คุณลักษณะพิเศษ: โครงสร้างการซื้อขายออนไลน์สถาปัตยกรรมการซื้อขายที่ประสบความสำเร็จการแลกเปลี่ยนออนไลน์ช่วยอำนวยความสะดวกในการทำธุรกรรมโดยการให้บริการพอร์ทัลการซื้อขายและบ้านนายหน้าค้าออนไลน์ที่ง่ายและยืดหยุ่น นี่คือโครงสร้างหลักของ NSE, BSE และพอร์ทัลการค้าบางส่วน ตามที่ Soutiman Das Gupta สัญญาโดยวิสัยทัศน์ด้านเทคโนโลยีและกลุ่มคาดการณ์ในช่วงทศวรรษที่ผ่านมาอินเทอร์เน็ตได้เปิดกว้างแน่นอนเส้นทางใหม่สำหรับการดำเนินธุรกิจ ขณะนี้ตลาดหุ้นทั่วโลกดำเนินธุรกิจออนไลน์เป็นจำนวนมากผ่านทางโบรกเกอร์และคู่ค้าซึ่งถือเป็นความเปลี่ยนแปลงครั้งใหญ่จากวิธีการแบบเดิม ในประเทศที่พัฒนาแล้วเกือบทั้งหมดทำธุรกรรมแลกเปลี่ยนออนไลน์ แนวโน้มมีขึ้นอย่างช้าๆในอินเดียและการแลกเปลี่ยนที่ใหญ่ที่สุดสองแห่งคือตลาดหุ้นแห่งชาติ (National Stock Exchange: NSE) และตลาดหลักทรัพย์บอมเบย์ (BSE) ได้ดำเนินการซื้อขายผ่านระบบออนไลน์เป็นระยะเวลานานแล้ว เหตุใดการแลกเปลี่ยนกับชาวอินเดียและบ้านของนายหน้าในอินเดียจึงชะลอการย้ายธุรกรรมออนไลน์ สาเหตุหลักมาจากข้อบังคับของรัฐบาล มีการหน่วงเวลาเริ่มต้นในการวางข้อกำหนดสำหรับการสร้างกลุ่มผู้ใช้ที่ปิด (CUG) ปัญหาได้รับการแก้ไขระหว่างกระทรวงการคลังและกระทรวงการคลังประมาณปีพ. ศ. 2541 และมีการเปิดตัวพอร์ทัลทางการค้าเช่น ICICIDirect, motilaloswal และ smartjones การเชื่อมต่ออาจเป็นปัจจัยทางเทคโนโลยีที่สำคัญที่สุด ค่าใช้จ่ายของสายเช่าและลิงค์ VSAT ได้รับแบบดั้งเดิมสูงมากและความน่าเชื่อถือของการเชื่อมโยงได้ต่ำ นอกจากนี้ยังใช้เวลานานในการเชื่อมโยงการเชื่อมโยงเป็นหนึ่งต้องทำใบสมัครและรอไม่กี่สัปดาห์สำหรับการเชื่อมโยงจะขึ้นและทำงาน ปัญหาอื่น ๆ เช่นความปลอดภัยและการสำรองข้อมูลและค่าใช้จ่ายในกระบวนการกู้คืนยังเป็นตัวยับยั้ง Thankfully พร้อมกับการแก้ไขปัญหาด้านกฎระเบียบต่างๆอินเดียไม่ได้มีปัญหาเรื่องการเชื่อมต่อและแบนด์วิธอีกต่อไป กับการเข้าเล่นเอกชนในสถานการณ์บรอดแบนด์และรัฐบาลเปิดภาคโทรคมนาคมประเด็นเหล่านี้เกือบจะไม่มีอยู่จริง โซลูชันด้านความปลอดภัยและบริการที่มีอยู่ในท้องตลาดมีครบกำหนดและไม่เสียค่าใช้จ่ายแพ็คเก็ตสวยอีกต่อไปเพื่อนำเสนอโซลูชันการสำรองข้อมูลอย่างง่ายในสถานที่ กายวิภาคของการแลกเปลี่ยนออนไลน์การซื้อขายแบบออนไลน์เกี่ยวข้องกับข้อมูลจำนวนมากที่มีการทำธุรกรรมทุกวัน เช่นเดียวกับที่ BSE มูลค่าการซื้อขายรายวันเฉลี่ยในช่วงปี 2544-2545 คือ 1244.10 