. Rio Apache - Rio é um kit de ferramentas usado para desenvolver sistemas distribuídos. Ele foi usado como uma estrutura para a construção de aplicativos com base no padrão SBA Apache Hadoop - no caso de registro invasivo ser um requisito, então o uso do Hadoop oferece uma solução interessante para o problema dos grandes dados. O Hadoop pode ser implantado em um ambiente em cluster que suporta tecnologias CUDA. AlgoTrader - uma plataforma de negociação algorítmica de código aberto. O AlgoTrader poderia ser implantado no lugar dos componentes do comerciante automatizado. FIX Engine - um aplicativo autônomo que aceita os protocolos do Financial Information Exchange (FIX), incluindo FIX, FAST e FIXatdl.
Embora não seja uma tecnologia ou uma estrutura, os componentes devem ser criados com uma interface de programação de aplicativos (API) para melhorar a interoperabilidade do sistema e seus componentes.
Conclusão.
A arquitetura proposta foi projetada para satisfazer requisitos muito genéricos identificados para sistemas de negociação algorítmica. Geralmente, os sistemas de negociação algorítmica são complicados por três fatores que variam de acordo com cada implementação:
Dependências em sistemas empresariais e de intercâmbio externos Requisitos não funcionais desafiadores e restrições arquitetônicas em evolução.
Por conseguinte, a arquitetura de software proposta deve ser adaptada caso a caso para satisfazer requisitos organizacionais e regulatórios específicos, bem como para superar restrições regionais. A arquitetura do sistema de negociação algorítmica deve ser vista como apenas um ponto de referência para indivíduos e organizações que desejam projetar seus próprios sistemas de negociação algorítmica.
Para uma cópia completa e fontes usadas, baixe uma cópia do meu relatório. Obrigado.
História anterior.
Requisitos do sistema de negociação algorítmica.
Próxima História.
Otimização de portfólio usando otimização de enxertia de partículas.
Excelente visão geral, e um bom começo na arquitetura. Sua conclusão foi adequada, e apontou por que os sistemas de software de negociação algorítmica requerem back-testing e ajustes constantes para mantê-los relevantes. Boa leitura!
1 de fevereiro de 2018.
Quando os dados de commodities ou renda fixa são imprecisos ou lentos em receber, os modelos podem ter dificuldade em calcular especialmente no espaço de um evento Black Swann.
Muito obrigado por este artigo. Estive pensando em AI em finanças desde o final da década de 90 e, finalmente, as tecnologias e as APIs estão comumente disponíveis. Seu artigo e blog são uma ótima ajuda para fazer esses primeiros passos para tornar realidade os sonhos dos anos anteriores. Muito obrigado e boa sorte em seus novos empreendimentos!
Mantenha-me atualizado no seu progresso. Estou muito interessado. Obrigado.
Envie um comentário.
Cancelar resposta.
Siga a Turing Finance.
Turing Finance Mailing List.
Amigos da Turing Finance.
Quantocracy é o melhor agregador de blog de finanças quantitativas com links para novas análises postadas todos os dias.
NMRQL é o fundo hedge quantitativo de que sou parte. Usamos a aprendizagem de máquinas para tentar vencer o mercado.
As seções a seguir descrevem o modelo de domínio do sistema usando UML (linguagem de modelagem unificada).
8.1.s Entidades.
Figura 8.1.s Visão Geral das Entidades.
As principais entidades do sistema são especificadas na tabela a seguir:
Tabela 8.1.s Entidades.
Uma lista completa de todas as Entidades do sistema será discutida nas próximas seções. As entidades do sistema podem ser categorizadas nas seguintes três áreas:
Representa dados referenciais estáticos como:
Estratégia, Segurança, SegurançaFamília, Referência de Segurança, Conta, BrokerParameter, Property, OrderPreference e Entidades Relacionadas.
Represente eventos externos (Tick e Bar) provenientes de provedores de dados de mercado ou eventos internos (Eventos Genéricos) provenientes de outra estratégia de negociação. Os dados de mercado geralmente são imutáveis e de interesse momentâneo apenas para as estratégias de negociação. Eventos de dados de mercado estão disponíveis apenas como objetos de valor (mas não como entidades):
MarketDataEventVO e suas subclasses TickVO, BarVO, QuoteVO, Bidvo, AskVO, TradeVO e GenericTickVO, bem como qualquer tipo de GenericEventVO.
Representar o estado financeiro das estratégias de negociação. Alguns deles (por exemplo, Transações e Medidas) são imutáveis enquanto outros (por exemplo, Posições e Saldos) são mutáveis e alteram seus valores enquanto as Ordens estão sendo executadas:
Ordem, Transação, Posição, CashBalance, Measurement, PortfolioValue e Entidades Relacionadas.
Além de fornecer Getters e Setters, todas as Entidades fornecem os seguintes recursos comuns:
A classe Conversor interno estático pode ser usada para converter automaticamente a Entidade em seu Objeto de Valor correspondente, ver Seção 8.4, "Objeto de Vul.".
A classe de fábrica interna estática pode ser usada para criar novas instâncias de uma Entidade.
8.1.1. Estratégia.
Figura 8.2 Estratégia.
A entidade de estratégia representa uma estratégia individual em execução no AlgoTrader.
Quanto à questão "o que é 1 estratégia produtiva?". É essencialmente para o usuário, o que ele gostaria de considerar como uma estratégia. Uma estratégia pode ter um ou vários instrumentos. E também no que diz respeito à lógica de negociação, não há limitação.
No entanto, note que toda a funcionalidade de desempenho e relatórios do AlgoTrader acontece no nível da estratégia. Então, se alguém gostaria de ver métricas de desempenho em um nível de instrumento, seria necessário instanciar estratégias múltiplas. Além disso, se é um requisito para iniciar e parar as funções individuais separadamente, é melhor colocá-las em duas estratégias separadas.
No lado técnico, cada estratégia separada aloca uma certa quantidade de despesas gerais (memória e CPU). Por essa razão, é melhor combinar a funcionalidade em algumas estratégias possíveis se não houver bons motivos para não separá-las.
O campo autoActivate significa que, se uma estratégia estiver definida para assinaturas de dados de mercado correspondentes ativas, são iniciadas automaticamente após a inicialização do sistema.
Existem várias classes que estão diretamente relacionadas à estratégia.
Tabela 8.2. Estratégia Classes.
8.1.2.s Segurança.
Figura 8.3.s Valores Mobiliários.
O diagrama de classe UML acima mostra todas as classes de segurança disponíveis.
Tabela 24. 8.3 Tipos de segurança.
Uma opção negociável.
Um Índice (por exemplo, Equity, Volatility, Commodity)
Uma família de segurança contém informações comuns sobre uma família inteira de valores mobiliários (ou seja, todas as informações gerais sobre opções em S & P500 são armazenadas usando esta classe). A classe fornece campos como troca, moeda e tamanho de marca.
Figura 8.4.s Valores Mobiliários.
O diagrama de classe UML acima mostra todas as classes SecurityFamily disponíveis.
Tabela 8.4.s Tipos de segurança.
Representa uma cadeia de opções associada a um único subjacente.
A definição dos atributos das classes Security and SecurityFamily está documentada no AlgoTrader JavaDoc.
A classe EasyToBorrow Contém informações sobre quantos contratos de um determinado estoque podem ser em curto-circuito através de um corretor específico.
SecurityReference É um link genérico entre uma segurança o proprietário e outro o alvo. Usando esta classe, é possível que um Security tenha links para vários outros Valores Mobiliários.
8.1.2.1. Visitantes de segurança.
O Padrão do visitante é uma maneira de separar um algoritmo de uma estrutura de objeto em que ele opera. Usando esse padrão, é possível implementar Lógica por Entidade personalizada sem poluir o próprio código da Entidade.
O AlgoTrader fornece a interface ch. algotrader. visitor. EntityVisitor que deve ser implementada por todos os visitantes da Entidade. Cada Visitante de Entidade tem dois parâmetros de tipo genérico R e P. R é o tipo de retorno (ou java. lang. Void) retornado por todos os métodos de visita e P é um objeto de parâmetro arbitrário que pode ser adicionado aos métodos de visita.
Além disso, há o ch. algotrader. visitor. PolymorphicEntityVisitor que reflete toda a árvore de herança de todos os Valores Mobiliários. Por exemplo, se não houver um método VisitFuture, o PolymorphicEntityVisitor invocará automaticamente o método visitSecurity.
O método de aceitação de cada Entidade pode ser usado para processar um Visitante arbitrário como este:
No AlgoTrader existem dois Visitantes disponíveis que são utilizados pelo AlgoTrader Server.
É usado para garantir que certas referências de entidade de Hibernação sejam inicializadas / carregadas.
Usado para validar um Tick por regras definidas por Segurança.
8.1.3.s Eventos de Dados de Mercado.
Eventos de dados de mercado estão disponíveis apenas como Objetos de Valor, mas não como Entidades:
Figura В 8.5.B Evento de Dados de Mercado.
Existem três tipos diferentes de Eventos de Dados de Mercado:
Tabela 8.5.s Tipos de dados de mercado.
Para fins de simulação, as Barras e Carrapatos podem ser fornecidos através de arquivos CSV (ver Seção 24.7, "Arquivo de Dados de Dados") ou através do InfluxDB (ver Capítulo 24, Dados Históricos). Na negociação ao vivo Negociações, ofertas e pedidos são recebidos pelo MarketDataService específico do corretor e roteados para as instâncias Esper.
8.1.4. Encomendar.
Figura 8.6. Pedidos.
O seguinte diagrama da Classe UML mostra o Pedido e suas subclasses relacionadas.
Tabela 8.6.C Classes de Pedidos.
As associações pai / filho do AlgoOrder s e Order não são persistidas no banco de dados. Após um reinício do sistema, o AlgoOrder s não continuará a execução automaticamente e precisará ser reiniciado manualmente.
8.1.5.В Conta.
Figura 8.7. Conta.
Uma Conta representa uma conta real, um grupo de contas (IB específico) ou um perfil de alocação (IB específico). Uma conta é atribuída a um determinado pedido de tipo de serviço (por exemplo, IB_NATIVE ou FXCM_FIX). Além disso, o SessionQualifier de campo que é necessário para definir a sessão real no lugar (principalmente para Conexões FIX). Com esta configuração, é possível ter várias Sessões (qualificadores de sessão) por OrderServiceType e ter várias Contas por Sessão. Um campo ativo está definido como verdadeiro, uma eventual sessão correspondente correspondente será ativada.
As encomendas enviadas para o mercado sempre contêm informações relacionadas à conta de forma adequada (por exemplo, como uma FIX Tag 1). Também as transações baseadas em uma ordem real terão uma associação com uma Conta particular. No entanto, as posições não possuem nenhuma informação sobre contas. Portanto, é possível que uma Posição contenha Quantidades agregadas de várias Contas externas. Também é possível abrir uma posição através da conta, mas depois fechá-la através de outra. Com esta configuração, as estratégias não precisam se preocupar com as contas reais nas quais os fundos estão localizados. Desta forma, uma estratégia sempre verá apenas uma Posição por Segurança.
8.1.6.C Transação.
Figura 8.8. Transação.
Cada preenchimento é registrado como uma transação no banco de dados usando essa entidade. Além disso, a transação de tabela também armazena transações como INTREST, DEBIT, CREDIT & amp; HONORÁRIOS . Uma transação é imutável e contém todas as informações relevantes como data, quantidade, preço, comissões, bem como referências a Conta, Estratégia, Segurança e Posição.
8.1.7.T Posição.
Figura. 8.9. Posição.
Para qualquer Estratégia que possua uma determinada Segurança, uma Posição é criada no banco de dados. Mesmo que esta posição seja mais tarde fechada (ou seja, quantidade = 0), a posição ainda permanecerá no banco de dados, porque as Transações associadas ainda possuem referências a ela.
Em geral, os valores de posição (por exemplo, marketPrice, marketValue, averagePrice, cost, unrealizedPL & amp; realizePL) são calculados por posição relacionada à estratégia real e mostram o preço que seria necessário pagar se o cargo fosse fechado neste momento.
Uma vez que alguns valores (por exemplo, valor de mercado) dependem de se a posição é longa ou curta, os valores de posição agregados de diferentes estratégias para a mesma segurança não podem ser recuperados apenas pela adição de valores de posição das estratégias correspondentes. Exemplo:
Segurança: VIX dezembro de 2018.
Oferta atual: 16.50.
Pergunta atual: 16.60.
Estratégia A: quantidade +10 - & gt; Valor de mercado: 10 * 1000 * 16.50 = 165'000.
Estratégia B: quantidade -10 - & gt; Valor de mercado: 10 * 1000 * 16,60 = -166'000.
A soma dos valores de mercado acima seria de -1,000, o que obviamente está errado.
Como conseqüência, o portfólio fornece métodos de pesquisa que agregam posições da mesma segurança (de diferentes estratégias) da maneira correta (por exemplo, findOpenPositionsAggregated).
As posições são derivadas levando em consideração todas as Transações da Segurança e Estratégia. Portanto, é importante não modificar entradas de Posição diretamente no banco de dados. No caso de as transações serem adicionadas ou modificadas manualmente para o banco de dados, a posição de reposição da ação de gerenciamento e os saldos de caixa na Figura 13.3, "Gerenciador de clientes do HTML5AlgoTrader HTML5".
8.1.8.al Saldo de caixa.
Um CashBalance representa o montante em dinheiro atual de uma determinada estratégia em uma moeda específica.
Os saldos de caixa são obtidos levando em consideração todas as transações da Segurança e Estratégia. Portanto, é importante não modificar as entradas do saldo de caixa diretamente no banco de dados. No caso de as transações serem adicionadas ou modificadas manualmente para o banco de dados, a posição de reposição da ação de gerenciamento e os saldos de caixa na Figura 13.3, "Gerenciador de clientes do HTML5AlgoTrader HTML5".
