بناء واحد في المتاجرة النظام في و ج #

لقد أنشأت تطبيق التداول في وف. التي أشعر بالخجل من نظرة رث لأنها بعيدة كل البعد عن أن تكون مثيرة للإعجاب. أود الآن إعادة تصميم واجهة المستخدم لتطبيقي، وجعلها مماثلة لمثل لقطة شاشة تطبيق التداول يمكن للشخص يرجى نصائح المشورة حول ما يجب أن تتبعه الطريق لجعل واجهة المستخدم من طبيعة مماثلة على سبيل المثال. إذا كان هناك تطبيق مفتوح المصدر C وف الذي له نفس الشكل والمظهر، وهذا سيكون كبيرا. أو إذا كان هناك مكتبة التي لديها ليستفيو بارد، شريط التمرير وقضبان التقدم. بس: ليس لدي مايكروسوفت طلب مزيج 15 فبراير 11 في 3:15 يمكنك استدعاؤه كاقتراح لا جواب بالضبط. ولكن نشر لأولئك الذين هم جديدة ل وف وتعلم تصميم الشاشة أو أنماط. وفقا لتجربتي مع وف يمكنني أن أقول أولا الحصول على أيدي القذرة تعلم كيف يعمل ملزم لأن هذا هو قاعدة طريقة WPF. Simpler لمعرفة كيفية عمل ملزم هو تعلم كيفية ربط الضوابط مع الضوابط الأخرى. ثم استخدام فصول بسيطة وتعلم مففم. التالي الذهاب للأمر ملزم داخل محيط مففم. الحفاظ على المنشور إلى الماضي، لأنك بحاجة إلى فهم جيد لآليات ملزمة، الأوامر، مففم وأكثر لفهم بريسم. بعد هذا سيكون لديك فكرة عن كيفية عمل هذه الأشياء معا، وسوف تساعدك على معرفة كيفية اللعب مع البيانات والشاشة معا وتصميم شاشات لطيفة. مرة أخرى، لا جواب على السؤال أعلاه. مجرد اقتراحات لأولئك الذين يتعلمون وف وهبطت هنا تبحث عن وف تصميم واجهة المستخدم. أجاب ديك 19 12 في 17:20 جوابك 2017 المكدس الصرف، أنظمة التجارة: بناء نظام 13 حتى الآن، ناقشنا المكونات الأساسية للنظم التجارية، والمعايير التي يجب أن تلبي، وبعض من العديد من القرارات التجريبية التي مصمم النظام يجب أن تجعل. في هذا القسم، سوف ندرس عملية بناء نظام التداول، والاعتبارات التي يجب القيام بها، وبعض النقاط الرئيسية لتذكر. بناء نظام من ست خطوات 1. الإعداد - للبدء في بناء نظام التداول سوف تحتاج إلى عدة أشياء: البيانات - لأن مصمم النظام يجب استخدام باكتستينغ واسعة النطاق. تاريخ الماضي السعر ضروري لبناء نظام التداول. يمكن دمج هذه البيانات في برامج تطوير نظام التداول، أو كخلاصة بيانات منفصلة. وغالبا ما يتم توفير البيانات الحية لرسم شهري في حين يمكن الحصول على البيانات المسنين مجانا. البرمجيات - على الرغم من أنه من الممكن لتطوير نظام التداول دون البرمجيات، فمن غير عملي للغاية. منذ أواخر التسعينات، أصبح البرنامج جزءا لا يتجزأ من أنظمة التداول. بعض الميزات المشتركة تمكن التاجر للقيام بما يلي: تلقائيا وضع الصفقات - وهذا غالبا ما يتطلب إذن من نهاية وسيط لأنه يجب أن يكون اتصال ثابت في مكان بين البرنامج والوساطة. يجب تنفيذ الصفقات فورا وبأسعار محددة من أجل ضمان المطابقة. أن يكون لديك مكان البرنامج الصفقات بالنسبة لك، كل ما عليك القيام به هو إدخال رقم الحساب وكلمة المرور، ويتم كل شيء آخر تلقائيا. يرجى ملاحظة أن استخدام هذه الميزة هو اختياري تماما. كود نظام التداول - هذه الميزة البرمجية تنفذ لغة البرمجة الملكية التي تسمح لك لبناء قواعد بسهولة. على سبيل المثال، يستخدم ميتاترادر ​​مقل (ميتاكوتس اللغة). هيريس مثال على كودها للبيع إذا كان الهامش المجاني أقل من 5000: إذا فريمارجين لوت 5000، ثم الخروج في كثير من الأحيان، مجرد قراءة دليل وتجريب يجب أن تسمح لك لالتقاط على أساسيات اللغة يستخدم البرنامج الخاص بك. باكتست الاستراتيجية الخاصة بك - تطوير النظام دون باكتستينغ مثل لعب التنس دون مضرب. برنامج تطوير النظام غالبا ما يحتوي على تطبيق باكتستينغ بسيط يسمح لك لتحديد مصدر البيانات، معلومات حساب الإدخال، باكتست لأي مقدار من الوقت مع النقر على الماوس. وفيما يلي مثال من ميتاترادر: بعد تشغيل الاختبار الخلفي، يتم إنشاء تقرير يوضح تفاصيل النتائج. يتضمن هذا التقرير عادة الأرباح وعدد الصفقات غير الناجحة والأيام المتتالية لأسفل وعدد الصفقات والعديد من الأمور الأخرى التي يمكن أن تكون مفيدة عند محاولة تحديد كيفية استكشاف الأخطاء وإصلاحها أو تحسين النظام. وأخيرا، يقوم البرنامج عادة بإنشاء رسم بياني يوضح نمو الاستثمار طوال الفترة الزمنية المختبرة. 2. تصميم - التصميم هو المفهوم وراء النظام الخاص بك، والطريقة التي يتم استخدام المعلمات لتوليد الربح أو الخسارة. يمكنك تنفيذ هذه القواعد والمعلمات من خلال البرمجة. في بعض الأحيان، يمكن أن يتم هذا البرمجة تلقائيا عبر واجهة المستخدم الرسومية. هذا يسمح لك لإنشاء قواعد دون تعلم لغة البرمجة. في ما يلي مثال على نظام الانتقال المتوسط ​​المتوسط: إذا سما (20) كروسوفر إما (13) ثم أدخل إذا سما (20) كروسوندر إما (13) ثم الخروج قواعد مثل هذه التي يتم وضعها في التعليمات البرمجية تسمح للبرنامج تلقائيا وتوليد الدخول والخروج في النقاط عندما تنطبق القواعد. هنا هو ما تبدو واجهة التصميم على ميتاترادر: يتم إنشاء النظام ببساطة عن طريق كتابة القواعد في النافذة وحفظها. المراجع عن وظائف مختلفة المتاحة (على سبيل المثال، مؤشرات التذبذب ومثل) يمكن العثور عليها عن طريق النقر على أيقونة الكتاب. معظم البرامج سوف يكون مرجعا مماثلا متاح إما في إطار البرنامج نفسه أو على موقعها على الانترنت. بعد إنشاء القواعد المطلوبة وترميز النظام، يمكنك ببساطة حفظ الملف. ثم يمكنك وضعه في الاستخدام عن طريق تحديده على الشاشة الرئيسية. 3. اتخاذ القرار - هناك العديد من القرارات التي يجب اتخاذها في هذه المرحلة: ما هي السوق التي أريد أن أتبادلها 13 ما هي الفترة الزمنية التي يجب أن أستخدمها 13 ما هي سلسلة السعر التي يجب أن أستخدمها 13 ما هي مجموعة الأسهم التي يجب أن أستخدمها للاختبار أن أنظمة التداول يجب أن تحقق أرباحا في العديد من الأسواق. من خلال تخصيص الفترة الزمنية وسلسلة الأسعار كثيرا، قد تضر النتائج وتنتج نتائج غير معهود. الممارسة - إجراء الاختبارات المسبقة والتداول الورقي أمران ضروريان للنجاح في تطوير نظام التداول: تشغيل عدة اختبارات باكتيستس على فترات زمنية مختلفة والتأكد من أن النتائج متسقة ومرضية. تجارة الورق النظام (استخدام المال وهمي، ولكن تسجيل الصفقات والنتائج)، ومرة ​​أخرى، والبحث عن الربحية متسقة. تحقق بعناية عن أخطاء في البرنامج، أو الصفقات غير مقصودة. ويمكن أن تكون هذه نتيجة للبرمجة الخاطئة أو الفشل في التنبؤ ببعض الظروف التي لها تداعيات غير