QuantFabric量化交易系统开源发布

这篇具有很好参考价值的文章主要介绍了QuantFabric量化交易系统开源发布。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

QuantFabric量化交易系统

QuantFabric简介

  • QuantFabric是基于Linux/C++开发的中高频量化交易系统,支持中金所、郑商所、大商所、上期所、上海国际能源中心的期货业务品种交易,支持上交所、深交所的股票、债券品种交易。

  • QuantFabric目前支持期货交易柜台如下:

    • CTP
    • 盛立REM
    • 易达YD
  • QuantFabric目前支持股票交易柜台如下:

    • 宽睿OES
  • QuantFabric计划支持股票交易柜台如下:

    • 中泰XTP
    • 华鑫奇点
    • 华锐ATP
  • QuantFabric量化交易系统架构如下:
    QuantFabric量化交易系统开源发布

  • GitHub:QuantFabric

编译构建

QuantFabric

  • QuantFabric量化交易系统下载:
git clone --recursive git@github.com:QuantFabric/QuantFabric.git
  • QuantFabric编译构建:
cd QuantFabric			# 进入QuantFabric目录
git submodule init		# 初始化子模块
git submodule update --remote	# 更新子模块
sh build_release.sh		# 编译构建
  • 编译构建完成时,可执行文件和so文件位于build目录下。

  • 单个子模块更新代码:

cd XMonitor
git pull origin master
  • 多个子模块遍历更新代码:
git submodule update --remote
git submodule foreach 'git pull origin master'

XMonitor

  • GUI客户端XMonitor编译构建流程如下:
  cd XMonitor				# 进入XMonitor目录
  git pull
  git submodule init		# 初始化子模块
  git submodule update --remote	# 更新子模块
  mkdir build
  cd build
  qmake ..
  make
  • 编译完成时,可执行文件位于build目录下。
  • 由于CMake对于Qt工程构建不完美,本人仍然使用qmake对XMonitor进行单独编译构建。如果需要使用CMake构建XMonitor,请参看CMake构建Qt工程实践。

QuantFabric模块

Utils

  • 基础工具模块,提供交易系统不同组件共用的工具模块,如配置加载模块、HPPackClient客户端、HPPackServer服务端、SQLiteManager数据库操作、Singleton单例、Logger日志、RingBuffer、LockFreeQueue无锁队列、IPCMarketQueue行情消息队列、IPCLockFreeQueue内存队列、SnapShotHelper快照工具、时间戳函数、字符串工具函数、不同组件消息通信协议。
  • 项目地址:Utils

XAPI

  • 第三方库,包括SPDLog日志库、HPSocket通信框架、YAML-CPP解析库、CTP柜台API、REM柜台API、YD柜台API、ConcurrentQueue并发队列、OES柜台API。
  • 项目地址:XAPI

XServer

  • 中间件,主要功能如下:
    • 转发GUI客户端上行控制命令到不同Colo交易服务器,如转发XMonitor的报单撤单请求消息到XTrader、风控控制命令消息至XRiskJudge;
    • 转发交易相关数据到GUI客户端,如转发XMarketCenter行情数据、XTrader订单回报至XMonitor。
    • 管理XMonitor客户端登录用户的权限校验。
    • 盘后提供历史数据回放。
  • 项目地址:XServer

XWatcher

  • 监控组件,提供Colo交易服务器上部署的交易组件的监控,并负责转发数据。主要功能如下:
    • 转发XServer转发的控制命令,如报单、撤单、风控参数修改等。
    • 转发Colo交易进程如XMarketCenter、XTrader、XRiskJuage等交易、监控数据至XServer。
    • 监控Colo交易服务器实时性能指标、App交易进程状态,并将相应状态转发至XServer。
  • 项目地址:XWatcher

XMarketCenter

  • 行情网关,采用插件架构,适配不同Broker柜台行情API,主要功能如下:
    • 收取行情数据;
    • 打包行情切片数据写入共享内存队列;
    • 行情数据落地;
    • 行情数据转发至XWatcher监控组件。
  • 项目地址:XMarketCenter

