تکنیک‌های C++ برای سامانه‌های معاملاتی کم‌تأخیر
خلاصه
این پژوهش راه‌های کاهش تأخیر در برنامه‌های C++ حساس به کارایی را بررسی می‌کند و معاملات پربسامد را زمینه اصلی خود قرار می‌دهد. همچنین مخزن برنامه‌نویسی‌ای با نمونه‌های بنچمارک‌شده، یک استراتژی بهینه آربیتراژ آماری زوجیِ خنثی از نظر بازار و پیاده‌سازی C++ الگوی Disruptor برای هماهنگی کارهای هم‌زمان را توصیف می‌کند.
ارزیابی، سرعت، استفاده از حافظه نهان و معناداری آماری را در نظر می‌گیرد. نویسندگان گزارش می‌کنند که گرم‌کردن حافظه نهان و ارزیابی زمان کامپایل با constexpr روشن‌ترین بهبودهای تأخیر را ایجاد کردند و Disruptor از روش‌های صف‌بندی سنتی بهتر عمل کرد. همچنین گزارش شده است که سرعت و سودآوری استراتژی معاملاتی بهبود یافته، هرچند گزیده متن برای ارزیابی این ادعاها اندازه‌گیری یا جزئیات آزمایش را ارائه نمی‌دهد. آزمون در بازار زنده و ادغام Disruptor با الگوریتم معاملاتی هنوز به‌عنوان گام‌های بعدی مطرح‌اند؛ بنابراین نتایج عملکرد زنده سرتاسری را اثبات نمی‌کنند.
ایده‌های کلیدی
- این پژوهش نمونه‌های عملی بهینه‌سازی C++ را با سنجش آماری برای برنامه‌های حساس به تأخیر ترکیب می‌کند.
- تکنیک‌های کم‌تأخیر در یک استراتژی آربیتراژ آماری زوجیِ خنثی از نظر بازار به کار گرفته می‌شوند.
- الگوی Disruptor به‌عنوان جایگزینی سریع‌تر برای روش‌های صف‌بندی مرسوم معرفی می‌شود.
- گزارش شده است که گرم‌کردن حافظه نهان و constexpr به‌ویژه در کاهش تأخیر مؤثرند.
- معامله زنده و آزمون یکپارچه سامانه به کارهای آینده موکول شده‌اند.
برچسب‌ها
متن کامل
# C++ Design Patterns for Low-latency Applications Including High-frequency Trading # C++ Design Patterns for Low-latency Applications Including High-frequency Trading This work aims to bridge the existing knowledge gap in the optimisation of latency-critical code, specifically focusing on high-frequency trading (HFT) systems. The research culminates in three main contributions: the creation of a Low-Latency Programming Repository, the optimisation of a market-neutral statistical arbitrage pairs trading strategy, and the implementation of the Disruptor pattern in C++. The repository serves as a practical guide and is enriched with rigorous statistical benchmarking, while the trading strategy optimisation led to substantial improvements in speed and profitability. The Disruptor pattern showcased significant performance enhancement over traditional queuing methods. Evaluation metrics include speed, cache utilisation, and statistical significance, among others. Techniques like Cache Warming and Constexpr showed the most significant gains in latency reduction. Future directions involve expanding the repository, testing the optimised trading algorithm in a live trading environment, and integrating the Disruptor pattern with the trading algorithm for comprehensive system benchmarking. The work is oriented towards academics and industry practitioners seeking to improve performance in latency-sensitive applications.
با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.