مرغوب فيها. 5. كرر - التكرار ضروري. الحفاظ على العمل على النظام حتى تتمكن من تحقيق أرباح دائما في معظم الأسواق والظروف. هناك دائما أحداث غير متوقعة تحدث حالما يبدأ النظام. وهنا بعض العوامل التي غالبا ما تسبب نتائج منحرفة: تكاليف المعاملات - تأكد من أنك تستخدم العمولة الحقيقية. وبعض الإضافات لحساب عدم ملء (الفرق بين عرض الأسعار وأسعار الطلب). وبعبارة أخرى، تجنب الانزلاق (لمراجعة ما هو وكيف يحدث ذلك، انظر القسم السابق من هذا البرنامج التعليمي.) الحراسة - لا تجاهل الصفقات الخاسرة إبقاء العين على جميع trades. Optimization - لا الإفراط في تحسين النظام. وبعبارة أخرى، لا خياط النظام إلى بيئة السوق محددة جدا في محاولة لتكون مربحة في كما واسعة من بيئة ممكن. ريسك - أبدا تجاهل أو نسيان المخاطر. من المهم جدا أن يكون هناك طرق للحد من الخسائر (والمعروفة باسم وقف الخسارة)، وطرق تأمين الأرباح (أخذ الأرباح). 6. التجارة - جربه، ولكن نتوقع نتائج غير مقصودة. تأكد من استخدام التداول غير الآلي حتى كنت واثقا في أداء النظم والاتساق. يستغرق وقتا طويلا لتطوير نظام تداول ناجح، وقبل أن تتقن ذلك، قد تضطر إلى تحمل بعض الخسائر التجارية الحية للكشف عن مواطن الخلل: اختبار الظهر لا يمكن أن تمثل تماما ظروف السوق الحية، وتداول الورق يمكن أن تكون غير دقيقة. إذا فقد النظام الخاص بك المال، عد إلى لوحة الرسم ونرى أين حدث خطأ (انظر الخطوة 5). خاتمة هذه الخطوات الست تعطيك لمحة عامة عن العملية برمتها لبناء نظام التداول. في القسم التالي، سوف نبني على هذه المعرفة ونلقي نظرة أكثر تعمقا على استكشاف الأخطاء وإصلاحها والتعديل. أنظمة التداول: استكشاف الأخطاء وإصلاحها والتحسينأفضل لغة البرمجة لأنظمة التداول الحسابية واحدة من أكثر الأسئلة المتداولة التي أحصل عليها في حقيبة بريد قس هي ما هي أفضل لغة برمجة للتداول الحسابي. الجواب القصير هو أنه لا توجد أفضل لغة. يجب النظر في معايير الاستراتيجية، والأداء، نمطية، والتنمية، والمرونة والتكلفة. سوف توضح هذه المقالة المكونات الضرورية لهيكل نظام التداول الخوارزمي وكيف تؤثر القرارات المتعلقة بالتنفيذ على اختيار اللغة. أولا، سيتم النظر في المكونات الرئيسية لنظام التداول الخوارزمي، مثل أدوات البحث، ومحفظة المحفظة، ومدير المخاطر ومحرك التنفيذ. وفي وقت لاحق، سيتم دراسة استراتيجيات التداول المختلفة وكيفية تأثيرها على تصميم النظام. على وجه الخصوص وتيرة التداول وحجم التداول المحتمل على حد سواء سيتم مناقشتها. مرة واحدة وقد تم اختيار استراتيجية التداول، فمن الضروري لمهندس النظام بأكمله. وهذا يشمل اختيار الأجهزة، ونظام التشغيل (ق) ومرونة النظام ضد الأحداث النادرة، التي يحتمل أن تكون كارثية. وبينما يجري النظر في العمارة، يجب إيلاء الاعتبار الواجب للأداء - سواء لأدوات البحث أو لبيئة التنفيذ المباشر. ما هو نظام التداول محاولة القيام به قبل اتخاذ قرار بشأن أفضل لغة لكتابة نظام التداول الآلي من الضروري تحديد المتطلبات. هل سيستمر النظام على أساس التنفيذ بحتة هل يتطلب النظام إدارة المخاطر أو وحدة بناء المحفظة سوف يتطلب النظام باكتستر عالي الأداء بالنسبة لمعظم الاستراتيجيات يمكن تقسيم نظام التداول إلى فئتين: البحث وتوليد الإشارة. وتتعلق البحوث بتقييم أداء الاستراتيجية على البيانات التاريخية. إن عملية تقييم إستراتيجية التداول على بيانات السوق السابقة تعرف ب "الاختبار المسبق". وسيكون حجم البيانات والتعقيد الخوارزمي لها تأثير كبير على كثافة الحسابية من باكتستر. سرعة وحدة المعالجة المركزية والتزامن غالبا ما تكون العوامل المحددة في تحسين سرعة تنفيذ البحث. ويتعلق توليد الإشارة بتوليد مجموعة من إشارات التداول من خوارزمية وإرسال هذه الأوامر إلى السوق، وعادة عن طريق الوساطة. بالنسبة لبعض الإستراتیجیات، یلزم وجود مستوى عال من الأداء. غالبا ما تكون قضايا إو مثل عرض النطاق الترددي للشبكة والكمون العامل المحدد في تحسين أنظمة التنفيذ. وبالتالي فإن اختيار اللغات لكل مكون من مكونات النظام بأكمله قد يكون مختلفا تماما. النوع والتواتر وحجم االستراتيجية سيكون لنوع االستراتيجية الخوارزمية المستخدمة تأثير كبير على تصميم النظام. وسوف يكون من الضروري النظر في الأسواق التي يجري تداولها، والاتصال ببائعي البيانات الخارجية، وتواتر وحجم الاستراتيجية، والمفاضلة بين سهولة التنمية وتحسين الأداء، فضلا عن أي أجهزة مخصصة، بما في ذلك العرف المشترك والخوادم، وحدات معالجة الرسومات أو فبغا التي قد تكون ضرورية. خيارات التكنولوجيا لاستراتيجية منخفضة الأسهم الأسهم الولايات المتحدة سوف تختلف اختلافا كبيرا عن تلك التي من استراتيجية عالية التردد التحكيم الإحصائية التداول في سوق العقود الآجلة. قبل اختيار اللغة يجب تقييم العديد من بائعي البيانات التي تتعلق باستراتيجية في متناول اليد. سيكون من الضروري النظر في الاتصال بالمورد، وهيكل أي واجهات برمجة تطبيقات، وتوقيت البيانات، ومتطلبات التخزين والمرونة في مواجهة البائع الذي يعمل دون اتصال. ومن الحكمة أيضا أن تمتلك إمكانية الوصول السريع إلى بائعين متعددين تمتلك الأدوات المختلفة جميعها مخزونات تخزين خاصة بها، ومن الأمثلة على ذلك رموز شريط متعددة للأسهم وتاريخ انتهاء الصلاحية للعقود الآجلة (ناهيك عن أي بيانات أوتك محددة). ويتعين مراعاة ذلك في تصميم المنصة. ومن المرجح أن يكون تكرار الاستراتيجية واحدا من أكبر العوامل الدافعة لكيفية تحديد كومة التكنولوجيا. الاستراتيجيات التي تستخدم بيانات أكثر تواترا من الحانات بدقة أو الثانية تتطلب اهتماما كبيرا فيما يتعلق بالأداء. وتؤدي الاستراتيجية التي تتجاوز الحدود الثانية (أي بيانات القراد) إلى تصميم مدعوم بالأداء باعتباره الشرط الأساسي. وبالنسبة للاستراتيجيات ذات التردد العالي، سيلزم تخزين كمية كبيرة من بيانات السوق وتقييمها. برامج مثل HDF5 أو كدب تستخدم عادة لهذه الأدوار. من أجل معالجة كميات واسعة من البيانات اللازمة لتطبيقات هفت، يجب أن تستخدم على نطاق واسع باكتستر ونظام التنفيذ. سيسي (ربما مع بعض المجمع) من المرجح أن أقوى مرشح اللغة. وسوف تتطلب استراتيجيات فائقة التردد تقريبا تقريبا الأجهزة المخصصة مثل فبغاس وتبادل تبادل الموقع و كيرنالنيتورك واجهة ضبط. نظم البحوث نظم البحوث عادة ما تنطوي على مزيج من التنمية التفاعلية والنصوص الآلي. وغالبا ما يحدث