crs ของ Rs และจำนวนธุรกิจเฉลี่ยต่อวันอยู่ที่ Rs 5.17 lakh เพิ่มไปนี้มีกฎระเบียบที่เข้มงวด RBI ที่ทำให้มันจำเป็นสำหรับ บริษัท ที่จะเก็บอย่างน้อย 7 ปีของข้อมูลการทำธุรกรรมและการเงิน การออกแบบต้องเป็นแบบตลอดเวลามีความปลอดภัยซ้ำซ้อนและมีกระบวนการสำรองข้อมูลและกู้คืนข้อมูลที่เพียงพอ การจัดเก็บข้อมูลจำนวนมากที่มีความสำคัญเช่นนี้จะทำให้สามารถจัดเก็บข้อมูลบนเครือข่ายได้เช่น NAS หรือ SAN การรักษาความปลอดภัยการรักษาความปลอดภัยเป็นส่วนสำคัญและเป็นส่วนหนึ่งของสถาปัตยกรรมการออกแบบ องค์ประกอบฮาร์ดแวร์และซอฟต์แวร์ควรสร้างขึ้นโดยใช้สถาปัตยกรรมความปลอดภัยแบบชั้นหนึ่งและควรมีการกำหนดนโยบายด้านความปลอดภัยไว้เป็นลายลักษณ์อักษร ความพร้อมใช้งานการแลกเปลี่ยนออนไลน์ควรมีความพร้อมใช้งาน 5 nines แอพพลิเคชันมันยากที่จะปรับใช้แอพพลิเคชันที่ไม่ต้องใช้งานที่มีการแลกเปลี่ยนเนื่องจากแต่ละสถาปัตยกรรมมีลักษณะเฉพาะตามปัจจัยต่างๆเช่นการไหลของการดำเนินงานปริมาณการซื้อขายจำนวนสมาชิกจำนวนผู้ใช้และจำนวนที่ตั้ง Architectures NSE ได้ติดตั้ง NIBIS (NSEs Internet Based Information System) เพื่อเผยแพร่ข้อมูลการซื้อขายผ่านทางอินเทอร์เน็ตแบบเรียลไทม์และ NEAT ซึ่งเป็นแอ็พพลิเคชันที่ใช้ไคลเอ็นต์เซิร์ฟเวอร์เพื่อช่วยในการดำเนินงาน BSE ได้ติดตั้งระบบ OnLine Trading (BOLT) บนแพลตฟอร์ม Tandem ซึ่งมีสถาปัตยกรรมสองชั้น โดยอ้างว่าสามารถรองรับการซื้อขายได้ถึง 2 ล้านครั้งต่อวัน การแลกเปลี่ยนของอินเดีย NSE และ BSE เป็นตลาดหุ้นที่ใหญ่ที่สุดในประเทศ พวกเขาจัดการปริมาณการซื้อขายประจำวันที่มีขนาดใหญ่มากรองรับปริมาณการรับส่งข้อมูลจำนวนมากและมีเครือข่ายทั่วประเทศที่ใหญ่มาก ปริมาณการซื้อขายในตลาดหุ้นทั้งสองแห่งมีขนาดใหญ่ มูลค่าการซื้อขายเฉลี่ยต่อวันในตลาดทุนที่ NSE อยู่ที่ประมาณ 2300 พันล้านรูปีและในส่วนของตราสารอนุพันธ์ประมาณ 1300 พันล้านรูปี ปริมาณการจราจรเฉลี่ยต่อวันอยู่ที่ประมาณ 1 ล้านครั้งต่อวันในตลาดทุนและประมาณ 50,000 ธุรกิจการค้าต่อวันในกลุ่มอนุพันธ์ มีผู้ใช้ที่ลงทะเบียนประมาณ 13,000 คนในทั้งสองกลุ่มและมีผู้ใช้เข้าสู่ระบบประมาณ 9500 รายในแต่ละครั้ง ที่ BSE มูลค่าการซื้อขายเฉลี่ยต่อวันในช่วงปี 2544-2545 คือเดือนก. ย. 1244.10 ล้านบาทและปริมาณการซื้อขายเฉลี่ยรายวันเฉลี่ยอยู่ที่ 5.17 พันล้านรูปี การออกแบบเครือข่ายจำเป็นต้องพูดการแลกเปลี่ยนออนไลน์ต้องมีความเสมอต้นเสมอปลายปลอดภัยซ้ำซ้อนและมีกระบวนการสำรองข้อมูลและการกู้คืนที่เพียงพอ G. M Shenoy รองประธานฝ่าย NSE-IT กล่าวถึงปรัชญาการออกแบบของการแลกเปลี่ยนออนไลน์ของเขา วัตถุประสงค์การออกแบบขั้นพื้นฐานคือการให้การเข้าถึงที่เป็นธรรมเท่าเทียมกันและโปร่งใสทั่วทุกพื้นที่ทั่วประเทศของเรา สิ่งสำคัญคือเพื่อให้การเชื่อมต่อแก่สมาชิกการค้าของเราโดยเร็วที่สุดเท่าที่จะเป็นไปได้ภาคโทรคมนาคมถือว่าเป็นแบบเสรีนิยมในปัจจุบัน ย้อนกลับไปในปีพ. ศ. 2536 เทคโนโลยีนี้กำลังเติบโตและมีราคาแพง สายเช่าใช้เวลาเกือบสิบเท่าของวันนี้ เทคโนโลยีดาวเทียมเป็นสิ่งที่ได้ผลดีเพราะได้รับอนุญาตให้ใช้งานได้เร็วกว่าสายที่เช่า ขณะนี้ NSE มีเครือข่าย VSAT ที่ใหญ่ที่สุดในประเทศที่มีมากกว่า 3000 VSATs และคาดว่าจะขยายไปสู่มากกว่า 4000 VSATs เร็ว ๆ นี้องค์ประกอบเครือข่ายการดูปริมาณการซื้อขายและจำนวนการเข้าชมที่มากพอจะพิสูจน์ถึงลักษณะสำคัญของระบบได้ ทำให้หนึ่ง shradder คิดถึงความเสียหายที่คาดไว้ในกรณีของการหยุดทำงานสิบนาทีเมื่อการค้ารายวันข้าม Rs 3000 crore องค์ประกอบเครือข่ายเช่นการจัดเก็บการรักษาความปลอดภัยการสำรองข้อมูลและการกู้คืนความพร้อมใช้งานและแอพพลิเคชันที่แตกต่างกันต้องได้รับการวางแผนอย่างรอบคอบและได้รับการว่าจ้าง จากนั้นหนึ่งต้องปฏิบัติตามกฎระเบียบที่เข้มงวด RBI เพื่อเก็บข้อมูลทางการเงินและการทำธุรกรรมอย่างน้อย 7 ปี การจัดเก็บข้อมูลจำนวนมากที่มีความสำคัญเช่นนี้จะทำให้สามารถจัดเก็บข้อมูลบนเครือข่ายได้เช่น NAS หรือ SAN NSE กำลังใช้ SAN เนื่องจากรู้สึกว่าวอลุ่มข้อมูลเติบโตขึ้นอย่างเห็นได้ชัด ความปลอดภัยนี้ควรเป็นส่วนสำคัญและเป็นส่วนหนึ่งของสถาปัตยกรรมการออกแบบ องค์ประกอบฮาร์ดแวร์และซอฟต์แวร์ควรสร้างขึ้นโดยใช้สถาปัตยกรรมความปลอดภัยชั้นหนึ่ง และควรจัดให้มีขึ้นโดยมีนโยบายด้านความปลอดภัยที่ได้รับการรับรองเป็นอย่างดี Shenoy กล่าวว่า quotSecurity เป็นองค์ประกอบที่สำคัญที่สุดในเครือข่าย แอพพลิเคชันทั้งหมดได้รับการสร้างขึ้นด้วยแนวทางที่ใส่ใจต่อความปลอดภัย นโยบายด้านความปลอดภัยถูกรวมไว้อย่างเข้มงวดและได้รับการตรวจสอบเป็นประจำเพื่อไม่ให้เกิดการประนีประนอม แอ็พพลิเคชันและ OS ทั้งหมดจะได้รับการตรวจสอบเป็นระยะเพื่อความปลอดภัยการสำรองข้อมูลและการกู้คืนข้อมูลนี้เป็นส่วนหนึ่งของความต่อเนื่องทางธุรกิจ เมื่อการแลกเปลี่ยนออนไลน์ได้รับการออกแบบไม่กี่ปีที่ผ่านมาอาจจะเน้นมากไม่ได้วางในด้านนี้ตามที่เป็นอยู่ในปัจจุบัน