python做高频交易系统适合哪个级别的延迟?

latency指tick to trade. 可以容许少数核心函数用cython或直接c来实现。回复内容:
我对 python 不算熟,不过可以提供一些思路。首先做一个最基本的测试,连续取两次系统时间,精度在纳秒,看看延迟如何。先来看一段纯 c 代码:

#include
uint64_t nanotime(const struct timespec *ts)
{
return (ts->tv_sec * kt_ns_in_s) + (ts->tv_nsec);
}
uint64_t n=50000;
uint64_t sum=0;
uint64_t latency=0;
for (i = 0; i < n; i++) { clock_gettime(clock_realtime, &start); clock_gettime(clock_realtime, &end); sum += nanotime(&end) - nanotime(&start); } printf("latency: %d ns\n", sum / n); 比较现实的说是1ms级别的,如果你用python现成的library(urlib, request)接收数据至少有100us级别的延迟,一般交易系统需要多线程,python的gil又会增加延迟,而且交易最忙的时候因为处理大量数据,python的gc更容易发生。用c或cython写核心部分不能提高很多,因为python的延迟是因为language design而不是computation造成的。当然这些问题可以改进,比如自己做一套tcp连接程序什么的,不过这些恐怕并不比写c++更容易。另外上面的回答里的时间测试不一定有代表性,在一个简单的loop测时间的话compiler和cpu会做很多你想不到的事情,结果会和真实值差很多。

Posted in 未分类

发表评论