الأول داخل إيد مثل فيسوال ستوديو، ماتلاب أو R ستوديو. ويشمل هذا الأخير حسابات عددية واسعة النطاق على العديد من المعلمات ونقاط البيانات. وهذا يؤدي إلى اختيار اللغة توفير بيئة مباشرة لاختبار التعليمات البرمجية، ولكن أيضا يوفر أداء كافيا لتقييم الاستراتيجيات على أبعاد متعددة المعلمة. تتضمن إيديس النموذجية في هذا المجال ميكروسوفت فيسوال سيسي، الذي يحتوي على أدوات مساعدة التصحيح واسعة، وقدرات اكتمال التعليمات البرمجية (عبر إنتليزنس) ومحات عامة مباشرة من كومة المشروع بأكمله (عبر قاعدة البيانات أورم، لينق) ماتلاب. والتي تم تصميمها لالجبر العددي واسعة العمليات الجبرية و فيكتوريسد، ولكن بطريقة تفاعلية وحدة التحكم R ستوديو. الذي يلتف وحدة تحكم اللغة الإحصائية R في إيد إكليبس إيد كاملة لينكس جافا و C و إيدس شبه الملكية مثل إنوهت الستارة ل بيثون، والتي تشمل مكتبات تحليل البيانات مثل نومبي. SciPy. سسيكيت-تعلم والباندا في بيئة تفاعلية واحدة (وحدة التحكم). ل باكتستينغ العددية، جميع اللغات المذكورة أعلاه هي مناسبة، على الرغم من أنه ليس من الضروري استخدام غويد كما سيتم تنفيذ التعليمات البرمجية في الخلفية. الاعتبار الرئيسي في هذه المرحلة هو سرعة التنفيذ. وغالبا ما تكون اللغة المترجمة (مثل C) مفيدة إذا كانت أبعاد معلمة باكتستينغ كبيرة. تذكر أنه من الضروري أن نكون حذرين من مثل هذه الأنظمة إذا كان هذا هو الحال في اللغات المترجمة مثل بيثون في كثير من الأحيان الاستفادة من المكتبات عالية الأداء مثل نومبيبانداس لخطوة باكتستينغ، من أجل الحفاظ على درجة معقولة من القدرة التنافسية مع معادلات مجمعة. في نهاية المطاف سيتم تحديد اللغة المختارة لل باكتستينغ من قبل الاحتياجات الخوارزمية محددة وكذلك مجموعة من المكتبات المتاحة في اللغة (أكثر على ذلك أدناه). ومع ذلك، فإن اللغة المستخدمة لباكتستر والبيئات البحثية يمكن أن تكون مستقلة تماما عن تلك المستخدمة في بناء محفظة، وإدارة المخاطر ومكونات التنفيذ، كما سيتبين. إدارة المحفظة وإدارة المخاطر غالبا ما يتم تجاهل مكونات بناء المحفظة وإدارة المخاطر من قبل تجار التجزئة الخوارزمية. هذا هو دائما تقريبا خطأ. وتوفر هذه الأدوات الآلية التي سيتم من خلالها الحفاظ على رأس المال. أنها لا تحاول فقط لتخفيف عدد الرهانات محفوفة بالمخاطر، ولكن أيضا تقليل زبد من الصفقات نفسها، والحد من تكاليف المعاملات. يمكن أن يكون للإصدارات المتطورة من هذه المكونات تأثير كبير على جودة وانسجام الربحية. فمن السهل إنشاء استراتيجيات مستقرة حيث يمكن بسهولة تعديل آلية بناء المحفظة ومدير المخاطر للتعامل مع أنظمة متعددة. ومن ثم ينبغي اعتبارها عناصر أساسية في بداية تصميم نظام تجاري حسابي. وظيفة نظام بناء محفظة هو اتخاذ مجموعة من الصفقات المطلوبة وإنتاج مجموعة من الصفقات الفعلية التي تقلل من زبد، والحفاظ على التعرض لعوامل مختلفة (مثل القطاعات وفئات الأصول والتقلب وغيرها) وتحسين تخصيص رأس المال لمختلف استراتيجيات في محفظة. غالبا ما يقلل بناء الحافظة من مشكلة الجبر الخطي (مثل معامل المصفوفة)، وبالتالي يعتمد الأداء بشكل كبير على فعالية تنفيذ الجبر الخطي العددي المتوفر. وتشمل المكتبات العامة أوبلاس. لاباك و ناغ ل C. ماتلاب تمتلك أيضا عمليات مصفوفة الأمثل على نطاق واسع. يستخدم بيثون نومبيسيبي لمثل هذه الحسابات. وستتطلب المحفظة التي تتم إعادة توازنها بشكل متكرر مكتبة مصفوفة مجمعة (ومثبتة جيدا) لتنفيذ هذه الخطوة، حتى لا تعيق نظام التداول. إدارة المخاطر جزء آخر مهم للغاية من نظام التداول الخوارزمي. ويمكن أن تأتي المخاطر في أشكال كثيرة: زيادة التقلب (على الرغم من أن هذا قد يكون مرغوبا فيه لاستراتيجيات معينة)، وزيادة الارتباطات بين فئات الأصول، والتخلف عن الطرف المقابل، وانقطاعات الخادم، وأحداث البجعة السوداء، والبق غير المكتشفة في رمز التداول، قليل. وتسعى مكونات إدارة المخاطر إلى التنبؤ بآثار التقلبات المفرطة والروابط بين فئات األصول وتأثيرها الالحق على رأس المال المتداول. في كثير من الأحيان هذا يقلل إلى مجموعة من الحسابات الإحصائية مثل اختبارات الإجهاد مونت كارلو. وهذا يشبه إلى حد كبير الاحتياجات الحسابية لمحرك تسعير المشتقات وعلى هذا النحو سوف تكون مرتبطة بو. هذه المحاكاة هي موازية للغاية (انظر أدناه)، وإلى حد ما، فمن الممكن لرمي الأجهزة في هذه المشكلة. أنظمة التنفيذ تتمثل مهمة نظام التنفيذ في تلقي إشارات التداول التي تمت تصفيتها من مكونات بناء المحفظة وإدارة المخاطر وإرسالها إلى وساطة أو أي وسيلة أخرى للوصول إلى الأسواق. بالنسبة لمعظم استراتيجيات التداول خوارزمية التجزئة وهذا ينطوي على اتصال أبي أو فيكس إلى الوساطة مثل وسطاء التفاعلية. الاعتبارات الأساسية عند اتخاذ قرار بشأن لغة تشمل جودة أبي، توفر اللغة المجمع ل أبي، وتيرة التنفيذ والانزلاق المتوقع. تشير جودة أبي إلى مدى توثيقها بشكل جيد، أو نوع الأداء الذي توفره، سواء كانت تحتاج إلى برنامج مستقل يمكن الوصول إليه أو ما إذا كان يمكن إنشاء بوابة بطريقة بدون رأس (أي بدون واجهة المستخدم الرسومية). في حالة الوسطاء التفاعليين، يجب أن تعمل أداة ترادر ​​وركستاتيون في بيئة واجهة المستخدم الرسومية من أجل الوصول إلى واجهة برمجة التطبيقات الخاصة بهم. كان لي مرة واحدة لتثبيت طبعة أوبونتو سطح المكتب على خادم سحابة الأمازون للوصول إلى وسطاء التفاعلية عن بعد، بحتة لهذا السبب معظم واجهات برمجة التطبيقات توفر واجهة C أندور جافا. وعادة ما يصل إلى المجتمع لتطوير مغلفات لغة محددة ل C، بيثون، R، إكسل و ماتلاب. لاحظ أنه مع كل الإضافات الإضافية المستخدمة (وخاصة أبي مغلفات) هناك مجال للخلل لزحف إلى النظام. دائما اختبار الإضافات من هذا النوع وضمان الحفاظ عليها بنشاط. مقياس جدير بالاهتمام هو معرفة عدد التحديثات الجديدة التي تم إجراؤها على كودباس في الأشهر الأخيرة. تردد التنفيذ هو في غاية الأهمية في خوارزمية التنفيذ. لاحظ أن المئات من الطلبات قد يتم إرسالها كل دقيقة، وعلى هذا النحو أمر بالغ الأهمية. سوف يتم تكبد الانزلاق من خلال نظام التنفيذ سيئة الأداء وهذا سيكون له تأثير كبير على الربحية. وتعتبر اللغات المكتوبة إحصائيا (انظر أدناه) مثل سغافا هي الأمثل عموما للتنفيذ ولكن هناك مفاضلة في وقت التطوير والاختبار وسهولة الصيانة. اللغات التي يتم كتابتها ديناميكيا، مثل بيثون و بيرل