อย่างไรก็ตามไม่ยากที่จะเพิ่มกระบวนการต่อเนื่องทางธุรกิจไปยังเครือข่ายที่มีอยู่ Shenoy กล่าวว่า quotAs สำรองไปยังเครือข่าย VSAT ของเราซึ่งเป็นเครือข่ายการค้าบนบกที่ใช้งานได้เมื่อกลางปี 2000 เรามีสายสัญญาณเช่าที่เชื่อมต่อกันมากกว่า 850 สายทั่วประเทศ เราเป็นตลาดหุ้นที่มีเพียงแห่งเดียวในประเทศที่มีเว็บไซต์ที่มีความต่อเนื่องทางธุรกิจอย่างเต็มที่ใน Chennai. quot ความพร้อมในการใช้งานการแลกเปลี่ยนออนไลน์ควรมีความพร้อมใช้งาน 5 nines การแลกเปลี่ยนมักต้องการจัดโครงสร้างพื้นฐานภายในองค์กรและไม่ใช้บริการของศูนย์ข้อมูลภายนอก NSE อ้างว่าเพื่อให้บรรลุ uptime มากกว่า 99.9 quot นี้เป็นส่วนใหญ่เนื่องจากขั้นตอนการกำหนดภายในและการทบทวน SLA กับผู้จำหน่ายฮาร์ดแวร์อย่างต่อเนื่อง Shenoy กล่าว แอพพลิเคชันมันยากที่จะปรับใช้แอพพลิเคชันที่ไม่ต้องใช้งานที่มีการแลกเปลี่ยนเนื่องจากแต่ละสถาปัตยกรรมมีลักษณะเฉพาะตามปัจจัยต่างๆเช่นการไหลของการดำเนินงานปริมาณการซื้อขายจำนวนสมาชิกจำนวนผู้ใช้และจำนวนที่ตั้ง การใช้งานเช่นการซื้อขายการหักบัญชีการบริหารความเสี่ยงการเฝ้าระวังการคำนวณดัชนีการจดทะเบียนสมาชิกและบัญชีต่างๆอาจได้รับการพัฒนาขึ้นภายในองค์กรหรือโดยนักพัฒนาซอฟต์แวร์ภายนอก ทั้งสองสถาปัตยกรรม NSE และ BSE ใหญ่สองตลาดหุ้นเชื่อในการปรับปรุงและอัพเกรดระบบเทคโนโลยีเพื่อให้การส่งมอบตามความมุ่งมั่นและสัญญาที่ทำกับสมาชิกคู่ค้าและลูกค้า NSE architecture - NEAT NSE ได้ติดตั้ง NIBIS (NSEs Internet Based Information System) เพื่อเผยแพร่ข้อมูลการซื้อขายผ่านทางอินเทอร์เน็ตแบบเรียลไทม์และ NEAT ซึ่งเป็นแอ็พพลิเคชันที่ใช้ไคลเอ็นต์เซิร์ฟเวอร์เพื่อช่วยในการดำเนินงาน NEAT จัดเก็บข้อมูลการซื้อขายทั้งหมดไว้ในฐานข้อมูลในหน่วยความจำที่ปลายเซิร์ฟเวอร์เพื่อให้ได้เวลาตอบสนองขั้นต่ำและความพร้อมใช้งานของระบบสูงสุดสำหรับผู้ใช้ ซอฟต์แวร์เซิร์ฟเวอร์การซื้อขายทำงานบนเมนเฟรม STRATUS ที่ทนต่อความผิดพลาดได้และซอฟต์แวร์ไคลเอ็นต์จะทำงานบนเครื่องพีซีที่ใช้ Windows เครือข่ายโทรคมนาคมใช้โปรโตคอล X.25 และเป็นหัวใจของระบบการซื้อขายอัตโนมัติ สมาชิกซื้อขายแต่ละรายซื้อขาย NSE กับสมาชิกคนอื่น ๆ ผ่านเครื่องคอมพิวเตอร์ที่ตั้งอยู่ในสำนักงานสมาชิกการซื้อขาย สมาชิกการค้าในกลุ่มตลาดขายส่งขายส่งจะเชื่อมโยงกับคอมพิวเตอร์ส่วนกลางที่ NSE โดยใช้สายเช่าที่มีจุดเชื่อมต่อ 64 กิโลบิตต่อวินาทีและเทอร์มินัล VSAT