8.1.9.В Assinatura.
Figura 8.10.B Assinatura.
As assinaturas de dados de mercado de uma estratégia para títulos específicos são representadas por esta classe. Para cada Assinatura, a Estratégia receberá Dados do Mercado ao vivo para a Segurança correspondente.
8.1.10.В Troca.
Figura 8.11. Troca.
Os intercâmbios em todo o mundo têm horários comerciais diferentes. Muitas vezes, há diferentes horários de negociação mesmo para diferentes negociações de títulos na mesma bolsa. Além disso, cada troca geralmente tem feriados diferentes ou dias em que a negociação começa tarde ou a negociação pára cedo. Especialmente para o comércio de futuros, muitas vezes há pequenas lacunas entre diferentes períodos de negociação da mesma data de negociação. O comércio de FX está frequentemente disponível 24 horas por dia sem falhas.
Todos esses cenários são capturados e mantidos através do Entities Exchange, TradingHours e Holiday:
Tabela 8.7. Troca.
Propriedade 8.1.11.Â.
Figura 2.1.1 Propriedades e PropertyHolders.
As classes Estratégia, Posição, Subscrição e Referência de Ordem são derivadas da classe abstrata PropertyHolder. Uma ou mais propriedades podem ser atribuídas a eles. Uma propriedade pode ser de tipo int, duplo, dinheiro, texto, data ou booleano (mas apenas um por vez).
Como os PropertyHolders usam a estratégia Hibernate Union-Subclass, as Id de diferentes tabelas PropertyHolder podem não se sobrepor. Quando as Entidades são salvas através do AlgoTrader, o Id exclusivo será implementado pela Hibernate. Mas ao salvar linhas no banco de dados diretamente (dentro da estratégia, posição, assinatura ou order_preference das tabelas), é necessário garantir manualmente que não há Ids sobrepostas. O script a seguir pode ser usado para verificar se um determinado ID já está em uso:
8.1.12. Preferência de pedidos.
Figura 8.13.sp Preferência de ordem.
Tabela 8.8. Preferência de Pedido.
8.2.В Objetos de acesso a dados (DAOs)
A estrutura DAO do AlgoTrader consiste em vários componentes principais.
BaseEntityI representa uma entidade persistente serializável abstrata com um identificador sintético de tipo longo.
ReadOnlyDao representa uma interface para operações comuns de recuperação para classes de entidades.
ReadWriteDao amplia ReadOnlyDao e representa uma interface para operações comuns de recuperação e mutação.
AbstractDao classe abstrata serve como uma classe base genérica para classes de acesso a dados. Ele fornece as operações mais comuns para recuperar, atualizar e excluir entidades, bem como para criar consultas HQL e SQL nativas.
É possível adicionar DAOs personalizados à plataforma. Para realizar isso, é necessário criar uma interface DAO que seja ReadOnlyDao ou ReadWriteDao, adicione operações personalizadas, como buscadores específicos de entidades e, em seguida, crie uma classe DAO personalizada que expande o AbstractDao e implemente a interface DAO personalizada.
As consultas HQL e SQL usadas pelos componentes Algotrader DAO são externalizadas e armazenadas no arquivo Hibernate. hbm. xml. Isso permite um melhor gerenciamento e uma reutilização mais fácil das consultas.
As consultas podem ser acessadas a partir de classes DAO ou componentes personalizados por seus nomes.
8.3.В Serviços.
O sistema é baseado em uma arquitetura orientada a serviços (SOA). Todas as operações do sistema são fornecidas como Spring Services / Beans. Existem os seguintes grupos de serviços:
Principais Serviços, estão disponíveis tanto para o AlgoTrader Server como para as Estratégias.
Serviços Privados, que são utilizados apenas pelo Servidor AlgoTrader.
Serviços de cliente, que serão instanciados por cada estratégia (e o próprio servidor AlgoTrader)
8.3.1.T Serviços Principais.
Tabela 8.9 principais serviços.
8.3.2.s Serviços Privados.
Tabela 8.10.s Serviços Privados.
8.3.3.s Serviços ao cliente.
Tabela 8.1.1. Serviços ao cliente.
8.3.4.T Serviços de Pedidos.
Figura 8.14.C Serviços de Pedidos.
Todos os OrderServices são derivados do GenericOrderService. Todos os Serviços de Pedidos baseados em Fix são derivados do FixOrderService, que em termos tem subclasses para as versões Fix 4.2 e 4.4. Para mais detalhes, visite o Capítulo 20, OrderManagement.
8.3.5.s Serviços de dados de mercado.
Figura 8.15.s Serviços de dados de mercado.
Todos os MarketDataServices são derivados do ExternalMarketDataService geral. Todos os MarketDataServices baseados em Fix são derivados de FixMarketDataService, que em termos tem subclasses para Fix versões 4.2 e 4.4.
8.3.6.T Serviços de dados históricos.
Figura 8.16. Serviços de dados históricos.
Os Serviços de Dados Históricos são usados para fazer o download de Eventos de Dados de Mercado agregados do Market Data Provider. Para mais detalhes, visite o Capítulo 24, Dados Históricos.
8.3.7.C Serviços de dados de referência.
Figura 8.17. Serviços de dados de referência.
Os Serviços de Dados de Referência são usados para baixar a opção atual e futuras cadeias, bem como informações sobre ações. Para mais detalhes, visite o Capítulo 23, Dados de referência.
8.3.8. Serviço de Calendário.
O CalendarService é responsável por fornecer informações sobre horários e feriados cambiais.
Especialmente quando se trocam vários intercâmbios em todo o mundo, o CalendarService se torna muito útil. Fornece métodos convenientes como:
isOpen (é a troca especificada aberta na hora atual ou na hora da data especificada). Vai ser verdadeiro se não forem negociadas trocas comerciais.
isTradingDay (é o dia atual ou o dia especificado um dia de negociação na troca especificada)
getOpenTime (obtém o horário aberto da troca especificada no dia atual ou no dia especificado)
getCloseTime (obtém o tempo próximo da troca especificada no dia atual ou no dia especificado)
getNextOpenTime (obtém o próximo horário aberto da troca especificada após a data atual ou a hora da data especificada)
getNextCloseTime (obtém o tempo fechado aberto da troca especificada após a data atual ou a hora da data especificada)
Além disso, o serviço do Calendário fornece métodos para identificar um dia de negociação particular, o que será importante para associar uma determinada ordem de compensação e reconciliação. Se uma sessão de negociação se sobrepõe de um dia a outro (por exemplo, começa no domingo 23:00 da tarde), o dia de negociação será considerado o dia em que a sessão terminar (por exemplo, segunda-feira). No entanto, neste exemplo, segunda-feira precisaria ser definido como verdadeiro no objeto TradingHours correspondente.
Ao negociar uma única troca, geralmente é mais fácil configurar o tempo do sistema para a mesma zona horária da troca.