هي الآن سريعة بشكل عام. تأكد دائما من تصميم المكونات بطريقة نمطية (انظر أدناه) بحيث يمكن تبديلها خارجا كمقاييس النظام. التخطيط المعماري وعملية التطوير تمت مناقشة مكونات نظام التداول ومتطلباته من حيث الحجم والحجم، ولكن البنية التحتية للنظام لم يتم تغطيتها بعد. أولئك الذين يعملون كمتاجر التجزئة أو يعملون في صندوق صغير من المرجح أن يرتدي العديد من القبعات. وسوف يكون من الضروري أن تغطي نموذج ألفا، وإدارة المخاطر والتنفيذ المعلمات، وأيضا التنفيذ النهائي للنظام. قبل مناقشة لغات محددة، سيتم مناقشة تصميم بنية النظام الأمثل. الفصل بين الشواغل من أهم القرارات التي يجب اتخاذها في البداية كيفية فصل شواغل نظام تجاري. في تطوير البرمجيات، وهذا يعني أساسا كيفية تفريق مختلف جوانب النظام التجاري إلى مكونات وحدات منفصلة. من خلال تعريض الواجهات في كل من المكونات من السهل مبادلة أجزاء من النظام للنسخ الأخرى التي تساعد على الأداء، والموثوقية أو الصيانة، دون تعديل أي رمز التبعية الخارجية. وهذه هي أفضل ممارسة لهذه النظم. وبالنسبة للاستراتيجيات في الترددات المنخفضة، ينصح بهذه الممارسات. فبالنسبة لتداول الترددات العالية جدا، قد يكون من الضروري تجاهل قاعدة البيانات على حساب التغيير والتبديل في النظام للحصول على المزيد من الأداء. قد يكون من المرغوب فيه نظام أكثر إحكاما. إن إنشاء خريطة مكونة لنظام التداول الخوارزمي يستحق مقالا في حد ذاته. ومع ذلك، فإن النهج الأمثل هو التأكد من وجود مكونات منفصلة للمدخلات بيانات السوق التاريخية والحقيقية، وتخزين البيانات، أبي الوصول إلى البيانات، باكتستر، معايير الاستراتيجية، بناء محفظة وإدارة المخاطر وأنظمة التنفيذ الآلي. على سبيل المثال، إذا كان مخزن البيانات قيد الاستخدام حاليا ضعيفا، حتى عند مستويات كبيرة من التحسين، يمكن تبديله مع الحد الأدنى من إعادة الكتابة إلى ابتلاع البيانات أو أبي الوصول إلى البيانات. بقدر ما باكتستر والمكونات اللاحقة المعنية، ليس هناك فرق. فائدة أخرى من المكونات فصل هو أنه يسمح لمجموعة متنوعة من لغات البرمجة لاستخدامها في النظام العام. ليست هناك حاجة إلى أن تقتصر على لغة واحدة إذا كانت طريقة الاتصال من مكونات اللغة مستقلة. وسيكون هذا هو الحال إذا كانت تتصل عبر تكبيب، زيرومق أو بعض بروتوكول آخر اللغة مستقلة. كمثال ملموس، والنظر في حالة نظام باكتستينغ يجري كتابتها في C لعدد أداء الطحن، في حين تتم كتابة مدير محفظة ونظم التنفيذ في بايثون باستخدام سسيبي و إبي. اعتبارات الأداء الأداء هو أحد الاعتبارات الهامة لمعظم استراتيجيات التداول. لاستراتيجيات تردد أعلى هو العامل الأكثر أهمية. الأداء يغطي مجموعة واسعة من القضايا، مثل سرعة التنفيذ الخوارزمية، الكمون الشبكة، عرض النطاق الترددي، إو البيانات، كونكورنسيباراليليسم والتحجيم. كل من هذه المجالات هي التي تغطيها بشكل فردي الكتب المدرسية الكبيرة، لذلك هذه المادة سوف تخدش فقط سطح كل موضوع. سيتم الآن مناقشة الهندسة المعمارية واختيار اللغة من حيث آثارها على الأداء. الحكمة السائدة كما ذكر دونالد نوث. واحدة من آباء علوم الحاسوب، هو أن التحسين المبكر هو جذر كل الشر. هذا هو الحال دائما تقريبا - إلا عند بناء خوارزمية التداول عالية التردد بالنسبة لأولئك الذين يرغبون في استراتيجيات التردد المنخفض، نهج مشترك هو بناء نظام في أبسط طريقة ممكنة وتحسين فقط كما تبدأ الاختناقات في الظهور. وتستخدم أدوات التنميط لتحديد أين تنشأ الاختناقات. يمكن أن تكون ملامح لجميع العوامل المذكورة أعلاه، إما في بيئة ويندوز أو لينوكس. هناك العديد من أنظمة التشغيل وأدوات اللغة المتاحة للقيام بذلك، فضلا عن المرافق طرف ثالث. وسيتم الآن مناقشة اختيار اللغة في سياق الأداء. C، جافا، بيثون، R و ماتلاب كلها تحتوي على مكتبات عالية الأداء (إما كجزء من معيارها أو خارجيا) لبنية البيانات الأساسية والعمل الخوارزمية. C مع مكتبة قالب قياسي، في حين يحتوي بيثون نومبيسيبي. المهام الرياضية المشتركة هي التي يمكن العثور عليها في هذه المكتبات ونادرا ما تكون مفيدة لكتابة تنفيذ جديد. ويتمثل أحد الاستثناءات في ما إذا كانت معمارية الأجهزة عالية التخصيص مطلوبة، وأن الخوارزمية تستخدم استخداما موسعا للملحقات الخاصة (مثل مخابئ مخصصة). ومع ذلك، في كثير من الأحيان إعادة اختراع نفايات العجلة الوقت الذي يمكن أن تنفق بشكل أفضل تطوير وتحسين أجزاء أخرى من البنية التحتية التجارية. وقت التطوير ثمين للغاية وخاصة في سياق المطورين الوحيد. وكثيرا ما يكون الكمون مشكلة في نظام التنفيذ حيث أن أدوات البحث عادة ما تكون موجودة على نفس الجهاز. بالنسبة إلى السابق، يمكن أن يحدث الكمون عند نقاط متعددة على طول مسار التنفيذ. يجب استشارة قواعد البيانات (الكمون ديسكنتورك)، يجب أن يتم إنشاء إشارات (التشغيل سيست، الكمون الرسائل الكمون)، إشارات التجارة المرسلة (نيك الكمون) وأوامر معالجتها (الكمون نظم التبادل الداخلي). لعمليات تردد أعلى من الضروري أن تصبح مألوفة على نحو وثيق مع التحسين الأمثل، فضلا عن الأمثل لنقل الشبكة. هذا هو مجال عميق و هو إلى حد كبير خارج نطاق هذه المادة ولكن إذا كان المطلوب خوارزمية أوفت ثم يكون على بينة من عمق المعرفة المطلوبة التخزين المؤقت مفيد جدا في مجموعة أدوات مطور التداول الكمي. التخزين المؤقت يشير إلى مفهوم تخزين البيانات التي يتم الوصول إليها بشكل متكرر بطريقة تسمح بالوصول إلى الأداء العالي، على حساب احتمال عدم دقة البيانات. تحدث حالة الاستخدام الشائعة في تطوير الويب عند أخذ البيانات من قاعدة بيانات علائقية تدعمها الأقراص ووضعها في الذاكرة. أي طلبات لاحقة للبيانات لا تضطر إلى ضرب قاعدة البيانات وبالتالي المكاسب الأداء يمكن أن تكون كبيرة. للتداول حالات التخزين المؤقت يمكن أن تكون مفيدة للغاية. على سبيل المثال، يمكن تخزين الحالة الحالية لمحفظة إستراتيجية في ذاكرة التخزين المؤقت حتى يتم إعادة توازنها، بحيث لا تحتاج القائمة إلى إعادة توليدها عند كل حلقة من خوارزمية التداول. ومن المرجح أن يكون هذا وحدة المعالجة المركزية عالية أو عملية إو القرص من هذا التجدد. ومع ذلك، التخزين المؤقت لا يخلو من القضايا الخاصة بها. تجديد بيانات ذاكرة التخزين المؤقت في كل مرة، ويرجع ذلك إلى طبيعة فوليلي تخزين ذاكرة التخزين المؤقت، يمكن أن تضع طلبا كبيرا على البنية التحتية. قضية