finance - 低延迟交易平台中智能订单路由的挑战是什么?
问题描述
订单路由如何在连接到多个场所的低延迟交易平台中工作,同时具有可见和暗订单簿?
如果交易周期超低(约几十微秒),智能订单路由算法是否也必须在如此短的时间间隔内确定市场状况?低延迟要求是否会阻碍使用人工智能/机器学习算法来进行市场状况的在线学习?
解决方案
典型的低延迟订单路由的工作速度比几十微秒快得多。
智能订单路由算法不断消耗其打算交易的交易所的市场数据。它不会根据需要请求这些数据,它总是向它流式传输。该算法还可以记住它在它所知道的各种暗池中的活动。这些算法可能会同时与所有这些场所交互,而不是顺序交互。
使用这些数据,它当然能够在几微秒内做出复杂的决策,并将订单消息发送到多个交易所——无论是暗的还是其他的。
这些系统的决策逻辑已经过调整和优化,可以快速执行。运行时间较长的分析可以卸载到定期返回新参数的其他系统,以供交换本地的进程使用。
大型高频交易团队在交易过程的每一步都有专家 - 使用 RDMA、内核旁路和 FPGA 设备等技术保持网络流量低延迟,使用汇编程序、C 或 C++ 进行低级编码以保持软件快速,在其他技术中。
推荐阅读
- javascript - Jquery: each button click, in the same class must to replace a content of div stored in vars depends on attr value
- c# - Get all Process handles in C#
- python - How do I patch object imported by another python file?
- javascript - Javascript 中的递归不起作用(CodeWars 问题)
- ajax - 如何在 JSP 中停止 Ajax 上的重定向
- javascript - Disable just one Javascript feature when in mobile view
- f# - 如何约束类型参数必须是代数类型(int、float、BigInteger、BigRational、...)
- android - 尝试轮询贝塞尔曲线的 Y 坐标但得到一条直线?
- docker - 无法升级报告上的 RDL
- javascript - 如何在jvectormap中添加路径作为参数?