Quando as trocas comerciais em diferentes fusos horários, é possível configurar o sistema para assinalar o mesmo horário de fuso horário como uma das trocas ou deixar a hora do sistema no fuso horário local.
8.3.9.R Serviços de reconciliação.
Toda interface de corretor que precisa de reconciliação automática deve derivar um ReconciliationService do ReconciliationService abstrato. Para mais informações, consulte o Capítulo 18, Reconciliação.
8.3.10.В Reset Service.
O ResetService pode ser usado para redefinir o estado do banco de dados para um estado pré-definido antes de uma simulação ou se uma reinicialização de negociação ao vivo for necessária.
Para redefinir um sistema de negociação ao vivo, vários tipos de resets podem ser especificados no método de reinicialização usando o Enumeração ResetType.
exclui todas as transações (exceto o CREDIT inicial)
redefine todos os saldos de caixa (exceto o associado ao CRÉDITO inicial)
elimina todas as posições não persistentes e redefine todos os persistentes.
apague todos os pedidos, ordene stati e as propriedades do pedido.
exclui assinaturas não persistentes.
elimina combinações e componentes não persistentes.
elimina propriedades não persistentes.
elimina os valores do portfólio.
exclui todas as opções.
exclui todos os futuros.
exclui todos os dados da barra e da marca.
O método resetSimulation irá redefinir os seguintes itens antes de cada Simulação: Negociações, Subscrições, Combinações / Componentes, Propriedades, Opções (se os preços das opções forem simulados) e Futuros (se os preços futuros forem simulados).
8.4. Valor Objeto.
Em contraste com as Entidades que são usadas para persistir informações, Objetos de Valor normalmente são usados para transmitir objetos (por exemplo, via JMS ou RMI). Para cada Entidade, um Objeto de Valor correspondente é gerado. Objetos de valor são imutáveis (ou seja, todos os campos são finais e precisam ser configurados através do construtor)
Cada Entidade contém uma classe de conversor interno que pode ser usada para converter a Entidade em seu Objeto de Valor correspondente.
Além de Value Objects ValueObjectBuilders existem, que ajudam a criar objetos de valor. Exemplo:
Os diagramas abaixo mostram objetos de valor adicional fornecidos pelo sistema. Os Objetos de Valor do Servidor estão em uso apenas pelo Servidor AlgoTrader.
Figura 8.18.B Objetos de valor.
Figura 8.1. Objetos de Valor do lado do servidor.
8.5. Enumerações.
Para itens selecionáveis com um número fixo de opções, o AlgoTrader contém as seguintes Enumerações.
Arquitetura do sistema de comércio algorítmico.
Anteriormente, neste blog, escrevi sobre a arquitetura conceitual de um sistema de negociação algorítmico inteligente, bem como os requisitos funcionais e não funcionais de um sistema de negociação algorítmica de produção. Desde então, criei uma arquitetura de sistema que, acredito, poderia satisfazer esses requisitos arquitetônicos. Nesta publicação, descreverei a arquitetura seguindo as diretrizes dos padrões ISO / IEC / IEEE 42018 e padrão de descrição da arquitetura de engenharia de software. De acordo com este padrão, uma descrição de arquitetura deve:
Contém várias visualizações arquitetônicas padronizadas (por exemplo, em UML) e Mantenha a rastreabilidade entre decisões de design e requisitos arquitetônicos.
Definição de arquitetura de software.
Ainda não há consenso quanto ao que é uma arquitetura do sistema. No contexto deste artigo, é definido como a infra-estrutura dentro da qual os componentes do aplicativo que satisfazem os requisitos funcionais podem ser especificados, implantados e executados. Os requisitos funcionais são as funções esperadas do sistema e seus componentes. Os requisitos não funcionais são medidas através das quais a qualidade do sistema pode ser medida.
Um sistema que satisfaça plenamente seus requisitos funcionais ainda pode não atender às expectativas se os requisitos não funcionais forem deixados insatisfeitos. Para ilustrar este conceito, considere o seguinte cenário: um sistema de negociação algorítmico que você acabou de comprar / construir faz excelentes decisões de negociação, mas é completamente inoperacional com os sistemas de gestão e contabilidade de risco das organizações. Esse sistema atenderia às suas expectativas?
Arquitetura conceitual.
Uma visão conceitual descreve conceitos e mecanismos de alto nível que existem no sistema no mais alto nível de granularidade. Nesse nível, o sistema de negociação algorítmica segue uma arquitetura orientada a eventos (EDA) dividida em quatro camadas e dois aspectos arquitetônicos. Para cada camada e referência de aspecto arquiteturas e padrões são usados. Padrões arquitetônicos são estruturas comprovadas e genéricas para alcançar requisitos específicos. Os aspectos arquitetônicos são preocupações transversais que abrangem múltiplos componentes.
Arquitetura orientada a eventos - uma arquitetura que produz, detecta, consome e reage a eventos. Os eventos incluem movimentos do mercado em tempo real, eventos ou tendências complexas e eventos comerciais, e. enviando um pedido.
Este diagrama ilustra a arquitetura conceitual do sistema de negociação algorítmica.
Arquiteturas de referência.
Para usar uma analogia, uma arquitetura de referência é semelhante aos planos para uma parede de suporte de carga. Esta impressão azul pode ser reutilizada para projetos de construção múltipla independentemente do edifício que está sendo construído, pois satisfaz um conjunto de requisitos comuns. Da mesma forma, uma arquitetura de referência define um modelo contendo estruturas genéricas e mecanismos que podem ser usados para construir uma arquitetura de software concreta que satisfaça requisitos específicos. A arquitetura para o sistema de negociação algorítmica usa uma arquitetura baseada em espaço (SBA) e um controlador de exibição de modelo (MVC) como referências. São também utilizadas boas práticas, como o armazenamento de dados operacionais (ODS), o padrão de transformação e carregamento de extratos (ETL) e um data warehouse (DW).
Controle de exibição de modelo - um padrão que separa a representação de informações da interação do usuário com ela. Arquitetura baseada em espaço - especifica uma infra-estrutura onde as unidades de processamento acopladas vagamente interagem entre si através de uma memória associativa compartilhada chamada espaço (mostrado abaixo).
Visão estrutural.
A visão estrutural de uma arquitetura mostra os componentes e subcomponentes do sistema de negociação algorítmica. Ele também mostra como esses componentes são implantados em infra-estrutura física. Os diagramas UML utilizados nesta visão incluem diagramas de componentes e diagramas de implantação. Abaixo está a galeria dos diagramas de implantação do sistema de negociação algorítmico geral e as unidades de processamento na arquitetura de referência SBA, bem como diagramas de componentes relacionados para cada uma das camadas.
Diagrama de componentes de processamento de comerciantes / eventos automatizados Fonte de dados e diagrama de componente de camada de pré-processamento Diagrama de componente de interface de usuário baseado em MVC.
Táticas arquitetônicas.