أخرى هي الكلب تتراكم. حيث يتم تنفيذ أجيال متعددة من نسخة مخبأ جديدة تحت حمولة عالية للغاية، الأمر الذي يؤدي إلى فشل سلسلة. تخصيص الذاكرة الديناميكية عملية مكلفة في تنفيذ البرامج. وبالتالي فإنه من الضروري لتطبيقات التداول أداء أعلى أن تكون على بينة جيدا كيف يتم تخصيص الذاكرة وإزالة ديالوكاتد خلال تدفق البرنامج. معايير اللغة الأحدث مثل جافا و C و بيثون جميعها تؤدي تلقائيا لجمع القمامة. الذي يشير إلى ديالوكاتيون الذاكرة المخصصة حيوي عندما تخرج الكائنات من النطاق. جمع القمامة مفيد للغاية أثناء التطوير لأنه يقلل من الأخطاء ويساعد القراءة. ومع ذلك، فإنه غالبا ما يكون دون المستوى الأمثل لبعض استراتيجيات التداول عالية التردد. عادة ما تكون هناك حاجة لجمع القمامة المخصصة لهذه الحالات. في جافا، على سبيل المثال، من خلال ضبط جامع القمامة وتكوين كومة الذاكرة المؤقتة، فمن الممكن الحصول على أداء عال لاستراتيجيات هفت. C لا توفر جامع القمامة الأصلي ولذلك فمن الضروري التعامل مع جميع تخصيص الذاكرة تخصيص كجزء من تنفيذ الكائنات. في حين يحتمل أن يكون عرضة للخطأ (يحتمل أن يؤدي إلى مؤشرات التعلق) من المفيد للغاية أن يكون التحكم الدقيق الحبيبات لكيفية ظهور الكائنات على كومة لتطبيقات معينة. عند اختيار لغة تأكد من دراسة كيفية عمل جامع القمامة وما إذا كان يمكن تعديلها لتحسين حالة استخدام معينة. العديد من العمليات في أنظمة التداول الخوارزمية هي قابلة للتوازي. ويشير هذا إلى مفهوم تنفيذ عمليات برمجية متعددة في نفس الوقت، أي بالتوازي. ما يسمى خوارزميات موازية محرج تشمل الخطوات التي يمكن حسابها بشكل مستقل تماما عن الخطوات الأخرى. بعض العمليات الإحصائية، مثل محاكاة مونتي كارلو، هي مثال جيد للخوارزميات المتوازية بشكل محرج حيث يمكن حساب كل سحب عشوائي وعملية المسار اللاحقة دون معرفة مسارات أخرى. الخوارزميات الأخرى هي موازية جزئيا فقط. ديناميات الموائع المحاكاة هي مثل هذا المثال، حيث مجال الحساب يمكن تقسيمها، ولكن في نهاية المطاف يجب أن هذه المجالات التواصل مع بعضها البعض، وبالتالي فإن العمليات متسلسلة جزئيا. خوارزميات متوازية تخضع لقانون أمدهلز. التي توفر حد أعلى نظريا لزيادة أداء خوارزمية موازية عندما تخضع لعمليات منفصلة N (على سبيل المثال على وحدة المعالجة المركزية الأساسية أو موضوع). أصبح باراليليساتيون ذات أهمية متزايدة كوسيلة للتحسين منذ ركض سرعة المعالج على مدار الساعة، كما تحتوي المعالجات الأحدث العديد من النوى التي لإجراء حسابات موازية. وقد أدى ارتفاع أجهزة الرسومات الاستهلاكية (في الغالب لألعاب الفيديو) إلى تطوير وحدات المعالجة الرسومية (غبوس)، التي تحتوي على مئات من النوى لعمليات متزامنة للغاية. وأصبحت وحدات معالجة الجرافيك هذه بأسعار معقولة جدا. وقد أدت الأطر الرفيعة المستوى، مثل نفيدياس كودا، إلى اعتماد واسع النطاق في الأوساط الأكاديمية والمالية. هذه الأجهزة غبو عادة ما تكون مناسبة فقط للجانب البحثي من التمويل الكمي، في حين يتم استخدام الأجهزة الأخرى أكثر تخصصا (بما في ذلك الميدان بوابة برمجة صفائف - فبغاس) ل (U) هفت. في الوقت الحاضر، معظم لانغوجيس الحديثة تدعم درجة من التزامنالتزامن. وبالتالي فمن مباشرة لتحسين باكتستر، لأن جميع الحسابات مستقلة بشكل عام عن الآخرين. يشير التحجيم في هندسة البرمجيات والعمليات إلى قدرة النظام على التعامل مع الأحمال المتزايدة باستمرار في شكل طلبات أكبر، واستخدام المعالج العالي والمزيد من تخصيص الذاكرة. في التداول الخوارزمي استراتيجية قادرة على نطاق إذا كان يمكن قبول كميات أكبر من رأس المال، ولا تزال تنتج عائدات متسقة. جداول تكديس تكنولوجيا التداول إذا كان يمكن أن تحمل حجم التجارة أكبر وزيادة الكمون، دون الاختناقات. في حين يجب أن تصمم النظم على نطاق واسع، غالبا ما يكون من الصعب التنبؤ مسبقا حيث سيحدث عنق الزجاجة. وسيساعد قطع الأشجار، والاختبار، والتنميط، والرصد على نحو كبير في السماح للنظام بتوسيع نطاقه. وغالبا ما توصف اللغات نفسها بأنها غير قابلة للتحصيل. وهذا عادة ما يكون نتيجة للتضليل، وليس الحقيقة الصعبة. هذا هو إجمالي كومة التكنولوجيا التي ينبغي التأكد من قابلية، وليس اللغة. ومن الواضح أن لغات معينة لها أداء أكبر من غيرها في حالات الاستخدام على وجه الخصوص، ولكن لغة واحدة هي أبدا أفضل من آخر بكل معنى الكلمة. إحدى وسائل إدارة المقياس هي فصل المخاوف، كما ذكرنا سابقا. ومن أجل زيادة القدرة على التعامل مع الزيادات في النظام (أي التقلبات المفاجئة التي تؤدي إلى مجموعة كبيرة من الصفقات)، من المفيد إنشاء بنية انتظار للطوابع. وهذا يعني ببساطة وضع نظام طابور رسائل بين المكونات بحيث يتم تجميع أوامر حتى إذا كان مكون معين غير قادر على معالجة العديد من الطلبات. بدلا من أن يتم فقدان الطلبات يتم الاحتفاظ بها ببساطة في كومة حتى يتم التعامل مع الرسالة. هذا مفيد بشكل خاص لإرسال الصفقات إلى محرك التنفيذ. إذا كان المحرك يعاني تحت الكمون الثقيل ثم فإنه سيتم النسخ الاحتياطي الصفقات. وهناك طابور بين مولد إشارة التجارة و أبي التنفيذ تخفيف هذه المسألة على حساب احتمال انزلاق التجارة. A وسيط قائمة انتظار رسالة مفتوحة المصدر يحظى باحترام كبير هو رابيتمق. الأجهزة وأنظمة التشغيل الأجهزة التي تعمل استراتيجيتك يمكن أن يكون لها تأثير كبير على ربحية خوارزمية الخاص بك. هذه ليست قضية تقتصر على التجار عالية التردد إما. يمكن أن يؤدي اختيار ضعيف في الأجهزة ونظام التشغيل إلى تعطل الجهاز أو إعادة التشغيل في اللحظة الأكثر من غير المناسب. وبالتالي فمن الضروري النظر في المكان الذي سيقام فيه طلبك. الاختيار هو عادة بين جهاز سطح المكتب الشخصي، خادم بعيد، مزود سحابة أو خادم تبادل مشترك. أجهزة سطح المكتب بسيطة لتثبيت وإدارة، وخاصة مع أحدث أنظمة التشغيل ودية المستخدم مثل ويندوز 78، ماك أوسك و أوبونتو. ولكن أنظمة سطح المكتب تمتلك بعض العيوب الهامة. في المقام الأول هو أن إصدارات أنظمة التشغيل المصممة لآلات سطح المكتب من المرجح أن تتطلب إعادة التشغيل (وغالبا في أسوأ الأوقات). كما أنها تستخدم المزيد من الموارد الحسابية بحكم الحاجة إلى واجهة المستخدم الرسومية (غوي). استخدام الأجهزة في المنزل (أو المكتب المحلي) البيئة يمكن أن يؤدي إلى الاتصال بالإنترنت ومشاكل الطاقة الجهوزية. الفائدة الرئيسية لنظام سطح المكتب