XRiskJudge

  • 风控系统,主要功能如下:
    • 提供账户间风控,如流速控制、账户锁定、自成交、撤单限制检查等风控功能;
    • 加载风控参数,解析XServer转发的风控控制命令,更新风控参数,发送风控参数至XWatcher;
    • 接收XTrader报单、撤单请求,进行风控检查,发送风控检查结果至XTrader;
    • 接收XTrader报单回报、撤单回报,管理订单状态,Ticker交易日内累计撤单计数。
  • 项目地址:XRiskJudge

XTrader

  • 交易网关,采用插件架构适配不同Broker柜台交易API,主要功能如下:
    • 从网络客户端收取手动报单、撤单请求。
    • 从Order内存队列读取报单、撤单请求。
    • 执行报单、撤单指令,管理订单回报。
    • 将仓位、资金、订单回报写入Report内存队列。
    • 将仓位、资金、订单回报发送至XWatcher。
  • 项目地址:XTrader

HFTrader

  • 高频交易组件,商业版,不开源。
  • 性能指标:
Perf Indicator:Tick2Order (ns)
count: 405
min: 785
max: 3237
first: 785
mean: 1275.87
median: 1147
std: 449.36
10%: 916
20%: 951
30%: 1002
40%: 1076
50%: 1147
60%: 1249
70%: 1335
75%: 1395
80%: 1460
85%: 1525
90%: 1673
95%: 2390
99%: 3012

XDataPlayer

  • 行情转发器,主要功能如下:
    • 从XServer接收行情数据,打包为行情切片后写入内存行情队列。
    • 提供历史行情数据回放功能。

Tools

  • 工具箱,提供工具如下:
    • OrderSend:提供批量报单功能,订单写入内存队列。
    • MarketReader:提供行情数据导出功能,从内存行情队列导出行情数据。
  • 项目地址:Tools

FinTechUI

  • 基于Qt封装的金融科技UI组件,支持冻结列TableView、多层次表头HeaderView、自定义排序过滤模型、自定义Button代理、自定义Progress代理、自定义ComboBox代理、自定义表格模型XTableModel、可拖拽式UI插件框架。
  • 项目地址:FinTechUI

XMonitor

  • GUI监控客户端,功能特性如下:

    • 通过拖拽式插件架构实现不同插件页的分屏幕显示,为交易、策略、IT生产运维等人员提供良好GUI体验;
    • 提供Colo交易服务器实时性能指标和交易组件进程状态有效监控;
    • 提供交易组件的进程级管理,实现GUI客户端启动、停止交易组件;
    • 提供行情数据展示、订单回报管理、报单、撤单、风控管理、用户权限管理、交易进程管理等功能。
  • XMonitor客户端提供Permission、Market、EventLog、Monitor、RiskJudge、OrderManager等插件,用于展示不同监控信息。

  • 项目地址:XMonitor

  • Permission插件:提供用户插件权限管理,消息数据订阅。如下:
    QuantFabric量化交易系统开源发布

  • Market插件:展示所有接收Ticker的行情数据。如下:
    QuantFabric量化交易系统开源发布

  • EventLog插件:展示交易系统所有组件的事件日志。如下:
    QuantFabric量化交易系统开源发布

  • Monitor插件:展示Colo交易服务器实时性能指标,交易进程实时状态,提供交易进程管理功能。如下:
    QuantFabric量化交易系统开源发布

  • RiskJudge插件:提供风控系统流速限制、Ticker撤单限制、订单撤单限制相关参数设置;提供账户锁定功能;展示不同账户不同Ticker的累计撤单次数;展示风控系统事件日志。如下:
    QuantFabric量化交易系统开源发布

  • OrderManager插件:提供报单、撤单功能;展示账户仓位信息;展示账户挂单信息;展示账户历史订单记录;展示账户资金信息。如下:
    QuantFabric量化交易系统开源发布文章来源地址https://www.toymoban.com/news/detail-456761.html

参考资料

  • 《量化IT工程师实战》课程
  • 《量化IT》专栏
  • 《Linux性能优化》专栏
  • 《Qt开发》专栏
  • 量化IT技术QQ群:748930268,加群验证码:QuantFabric

到了这里,关于QuantFabric量化交易系统开源发布的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • AI时代Python量化交易实战:ChatGPT让量化交易插上翅膀

    目录 一、引言 二、ChatGPT与量化交易的融合 三、实践应用:ChatGPT在量化交易中的成功案例 四、挑战与前景 五、结论 《AI时代Python量化交易实战:ChatGPT让量化交易插上翅膀》📚→ 当当 | 京东 亮点 内容简介 获取方式 前些天发现了一个巨牛的人工智能学习网站,通俗易懂

    2024年02月03日
    浏览(40)
  • 高频交易与量化交易到底有什么区别?