De acordo com o instituto de engenharia de software, uma tática arquitetônica é um meio de satisfazer um requisito de qualidade, manipulando algum aspecto de um modelo de atributo de qualidade através de decisões de design arquitetônico. Um exemplo simples usado na arquitetura do sistema de negociação algorítmica é 'manipular' um armazenamento de dados operacional (ODS) com um componente de consulta contínua. Este componente analisaria continuamente o ODS para identificar e extrair eventos complexos. As seguintes táticas são usadas na arquitetura:
O padrão do disruptor nas filas de eventos e pedidos Memória compartilhada para as filas de eventos e pedidos Linguagem de consulta contínua (CQL) na filtragem de dados ODS com o padrão de design do filtro em dados recebidos Algoritmos de evitação de congestionamentos em todas as conexões de entrada e saída Gerenciamento de filas ativas (AQM ) e notificação de congestionamento explícito Recursos de computação de mercadorias com capacidade de atualização (escalável) Redundância ativa para todos os pontos de falha únicos Indicação e estruturas de persistência otimizadas no ODS Programe backup de dados regulares e scripts de limpeza para ODS Histórico de transações em todos os bancos de dados Súmrios para todos Ordens para detectar falhas Anotar eventos com timestamps para ignorar eventos "obsoletos". Regras de validação de pedidos, por exemplo, quantidades de comércio máximo Componentes de comerciante automatizado usam um banco de dados em memória para análise Autenticação em dois estágios para interfaces de usuário conectando-se à ATs Criptografia em interfaces de usuário e conexões ao padrão de design ATs Observer para que o MVC gerencie visualizações.
A lista acima é apenas algumas decisões de design que identifiquei durante o projeto da arquitetura. Não é uma lista completa de táticas. À medida que o sistema está sendo desenvolvido, táticas adicionais devem ser empregadas em múltiplos níveis de granularidade para atender aos requisitos funcionais e não funcionais. Abaixo estão três diagramas que descrevem o padrão de design do disruptor, o padrão de design do filtro e o componente de consulta contínua.
Visão comportamental.
Essa visão de uma arquitetura mostra como os componentes e camadas devem interagir um com o outro. Isso é útil ao criar cenários para testar projetos de arquitetura e para entender o sistema de ponta a ponta. Essa visão consiste em diagramas de seqüência e diagramas de atividades. Diagramas de atividades que mostram o processo interno do sistema de negociação algorítmica e como os comerciantes devem interagir com o sistema de negociação algorítmica são mostrados abaixo.
Tecnologias e estruturas.
O passo final na concepção de uma arquitetura de software é identificar potenciais tecnologias e estruturas que poderiam ser utilizadas para realizar a arquitetura. Como princípio geral, é melhor aproveitar as tecnologias existentes, desde que satisfaçam adequadamente os requisitos funcionais e não funcionais. Uma estrutura é uma arquitetura de referência realizada, e. JBoss é uma estrutura que realiza a arquitetura de referência JEE. As seguintes tecnologias e frameworks são interessantes e devem ser consideradas na implementação de um sistema de negociação algorítmico:
CUDA - NVidia tem uma série de produtos que suportam modelagem de finanças computacionais de alto desempenho. Pode-se conseguir até 50x melhorias no desempenho ao executar simulações Monte Carlo na GPU em vez da CPU. Rio Apache - Rio é um kit de ferramentas usado para desenvolver sistemas distribuídos. Ele foi usado como uma estrutura para a construção de aplicativos com base no padrão SBA Apache Hadoop - no caso de registro invasivo ser um requisito, então o uso do Hadoop oferece uma solução interessante para o problema dos grandes dados. O Hadoop pode ser implantado em um ambiente em cluster que suporta tecnologias CUDA. AlgoTrader - uma plataforma de negociação algorítmica de código aberto. O AlgoTrader poderia ser implantado no lugar dos componentes do comerciante automatizado. FIX Engine - um aplicativo autônomo que aceita os protocolos do Financial Information Exchange (FIX), incluindo FIX, FAST e FIXatdl.
Embora não seja uma tecnologia ou uma estrutura, os componentes devem ser criados com uma interface de programação de aplicativos (API) para melhorar a interoperabilidade do sistema e seus componentes.
Conclusão.
A arquitetura proposta foi projetada para satisfazer requisitos muito genéricos identificados para sistemas de negociação algorítmica. Geralmente, os sistemas de negociação algorítmica são complicados por três fatores que variam de acordo com cada implementação:
Dependências em sistemas empresariais e de intercâmbio externos Requisitos não funcionais desafiadores e restrições arquitetônicas em evolução.
Por conseguinte, a arquitetura de software proposta deve ser adaptada caso a caso para satisfazer requisitos organizacionais e regulatórios específicos, bem como para superar restrições regionais. A arquitetura do sistema de negociação algorítmica deve ser vista como apenas um ponto de referência para indivíduos e organizações que desejam projetar seus próprios sistemas de negociação algorítmica.
Para uma cópia completa e fontes usadas, baixe uma cópia do meu relatório. Obrigado.
História anterior.
Requisitos do sistema de negociação algorítmica.
Próxima História.
Otimização de portfólio usando otimização de enxertia de partículas.
Excelente visão geral, e um bom começo na arquitetura. Sua conclusão foi adequada, e apontou por que os sistemas de software de negociação algorítmica requerem back-testing e ajustes constantes para mantê-los relevantes. Boa leitura!
1 de fevereiro de 2018.
Quando os dados de commodities ou renda fixa são imprecisos ou lentos em receber, os modelos podem ter dificuldade em calcular especialmente no espaço de um evento Black Swann.
Muito obrigado por este artigo. Estive pensando em AI em finanças desde o final da década de 90 e, finalmente, as tecnologias e as APIs estão comumente disponíveis. Seu artigo e blog são uma ótima ajuda para fazer esses primeiros passos para tornar realidade os sonhos dos anos anteriores. Muito obrigado e boa sorte em seus novos empreendimentos!
Mantenha-me atualizado no seu progresso. Estou muito interessado. Obrigado.
Envie um comentário.
Cancelar resposta.
Siga a Turing Finance.
Turing Finance Mailing List.
Amigos da Turing Finance.
Quantocracy é o melhor agregador de blog de finanças quantitativas com links para novas análises postadas todos os dias.
NMRQL é o fundo hedge quantitativo de que sou parte. Usamos a aprendizagem de máquinas para tentar vencer o mercado.
Arquitetura do sistema de comércio algorítmico.
Anteriormente, neste blog, escrevi sobre a arquitetura conceitual de um sistema de negociação algorítmico inteligente, bem como os requisitos funcionais e não funcionais de um sistema de negociação algorítmica de produção. Desde então, criei uma arquitetura de sistema que, acredito, poderia satisfazer esses requisitos arquitetônicos. Nesta publicação, descreverei a arquitetura seguindo as diretrizes dos padrões ISO / IEC / IEEE 42018 e padrão de descrição da arquitetura de engenharia de software. De acordo com este padrão, uma descrição de arquitetura deve:
Contém várias visualizações arquitetônicas padronizadas (por exemplo, em UML) e Mantenha a rastreabilidade entre decisões de design e requisitos arquitetônicos.