هو أن القدرة الحصانية الحاسوبية كبيرة يمكن شراؤها لجزء من تكلفة خادم مخصص عن بعد (أو نظام سحابة القائمة) من سرعة مماثلة. إن الخادم المخصص أو الجهاز القائم على السحابة، في حين غالبا ما يكون أكثر تكلفة من خيار سطح المكتب، يسمح للبنية التحتية أكثر أهمية التكرار، مثل النسخ الاحتياطي للبيانات الآلية، والقدرة على أكثر وضوحا ضمان الجهوزية والرصد عن بعد. فهي أصعب لإدارة لأنها تتطلب القدرة على استخدام قدرات تسجيل الدخول عن بعد من نظام التشغيل. في ويندوز هذا عموما عن طريق بروتوكول سطح المكتب البعيد واجهة المستخدم الرسومية (رديب). في الأنظمة المستندة إلى أونيكس يتم استخدام سطر الأوامر الآمنة شل (سش). البنية التحتية للخادم المستندة إلى يونيكس هي دائما تقريبا سطر الأوامر على أساس الذي يجعل على الفور أدوات البرمجة القائمة على واجهة المستخدم الرسومية (مثل ماتلاب أو إكسيل) لتكون غير صالحة للاستعمال. والخادم المتواجد في الموقع، حيث تستخدم العبارة في أسواق رأس المال، هو ببساطة خادم مخصص يتواجد داخل تبادل من أجل تقليل زمن الاستجابة لخوارزمية التداول. وهذا ضروري للغاية لبعض استراتيجيات التداول عالية التردد، والتي تعتمد على الكمون المنخفض من أجل توليد ألفا. الجانب الأخير لاختيار الأجهزة واختيار لغة البرمجة هو منصة الاستقلال. هل هناك حاجة لتشغيل التعليمات البرمجية عبر أنظمة تشغيل مختلفة متعددة هل التعليمات البرمجية المصممة ليتم تشغيلها على نوع معين من بنية المعالج مثل إنتيل x86x64 أو سيكون من الممكن تنفيذ معالجات ريس مثل تلك المصنعة بواسطة أرم وستعتمد هذه القضايا اعتمادا كبيرا على تواتر ونوع الاستراتيجية الجاري تنفيذها. المرونة والاختبار واحدة من أفضل الطرق لتفقد الكثير من المال على التداول الخوارزمي هو إنشاء نظام مع عدم المرونة. هذا يشير إلى متانة النظام عند التعرض لأحداث نادرة، مثل إفلاس الوساطة، التقلبات المفاجئة المفاجئة، التوقف على نطاق المنطقة لموفر خادم السحابة أو الحذف العرضي لقاعدة بيانات التداول بأكملها. سنوات من الأرباح يمكن القضاء عليها في غضون ثوان مع بنية سيئة التصميم. فمن الضروري للغاية للنظر في قضايا مثل ديبوجنغ، والاختبار، وقطع الأشجار، والنسخ الاحتياطي، وتوافر عالية والرصد والمكونات الأساسية للنظام الخاص بك. ومن المرجح أنه في أي المعقدة المعقولة معقول تطبيق التداول الكمي على الأقل 50 من وقت التطوير سوف تنفق على التصحيح والاختبار والصيانة. تقريبا جميع لغات البرمجة إما السفينة مع المصحح المصاحبة أو تمتلك بدائل طرف ثالث يحظى باحترام كبير. في جوهرها، يسمح مصحح الأخطاء تنفيذ برنامج مع إدراج نقاط التعسفي التعسفي في مسار التعليمات البرمجية، والتي توقف مؤقتا التنفيذ من أجل التحقيق في حالة النظام. الفائدة الرئيسية من التصحيح هو أنه من الممكن للتحقيق في سلوك التعليمات البرمجية قبل نقطة تحطم معروفة. التصحيح هو عنصر أساسي في مربع الأدوات لتحليل أخطاء البرمجة. ومع ذلك، فهي تستخدم على نطاق واسع في اللغات المترجمة مثل C أو جافا، كما لغات تفسير مثل بيثون غالبا ما يكون من الأسهل لتصحيح الأخطاء بسبب لوك أقل والبيانات أقل مطول. على الرغم من هذا الاتجاه بيثون لا السفينة مع بدب. والتي هي أداة التصحيح متطورة. ميكروسوفت فيسوال C إيد يمتلك الأدوات المساعدة التصحيح واجهة المستخدم الرسومية واسعة، في حين أن سطر الأوامر لينوكس C مبرمج، مصحح أخطاء غب موجود. ويشير الاختبار في تطوير البرمجيات إلى عملية تطبيق معلمات ونتائج معروفة على وظائف وأساليب وكائنات محددة داخل كوديباس، وذلك لمحاكاة السلوك وتقييم مسارات كود متعددة، مما يساعد على ضمان أن يتصرف النظام كما ينبغي. ويعرف النموذج الأحدث باسم "التطوير القائم على الاختبار" (تد)، حيث يتم تطوير شفرة الاختبار على واجهة معينة دون تنفيذ. قبل الانتهاء من كوديباس الفعلية سوف تفشل جميع الاختبارات. كما يتم كتابة التعليمات البرمجية لملء الفراغات، والاختبارات في نهاية المطاف كل تمر، وعند هذه النقطة يجب أن تتوقف التنمية. تد يتطلب واسعة تصميم مواصفات مقدما فضلا عن درجة صحية من الانضباط من أجل القيام بنجاح. في C، يوفر بوست إطار اختبار الوحدة. في جافا، توجد مكتبة جونيت لتحقيق الغرض نفسه. لدى بيثون أيضا وحدة ونيتست كجزء من المكتبة القياسية. العديد من اللغات الأخرى تمتلك أطر اختبار الوحدة وغالبا ما تكون هناك خيارات متعددة. في بيئة الإنتاج، قطع الأشجار المتطورة ضروري للغاية. يشير التسجيل إلى عملية إخراج الرسائل، بدرجات متفاوتة من الشدة، فيما يتعلق بسلوك تنفيذ النظام إلى ملف مسطح أو قاعدة بيانات. السجلات هي السطر الأول من الهجوم عند البحث عن سلوك وقت تشغيل البرنامج غير متوقع. Unfortunately the shortcomings of a logging system tend only to be discovered after the fact As with backups discussed below, a logging system should be given due consideration BEFORE a system is designed. Both Microsoft Windows and Linux come with extensive system logging capability and programming languages tend to ship with standard logging libraries that cover most use cases. It is often wise to centralise logging information in order to analyse it at a later date, since it can often lead to ideas about improving performance or error reduction, which will almost certainly have a positive impact on your trading returns. While logging of a system will provide information about what has transpired in the past, monitoring of an application will provide insight into what is happening right now . All aspects of the system should be considered for monitoring. System level metrics such as disk usage, available memory, network bandwidth and CPU usage provide basic load information. Trading metrics such as abnormal pricesvolume, sudden rapid drawdowns and account exposure for different sectorsmarkets should also be continuously monitored. Further, a threshold system should be instigated that provides notification when certain metrics are breached, elevating the notification method (email, SMS, automated phone call) depending upon the severity of the metric. System monitoring is often the domain of