      高频交易 也可以说是量化 交易,但 是 量化 交易可不 仅仅是高频交易。 或者说,高频交易是量化交易中的一个部分,一种形式 。 都 是 资本市场和计算机领域快速发展 的必然产物 。 近些年来国内

    2024年02月16日
    浏览(29)
  • qmt和ptrade有什么区别?国内免费量化交易软件精选:让你轻松上手量化交易!

    QMT 和 PTrade 是两个不同的平台,具有不同的功能和特点。 QMT(Quantitative Market Trading)是一种量化交易平台,主要面向专业的量化交易员和机构交易员。它提供了一系列的工具和功能,帮助交易员进行定量分析、模型开发和策略测试。QMT 通常具有复杂的算法和数据分析功能,

    2024年04月16日
    浏览(47)
  • 【粉丝福利社】AI时代Python量化交易实战:ChatGPT让量化交易插上翅膀(文末送书-完结)

    🏆 作者简介,愚公搬代码 🏆《头衔》:华为云特约编辑,华为云云享专家,华为开发者专家,华为产品云测专家,CSDN博客专家,CSDN商业化专家,阿里云专家博主,阿里云签约作者,腾讯云优秀博主,腾讯云内容共创官,掘金优秀博主,51CTO博客专家等。 🏆《近期荣誉》:

    2024年02月03日
    浏览(40)
  • 量化交易的优缺点

       量化交易其实就像 《物种起源》 里的物种一样,随着计算机与 智能 机器人的发展 , 投资量化是时代 发展 的必然产物 。 所谓 能者为先 适 者生存,这是 放诸四海 皆为本 的 生存法则 。在 现代 科技欣欣向荣的发展 环境下 , 量化交易 所 表现出 的 种种 优势 , 使 全

    2023年04月08日
    浏览(78)
  • 【粉丝福利社】AI时代Python量化交易实战:ChatGPT让量化交易插上翅膀(文末送书-进行中)

    🏆 作者简介,愚公搬代码 🏆《头衔》:华为云特约编辑,华为云云享专家,华为开发者专家,华为产品云测专家,CSDN博客专家,CSDN商业化专家,阿里云专家博主,阿里云签约作者,腾讯云优秀博主,腾讯云内容共创官,掘金优秀博主,51CTO博客专家等。 🏆《近期荣誉》:

    2024年02月04日
    浏览(36)
  • 简单说说量化交易接口有哪些用途?

    量化交易应该大家都知道是什么回事,但是量化交易接口又是个什么玩意呢?今日我们就来说说量化交易接口的一些用途。 其实,量化交易接口的用途很明确,就是为量化交易服务的,具体来讲,它可以帮助量化投资者获取实时和历史行情数据、批量委托下单撤单、获取五档

    2024年01月24日
    浏览(30)
  • Python:Python编程:金融量化交易

    在金融量化交易中,下面几个模块是应用的比较广泛的 numpy (Numberic Python) : 提供大量的数值编程工具,可以方便的处理:向量矩阵等运算,相比高昂的 matlab , NumPy的出现使 Python得到了更多人的青睐。 scipy : 更多应用于 统计,优化,差值,数值积分,时频率转换等领域 Pandas

    2024年02月07日
    浏览(29)
  • ChatGPT生成量化交易策略,真好玩

    OK,还有没有更好玩的对 量化策略开发,高质量社群,交易思路分享等相关内容 『正文』 ˇ 最近比较火的OpenAI-ChatGPT,太有意思了。尝试让它写了几个策略,您别说,还真是有模有样。我们来看看吧。 源码: 源码: 源码:   源码: 编写期货收益率预测模型的过程可能比较

    2024年02月06日
    浏览(35)
  • 量化交易全流程(六)(待完善补充)

    本节目录 多因子风险模型 自从股票市场产生以来,大量的学者、业界人员都在研究股票的价格波动究竟是由什么决定的。一个明显的事实是,股票的价格波动一定是由多种因素决定的,比如大盘因素、市值因素和行业因素。对于大盘因素,股票的波动是会受大盘影响的。对

    2024年02月07日
    浏览(28)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包