Definição de arquitetura de software.
Ainda não há consenso quanto ao que é uma arquitetura do sistema. No contexto deste artigo, é definido como a infra-estrutura dentro da qual os componentes do aplicativo que satisfazem os requisitos funcionais podem ser especificados, implantados e executados. Os requisitos funcionais são as funções esperadas do sistema e seus componentes. Os requisitos não funcionais são medidas através das quais a qualidade do sistema pode ser medida.
Um sistema que satisfaça plenamente seus requisitos funcionais ainda pode não atender às expectativas se os requisitos não funcionais forem deixados insatisfeitos. Para ilustrar este conceito, considere o seguinte cenário: um sistema de negociação algorítmico que você acabou de comprar / construir faz excelentes decisões de negociação, mas é completamente inoperacional com os sistemas de gestão e contabilidade de risco das organizações. Esse sistema atenderia às suas expectativas?
Arquitetura conceitual.
Uma visão conceitual descreve conceitos e mecanismos de alto nível que existem no sistema no mais alto nível de granularidade. Nesse nível, o sistema de negociação algorítmica segue uma arquitetura orientada a eventos (EDA) dividida em quatro camadas e dois aspectos arquitetônicos. Para cada camada e referência de aspecto arquiteturas e padrões são usados. Padrões arquitetônicos são estruturas comprovadas e genéricas para alcançar requisitos específicos. Os aspectos arquitetônicos são preocupações transversais que abrangem múltiplos componentes.
Arquitetura orientada a eventos - uma arquitetura que produz, detecta, consome e reage a eventos. Os eventos incluem movimentos do mercado em tempo real, eventos ou tendências complexas e eventos comerciais, e. enviando um pedido.
Este diagrama ilustra a arquitetura conceitual do sistema de negociação algorítmica.
Arquiteturas de referência.
Para usar uma analogia, uma arquitetura de referência é semelhante aos planos para uma parede de suporte de carga. Esta impressão azul pode ser reutilizada para projetos de construção múltipla independentemente do edifício que está sendo construído, pois satisfaz um conjunto de requisitos comuns. Da mesma forma, uma arquitetura de referência define um modelo contendo estruturas genéricas e mecanismos que podem ser usados para construir uma arquitetura de software concreta que satisfaça requisitos específicos. A arquitetura para o sistema de negociação algorítmica usa uma arquitetura baseada em espaço (SBA) e um controlador de exibição de modelo (MVC) como referências. São também utilizadas boas práticas, como o armazenamento de dados operacionais (ODS), o padrão de transformação e carregamento de extratos (ETL) e um data warehouse (DW).
Controle de exibição de modelo - um padrão que separa a representação de informações da interação do usuário com ela. Arquitetura baseada em espaço - especifica uma infra-estrutura onde as unidades de processamento acopladas vagamente interagem entre si através de uma memória associativa compartilhada chamada espaço (mostrado abaixo).
Visão estrutural.
A visão estrutural de uma arquitetura mostra os componentes e subcomponentes do sistema de negociação algorítmica. Ele também mostra como esses componentes são implantados em infra-estrutura física. Os diagramas UML utilizados nesta visão incluem diagramas de componentes e diagramas de implantação. Abaixo está a galeria dos diagramas de implantação do sistema de negociação algorítmico geral e as unidades de processamento na arquitetura de referência SBA, bem como diagramas de componentes relacionados para cada uma das camadas.
Diagrama de componentes de processamento de comerciantes / eventos automatizados Fonte de dados e diagrama de componente de camada de pré-processamento Diagrama de componente de interface de usuário baseado em MVC.
Táticas arquitetônicas.
De acordo com o instituto de engenharia de software, uma tática arquitetônica é um meio de satisfazer um requisito de qualidade, manipulando algum aspecto de um modelo de atributo de qualidade através de decisões de design arquitetônico. Um exemplo simples usado na arquitetura do sistema de negociação algorítmica é 'manipular' um armazenamento de dados operacional (ODS) com um componente de consulta contínua. Este componente analisaria continuamente o ODS para identificar e extrair eventos complexos. As seguintes táticas são usadas na arquitetura:
O padrão do disruptor nas filas de eventos e pedidos Memória compartilhada para as filas de eventos e pedidos Linguagem de consulta contínua (CQL) na filtragem de dados ODS com o padrão de design do filtro em dados recebidos Algoritmos de evitação de congestionamentos em todas as conexões de entrada e saída Gerenciamento de filas ativas (AQM ) e notificação de congestionamento explícito Recursos de computação de mercadorias com capacidade de atualização (escalável) Redundância ativa para todos os pontos de falha únicos Indicação e estruturas de persistência otimizadas no ODS Programe backup de dados regulares e scripts de limpeza para ODS Histórico de transações em todos os bancos de dados Súmrios para todos Ordens para detectar falhas Anotar eventos com timestamps para ignorar eventos "obsoletos". Regras de validação de pedidos, por exemplo, quantidades de comércio máximo Componentes de comerciante automatizado usam um banco de dados em memória para análise Autenticação em dois estágios para interfaces de usuário conectando-se à ATs Criptografia em interfaces de usuário e conexões ao padrão de design ATs Observer para que o MVC gerencie visualizações.
A lista acima é apenas algumas decisões de design que identifiquei durante o projeto da arquitetura. Não é uma lista completa de táticas. À medida que o sistema está sendo desenvolvido, táticas adicionais devem ser empregadas em múltiplos níveis de granularidade para atender aos requisitos funcionais e não funcionais. Abaixo estão três diagramas que descrevem o padrão de design do disruptor, o padrão de design do filtro e o componente de consulta contínua.
Visão comportamental.
Essa visão de uma arquitetura mostra como os componentes e camadas devem interagir um com o outro. Isso é útil ao criar cenários para testar projetos de arquitetura e para entender o sistema de ponta a ponta. Essa visão consiste em diagramas de seqüência e diagramas de atividades. Diagramas de atividades que mostram o processo interno do sistema de negociação algorítmica e como os comerciantes devem interagir com o sistema de negociação algorítmica são mostrados abaixo.
Tecnologias e estruturas.
O passo final na concepção de uma arquitetura de software é identificar potenciais tecnologias e estruturas que poderiam ser utilizadas para realizar a arquitetura. Como princípio geral, é melhor aproveitar as tecnologias existentes, desde que satisfaçam adequadamente os requisitos funcionais e não funcionais. Uma estrutura é uma arquitetura de referência realizada, e. JBoss é uma estrutura que realiza a arquitetura de referência JEE. As seguintes tecnologias e frameworks são interessantes e devem ser consideradas na implementação de um sistema de negociação algorítmico:
CUDA - NVidia tem uma série de produtos que suportam modelagem de finanças computacionais de alto desempenho. Pode-se conseguir até 50x melhorias no desempenho ao executar simulações Monte Carlo na GPU em vez da CPU. Rio Apache - Rio é um kit de ferramentas usado para desenvolver sistemas distribuídos. Ele foi usado como uma estrutura para a construção de aplicativos com base no padrão SBA Apache Hadoop - no caso de registro invasivo ser um requisito, então o uso do Hadoop oferece uma solução interessante para o problema dos grandes dados. O Hadoop pode ser implantado em um ambiente em cluster que suporta tecnologias CUDA. AlgoTrader - uma plataforma de negociação algorítmica de código aberto. O AlgoTrader poderia ser implantado no lugar dos componentes do comerciante automatizado. FIX Engine - um aplicativo autônomo que aceita os protocolos do Financial Information Exchange (FIX), incluindo FIX, FAST e FIXatdl.