the system administrator or operations manager. However, as a sole trading developer, these metrics must be established as part of the larger design. Many solutions for monitoring exist: proprietary, hosted and open source, which allow extensive customisation of metrics for a particular use case. Backups and high availability should be prime concerns of a trading system. Consider the following two questions: 1) If an entire production database of market data and trading history was deleted (without backups) how would the research and execution algorithm be affected 2) If the trading system suffers an outage for an extended period (with open positions) how would account equity and ongoing profitability be affected The answers to both of these questions are often sobering It is imperative to put in place a system for backing up data and also for testing the restoration of such data. Many individuals do not test a restore strategy. If recovery from a crash has not been tested in a safe environment, what guarantees exist that restoration will be available at the worst possible moment Similarly, high availability needs to be baked in from the start. Redundant infrastructure (even at additional expense) must always be considered, as the cost of downtime is likely to far outweigh the ongoing maintenance cost of such systems. I wont delve too deeply into this topic as it is a large area, but make sure it is one of the first considerations given to your trading system. Choosing a Language Considerable detail has now been provided on the various factors that arise when developing a custom high-performance algorithmic trading system. The next stage is to discuss how programming languages are generally categorised. Type Systems When choosing a language for a trading stack it is necessary to consider the type system . The languages which are of interest for algorithmic trading are either statically - or dynamically-typed . A statically-typed language performs checks of the types (e. g. integers, floats, custom classes etc) during the compilation process. Such languages include C and Java. A dynamically-typed language performs the majority of its type-checking at runtime. Such languages include Python, Perl and JavaScript. For a highly numerical system such as an algorithmic trading engine, type-checking at compile time can be extremely beneficial, as it can eliminate many bugs that would otherwise lead to numerical errors. However, type-checking doesnt catch everything, and this is where exception handling comes in due to the necessity of having to handle unexpected operations. Dynamic languages (i. e. those that are dynamically-typed) can often lead to run-time errors that would otherwise be caught with a compilation-time type-check. For this reason, the concept of TDD (see above) and unit testing arose which, when carried out correctly, often provides more safety than compile-time checking alone. Another benefit of statically-typed languages is that the compiler is able to make many optimisations that are otherwise unavailable to the dynamically - typed language, simply because the type (and thus memory requirements) are known at compile-time. In fact, part of the inefficiency of many dynamically-typed languages stems from the fact that certain objects must be type-inspected at run-time and this carries a performance hit. Libraries for dynamic languages, such as NumPySciPy alleviate this issue due to enforcing a type within arrays. Open Source or Proprietary One of the biggest choices available to an algorithmic trading developer is whether to use proprietary (commercial) or open source technologies. There are advantages and disadvantages to both approaches. It is necessary to consider how well a language is supported, the activity of the community surrounding a language, ease of installation and maintenance, quality of the documentation and any licensingmaintenance costs. The Microsoft. NET stack (including Visual C, Visual C) and MathWorks MatLab are two of the larger proprietary choices for developing custom algorithmic trading software. Both tools have had significant battle testing in the financial space, with the former making up the predominant software stack for investment banking trading infrastructure and the latter being heavily used for quantitative trading research within investment funds. Microsoft and MathWorks both provide extensive high quality documentation for their products. Further, the communities surrounding each tool are very large with active web forums for both. The. NET software allows cohesive integration with multiple languages such as C, C and VB, as well as easy linkage to other Microsoft products such as the SQL Server database via LINQ. MatLab also has many pluginslibraries (some free, some commercial) for nearly any quantitative research domain. There are also drawbacks. With either piece of software the costs are not insignificant for a lone trader (although Microsoft does provide entry-level version of Visual Studio for free). Microsoft tools play well with each other, but integrate less well with external code. Visual Studio must also be executed on Microsoft Windows, which is arguably far less performant than an equivalent Linux server which is optimally tuned. MatLab also lacks a few key plugins such as a good wrapper around the