作者文章归档:course

量化交易中事件驱动架构的核心组件-V03


好的,我们来深入解析量化交易中事件驱动架构的核心组件。这种架构因其高效、解耦、可扩展性强,非常适合处理金融市场瞬息万变的数据流和交易决策。

核心思想: 系统的行为由事件(如行情更新、订单状态变化、定时信号、新闻发布等)触发,组件之间通过事件传递信息,而不是直接调用。

核心组件解析:

  1. 事件源:

    • 功能: 产生原始事件的源头。
    • 主要类型:
      • 市场数据接口: 接收来自交易所、数据供应商的实时行情数据(Tick、Level1、Level2/Depth of Market)、指数、基本面数据等。这是最主要、最高频的事件源。
      • 交易接口: 接收订单执行状态更新(New, Partial Fill, ...

Read more

量化交易事件驱动架构核心组件解析-V02


量化交易事件驱动架构核心组件解析

一、引言:事件驱动架构在量化交易中的价值

量化交易系统作为金融科技的核心应用,对实时性、稳定性和准确性有着极高要求。在瞬息万变的金融市场中,交易系统需要能够快速响应市场变化、执行交易决策,并保证系统的持续稳定运行。事件驱动架构 (Event-Driven Architecture, EDA) 作为一种高效的软件设计范式,已成为现代量化交易系统的主流架构模式。

事件驱动架构是一种设计范式,其中程序的流程由事件(如用户操作、传感器输出或消息传递)决定。在交易场景中,事件可以包括市场数据更新、交易执行、策略参数变化等。其核心原则是实时响应这些事件,基于最新信息...

Read more

时间序列预测模型-列表


以下是常见的时间序列预测模型的分类梳理,以Markdown表格形式呈现:

时间序列预测模型分类表

类别 模型名称 核心描述 适用场景
传统统计模型 AR (自回归模型) 用历史值的线性组合预测未来值 平稳序列,短期预测
MA (移动平均模型) 用历史白噪声的线性组合预测未来 平稳序列,噪声处理
ARMA AR与MA的组合模型 平稳时间序列
ARIMA 加入差分处理的ARMA扩展 非平稳序列(需差分平稳化)
SARIMA 加入季节性差分的ARIMA 具有季节性的非平稳序列
ETS (指数平滑) 加权平均历史观测值(含趋势/季节分量) 趋势和季节性...

Read more

温莎经纪-在线交易平台


以下是关于 cnwindsorbrokers.com 的详细介绍:

网站概述

  • 品牌归属 :温莎经纪是温莎集团旗下提供投资服务和活动的品牌名称。
  • 监管信息 :温莎国际经纪商有限公司受塞舌尔金融服务管理局(FSA)监管;赛尔敦投资有限公司(约旦)受约旦证券委员会(JSC)监管;温莎市场(肯尼亚)有限公司受肯尼亚资本市场管理局(CMA)监管;Windsor Global Markets Ltd 在英属维尔京群岛受金融服务委员会许可和监管。

提供的服务

  • 差价合约交易 :提供外汇、股票、加密货币、商品、指数等差价合约交易。用户可以使用杠杆进行交易,但需注意杠杆带来的风险。
  • 教育资源 :提供市...

Read more

TradingAgents-多智能体大语言模型(LLM)金融交易框架-开源-09011


TradingAgents 是一个多智能体大语言模型(LLM)金融交易框架,旨在模拟现实世界交易公司的动态。该框架通过部署多个由LLM驱动的专业智能体,协同评估市场状况并为交易决策提供信息。以下是对该仓库的详细介绍:

仓库结构

仓库的主要目录和文件结构如下:

TradingAgents/
├── .gitignore
├── .python-version
├── LICENSE
├── README.md
├── main.py
├── pyproject.toml
├── requirements.txt
├── setup.py
├── uv.lock
├── tradingage...

Read more