Embora não seja uma tecnologia ou uma estrutura, os componentes devem ser criados com uma interface de programação de aplicativos (API) para melhorar a interoperabilidade do sistema e seus componentes.
Conclusão.
A arquitetura proposta foi projetada para satisfazer requisitos muito genéricos identificados para sistemas de negociação algorítmica. Geralmente, os sistemas de negociação algorítmica são complicados por três fatores que variam de acordo com cada implementação:
Dependências em sistemas empresariais e de intercâmbio externos Requisitos não funcionais desafiadores e restrições arquitetônicas em evolução.
Por conseguinte, a arquitetura de software proposta deve ser adaptada caso a caso para satisfazer requisitos organizacionais e regulatórios específicos, bem como para superar restrições regionais. A arquitetura do sistema de negociação algorítmica deve ser vista como apenas um ponto de referência para indivíduos e organizações que desejam projetar seus próprios sistemas de negociação algorítmica.
Para uma cópia completa e fontes usadas, baixe uma cópia do meu relatório. Obrigado.
História anterior.
Requisitos do sistema de negociação algorítmica.
Próxima História.
Otimização de portfólio usando otimização de enxertia de partículas.
Excelente visão geral, e um bom começo na arquitetura. Sua conclusão foi adequada, e apontou por que os sistemas de software de negociação algorítmica requerem back-testing e ajustes constantes para mantê-los relevantes. Boa leitura!
1 de fevereiro de 2018.
Quando os dados de commodities ou renda fixa são imprecisos ou lentos em receber, os modelos podem ter dificuldade em calcular especialmente no espaço de um evento Black Swann.
Muito obrigado por este artigo. Estive pensando em AI em finanças desde o final da década de 90 e, finalmente, as tecnologias e as APIs estão comumente disponíveis. Seu artigo e blog são uma ótima ajuda para fazer esses primeiros passos para tornar realidade os sonhos dos anos anteriores. Muito obrigado e boa sorte em seus novos empreendimentos!
Mantenha-me atualizado no seu progresso. Estou muito interessado. Obrigado.
Envie um comentário.
Cancelar resposta.
Siga a Turing Finance.
Turing Finance Mailing List.
Amigos da Turing Finance.
Quantocracy é o melhor agregador de blog de finanças quantitativas com links para novas análises postadas todos os dias.
NMRQL é o fundo hedge quantitativo de que sou parte. Usamos a aprendizagem de máquinas para tentar vencer o mercado.
Arquitetura do sistema de comércio algorítmico.
Anteriormente, neste blog, escrevi sobre a arquitetura conceitual de um sistema de negociação algorítmico inteligente, bem como os requisitos funcionais e não funcionais de um sistema de negociação algorítmica de produção. Desde então, criei uma arquitetura de sistema que, acredito, poderia satisfazer esses requisitos arquitetônicos. Nesta publicação, descreverei a arquitetura seguindo as diretrizes dos padrões ISO / IEC / IEEE 42018 e padrão de descrição da arquitetura de engenharia de software. De acordo com este padrão, uma descrição de arquitetura deve:
Contém várias visualizações arquitetônicas padronizadas (por exemplo, em UML) e Mantenha a rastreabilidade entre decisões de design e requisitos arquitetônicos.
Definição de arquitetura de software.
Ainda não há consenso quanto ao que é uma arquitetura do sistema. No contexto deste artigo, é definido como a infra-estrutura dentro da qual os componentes do aplicativo que satisfazem os requisitos funcionais podem ser especificados, implantados e executados. Os requisitos funcionais são as funções esperadas do sistema e seus componentes. Os requisitos não funcionais são medidas através das quais a qualidade do sistema pode ser medida.
Um sistema que satisfaça plenamente seus requisitos funcionais ainda pode não atender às expectativas se os requisitos não funcionais forem deixados insatisfeitos. Para ilustrar este conceito, considere o seguinte cenário: um sistema de negociação algorítmico que você acabou de comprar / construir faz excelentes decisões de negociação, mas é completamente inoperacional com os sistemas de gestão e contabilidade de risco das organizações. Esse sistema atenderia às suas expectativas?
Arquitetura conceitual.
Uma visão conceitual descreve conceitos e mecanismos de alto nível que existem no sistema no mais alto nível de granularidade. Nesse nível, o sistema de negociação algorítmica segue uma arquitetura orientada a eventos (EDA) dividida em quatro camadas e dois aspectos arquitetônicos. Para cada camada e referência de aspecto arquiteturas e padrões são usados. Padrões arquitetônicos são estruturas comprovadas e genéricas para alcançar requisitos específicos. Os aspectos arquitetônicos são preocupações transversais que abrangem múltiplos componentes.
Arquitetura orientada a eventos - uma arquitetura que produz, detecta, consome e reage a eventos. Os eventos incluem movimentos do mercado em tempo real, eventos ou tendências complexas e eventos comerciais, e. enviando um pedido.
Este diagrama ilustra a arquitetura conceitual do sistema de negociação algorítmica.
Arquiteturas de referência.
Para usar uma analogia, uma arquitetura de referência é semelhante aos planos para uma parede de suporte de carga. Esta impressão azul pode ser reutilizada para projetos de construção múltipla independentemente do edifício que está sendo construído, pois satisfaz um conjunto de requisitos comuns. Da mesma forma, uma arquitetura de referência define um modelo contendo estruturas genéricas e mecanismos que podem ser usados para construir uma arquitetura de software concreta que satisfaça requisitos específicos. A arquitetura para o sistema de negociação algorítmica usa uma arquitetura baseada em espaço (SBA) e um controlador de exibição de modelo (MVC) como referências. São também utilizadas boas práticas, como o armazenamento de dados operacionais (ODS), o padrão de transformação e carregamento de extratos (ETL) e um data warehouse (DW).
Controle de exibição de modelo - um padrão que separa a representação de informações da interação do usuário com ela. Arquitetura baseada em espaço - especifica uma infra-estrutura onde as unidades de processamento acopladas vagamente interagem entre si através de uma memória associativa compartilhada chamada espaço (mostrado abaixo).
Visão estrutural.