Interactive Brokers API, one of the few brokers amenable to high-performance algorithmic trading. The main issue with proprietary products is the lack of availability of the source code. This means that if ultra performance is truly required, both of these tools will be far less attractive. Open source tools have been industry grade for sometime. Much of the alternative asset space makes extensive use of open-source Linux, MySQLPostgreSQL, Python, R, C and Java in high-performance production roles. However, they are far from restricted to this domain. Python and R, in particular, contain a wealth of extensive numerical libraries for performing nearly any type of data analysis imaginable, often at execution speeds comparable to compiled languages, with certain caveats. The main benefit of using interpreted languages is the speed of development time. Python and R require far fewer lines of code (LOC) to achieve similar functionality, principally due to the extensive libraries. Further, they often allow interactive console based development, rapidly reducing the iterative development process. Given that time as a developer is extremely valuable, and execution speed often less so (unless in the HFT space), it is worth giving extensive consideration to an open source technology stack. Python and R possess significant development communities and are extremely well supported, due to their popularity. Documentation is excellent and bugs (at least for core libraries) remain scarce. Open source tools often suffer from a lack of a dedicated commercial support contract and run optimally on systems with less-forgiving user interfaces. A typical Linux server (such as Ubuntu) will often be fully command-line oriented. In addition, Python and R can be slow for certain execution tasks. There are mechanisms for integrating with C in order to improve execution speeds, but it requires some experience in multi-language programming. While proprietary software is not immune from dependencyversioning issues it is far less common to have to deal with incorrect library versions in such environments. Open source operating systems such as Linux can be trickier to administer. I will venture my personal opinion here and state that I build all of my trading tools with open source technologies. In particular I use: Ubuntu, MySQL, Python, C and R. The maturity, community size, ability to dig deep if problems occur and lower total cost ownership (TCO) far outweigh the simplicity of proprietary GUIs and easier installations. Having said that, Microsoft Visual Studio (especially for C) is a fantastic Integrated Development Environment (IDE) which I would also highly recommend. Batteries Included The header of this section refers to the out of the box capabilities of the language - what libraries does it contain and how good are they This is where mature languages have an advantage over newer variants. C, Java and Python all now possess extensive libraries for network programming, HTTP, operating system interaction, GUIs, regular expressions (regex), iteration and basic algorithms. C is famed for its Standard Template Library (STL) which contains a wealth of high performance data structures and algorithms for free. Python is known for being able to communicate with nearly any other type of systemprotocol (especially the web), mostly through its own standard library. R has a wealth of statistical and econometric tools built in, while MatLab is extremely optimised for any numerical linear algebra code (which can be found in portfolio optimisation and derivatives pricing, for instance). Outside of the standard libraries, C makes use of the Boost library, which fills in the missing parts of the standard library. In fact, many parts of Boost made it into the TR1 standard and subsequently are available in the C11 spec, including native support for lambda expressions and concurrency. Python has the high performance NumPySciPyPandas data analysis library combination, which has gained widespread acceptance for algorithmic trading research. Further, high-performance plugins exist for access to the main relational databases, such as MySQL (MySQLC), JDBC (JavaMatLab), MySQLdb (MySQLPython) and psychopg2 (PostgreSQLPython). Python can even communicate with R via the RPy plugin An often overlooked aspect of a trading system while in the initial research and design stage is the connectivity to a broker API. Most APIs natively support C and Java, but some also support C and Python, either directly or with community-provided wrapper code to the C APIs. In particular, Interactive Brokers can be connected to via the IBPy plugin. If high-performance is required, brokerages will support the FIX protocol . Conclusion As is now evident, the choice of programming language(s) for an algorithmic trading system is not straightforward and requires deep thought. The main considerations are performance, ease of development, resiliency and testing, separation of concerns, familiarity, maintenance, source code availability, licensing costs and maturity of libraries. The benefit of a separated architecture is that it allows languages to be plugged in for different aspects of a trading stack, as and when requirements change. A trading system is an evolving tool and it is likely that any language choices will evolve along with it.