A visão estrutural de uma arquitetura mostra os componentes e subcomponentes do sistema de negociação algorítmica. Ele também mostra como esses componentes são implantados em infra-estrutura física. Os diagramas UML utilizados nesta visão incluem diagramas de componentes e diagramas de implantação. Abaixo está a galeria dos diagramas de implantação do sistema de negociação algorítmico geral e as unidades de processamento na arquitetura de referência SBA, bem como diagramas de componentes relacionados para cada uma das camadas.
Diagrama de componentes de processamento de comerciantes / eventos automatizados Fonte de dados e diagrama de componente de camada de pré-processamento Diagrama de componente de interface de usuário baseado em MVC.
Táticas arquitetônicas.
De acordo com o instituto de engenharia de software, uma tática arquitetônica é um meio de satisfazer um requisito de qualidade, manipulando algum aspecto de um modelo de atributo de qualidade através de decisões de design arquitetônico. Um exemplo simples usado na arquitetura do sistema de negociação algorítmica é 'manipular' um armazenamento de dados operacional (ODS) com um componente de consulta contínua. Este componente analisaria continuamente o ODS para identificar e extrair eventos complexos. As seguintes táticas são usadas na arquitetura:
O padrão do disruptor nas filas de eventos e pedidos Memória compartilhada para as filas de eventos e pedidos Linguagem de consulta contínua (CQL) na filtragem de dados ODS com o padrão de design do filtro em dados recebidos Algoritmos de evitação de congestionamentos em todas as conexões de entrada e saída Gerenciamento de filas ativas (AQM ) e notificação de congestionamento explícito Recursos de computação de mercadorias com capacidade de atualização (escalável) Redundância ativa para todos os pontos de falha únicos Indicação e estruturas de persistência otimizadas no ODS Programe backup de dados regulares e scripts de limpeza para ODS Histórico de transações em todos os bancos de dados Súmrios para todos Ordens para detectar falhas Anotar eventos com timestamps para ignorar eventos "obsoletos". Regras de validação de pedidos, por exemplo, quantidades de comércio máximo Componentes de comerciante automatizado usam um banco de dados em memória para análise Autenticação em dois estágios para interfaces de usuário conectando-se à ATs Criptografia em interfaces de usuário e conexões ao padrão de design ATs Observer para que o MVC gerencie visualizações.
A lista acima é apenas algumas decisões de design que identifiquei durante o projeto da arquitetura. Não é uma lista completa de táticas. À medida que o sistema está sendo desenvolvido, táticas adicionais devem ser empregadas em múltiplos níveis de granularidade para atender aos requisitos funcionais e não funcionais. Abaixo estão três diagramas que descrevem o padrão de design do disruptor, o padrão de design do filtro e o componente de consulta contínua.
Visão comportamental.
Essa visão de uma arquitetura mostra como os componentes e camadas devem interagir um com o outro. Isso é útil ao criar cenários para testar projetos de arquitetura e para entender o sistema de ponta a ponta. Essa visão consiste em diagramas de seqüência e diagramas de atividades. Diagramas de atividades que mostram o processo interno do sistema de negociação algorítmica e como os comerciantes devem interagir com o sistema de negociação algorítmica são mostrados abaixo.
Tecnologias e estruturas.
O passo final na concepção de uma arquitetura de software é identificar potenciais tecnologias e estruturas que poderiam ser utilizadas para realizar a arquitetura. Como princípio geral, é melhor aproveitar as tecnologias existentes, desde que satisfaçam adequadamente os requisitos funcionais e não funcionais. Uma estrutura é uma arquitetura de referência realizada, e. JBoss é uma estrutura que realiza a arquitetura de referência JEE. As seguintes tecnologias e frameworks são interessantes e devem ser consideradas na implementação de um sistema de negociação algorítmico:
CUDA - NVidia tem uma série de produtos que suportam modelagem de finanças computacionais de alto desempenho. Pode-se conseguir até 50x melhorias no desempenho ao executar simulações Monte Carlo na GPU em vez da CPU. Rio Apache - Rio é um kit de ferramentas usado para desenvolver sistemas distribuídos. Ele foi usado como uma estrutura para a construção de aplicativos com base no padrão SBA Apache Hadoop - no caso de registro invasivo ser um requisito, então o uso do Hadoop oferece uma solução interessante para o problema dos grandes dados. O Hadoop pode ser implantado em um ambiente em cluster que suporta tecnologias CUDA. AlgoTrader - uma plataforma de negociação algorítmica de código aberto. O AlgoTrader poderia ser implantado no lugar dos componentes do comerciante automatizado. FIX Engine - um aplicativo autônomo que aceita os protocolos do Financial Information Exchange (FIX), incluindo FIX, FAST e FIXatdl.
Embora não seja uma tecnologia ou uma estrutura, os componentes devem ser criados com uma interface de programação de aplicativos (API) para melhorar a interoperabilidade do sistema e seus componentes.
Conclusão.
A arquitetura proposta foi projetada para satisfazer requisitos muito genéricos identificados para sistemas de negociação algorítmica. Geralmente, os sistemas de negociação algorítmica são complicados por três fatores que variam de acordo com cada implementação:
Dependências em sistemas empresariais e de intercâmbio externos Requisitos não funcionais desafiadores e restrições arquitetônicas em evolução.
Por conseguinte, a arquitetura de software proposta deve ser adaptada caso a caso para satisfazer requisitos organizacionais e regulatórios específicos, bem como para superar restrições regionais. A arquitetura do sistema de negociação algorítmica deve ser vista como apenas um ponto de referência para indivíduos e organizações que desejam projetar seus próprios sistemas de negociação algorítmica.
Para uma cópia completa e fontes usadas, baixe uma cópia do meu relatório. Obrigado.
História anterior.
Requisitos do sistema de negociação algorítmica.
Próxima História.
Otimização de portfólio usando otimização de enxertia de partículas.
Excelente visão geral, e um bom começo na arquitetura. Sua conclusão foi adequada, e apontou por que os sistemas de software de negociação algorítmica requerem back-testing e ajustes constantes para mantê-los relevantes. Boa leitura!
1 de fevereiro de 2018.
Quando os dados de commodities ou renda fixa são imprecisos ou lentos em receber, os modelos podem ter dificuldade em calcular especialmente no espaço de um evento Black Swann.
Muito obrigado por este artigo. Estive pensando em AI em finanças desde o final da década de 90 e, finalmente, as tecnologias e as APIs estão comumente disponíveis. Seu artigo e blog são uma ótima ajuda para fazer esses primeiros passos para tornar realidade os sonhos dos anos anteriores. Muito obrigado e boa sorte em seus novos empreendimentos!
Mantenha-me atualizado no seu progresso. Estou muito interessado. Obrigado.
Envie um comentário.
Cancelar resposta.
Siga a Turing Finance.
Turing Finance Mailing List.
Amigos da Turing Finance.
Quantocracy é o melhor agregador de blog de finanças quantitativas com links para novas análises postadas todos os dias.
NMRQL é o fundo hedge quantitativo de que sou parte. Usamos a aprendizagem de máquinas para tentar vencer o mercado.
No comments:
Post a Comment