สายเช่าเหล่านี้มีการใช้มัลติเพิลโดยใช้การเชื่อมต่อใยแก้วนำแสงขนาด 2 เมกะไบต์ ผู้เข้าร่วม WDM เชื่อมต่อกับระบบการซื้อขายผ่านทางลิงค์ dial-up Exchange ใช้เซิร์ฟเวอร์ Unix RISC จาก Digital และ HP สำหรับการประมวลผลแบบ backoffice แอพพลิเคชันเช่น Oracle Frontier ของ Oracle 7 และ SQLOracle Forms 4.5 ใช้สำหรับฟังก์ชันการแลกเปลี่ยน สถาปัตยกรรม BSE - BOLT BSE ได้ติดตั้งระบบการซื้อขายแบบ OnLine (BOLT) เมื่อวันที่ 14 มีนาคม พ. ศ. 2538 ทำงานบนแพลตฟอร์ม Tandem S74016 ที่ทำงานบนซีพียู 16 เครื่อง เครื่อง Tandem Himalaya S74016 ทำหน้าที่เป็นแบ็กเอนด์ให้กับเวิร์คสเตชัน Trader Worker มากกว่า 8000 เครื่องที่เชื่อมต่อกับ Ethernet, VSAT และ Managed Leased Data Network (MLDN) ระบบอ้างว่ารองรับการซื้อขายได้สูงสุดสองล้านครั้งต่อวัน BOLT มีสถาปัตยกรรมสองชั้น เครื่องลูกข่ายของผู้ค้าจะเชื่อมต่อโดยตรงกับเซิร์ฟเวอร์ส่วนหลังซึ่งทำหน้าที่เป็นเซิร์ฟเวอร์การติดต่อสื่อสารและเครื่องเทรดดิ้งเซ็นทรัล (CTE) นอกจากนี้ยังมีบริการอื่น ๆ เช่นการเผยแพร่ข้อมูลการคำนวณดัชนีและการตรวจสอบตำแหน่งด้วย สิ่งอำนวยความสะดวกการตรวจสอบธุรกรรมในสถาปัตยกรรม Tandem ช่วยให้ความสมบูรณ์ของข้อมูลผ่าน SQL แบบไม่หยุดนิ่ง ด้วยความช่วยเหลือของ MTNL BSE ได้ติดตั้งเครือข่าย MLDN ซึ่งประกอบด้วย 300 เส้นความเร็ว 2 Mbps และ 1500 64 Kbps ซึ่งเชื่อมต่อกับตลาดหลักทรัพย์และสำนักงานในภูมิภาคต่างๆในมุมไบ การเข้าถึงข้อมูลที่เกี่ยวข้องกับตลาดผ่านทางเวิร์คสเตชันของผู้ประกอบการค้าเป็นสิ่งสำคัญสำหรับผู้เข้าร่วมการตลาดในการทำหน้าที่แบบเรียลไทม์และตัดสินใจได้ทันที BOLT ได้รับการเชื่อมต่อกับผู้ให้บริการข้อมูลต่างๆเช่น Bloomberg, Bridge และ Reuters ข้อมูลตลาดถูกป้อนให้กับสำนักข่าวในเวลาจริง การแลกเปลี่ยนมีเป้าหมายเพื่อเพิ่มขีดความสามารถในการเพิ่มการไหลของข้อมูลแบบสองทิศทางแบบบูรณาการ พอร์ทัลการซื้อขายออนไลน์การซื้อขายผ่านระบบออนไลน์เป็นกิจกรรมการลงทุนที่เกิดขึ้นผ่านทางอินเทอร์เน็ตโดยไม่ต้องรวมโบรกเกอร์เข้าด้วยกัน ผู้ใช้ปลายทาง (ผู้ลงทุน) ต้องลงทะเบียนกับพอร์ทัลการซื้อขายออนไลน์เช่น ICICdirect, motilaloswal, smartjones และ sharekhan นักลงทุนจึงเข้าทำสัญญากับ บริษัท เพื่อทำการซื้อขายหลักทรัพย์ที่แตกต่างกันไปตามข้อกำหนดและเงื่อนไขที่ระบุไว้ในสัญญา เนื่องจากเซิร์ฟเวอร์ของพอร์ทัลการซื้อขายออนไลน์มีการเชื่อมต่ออยู่ตลอดเวลากับตลาดหุ้นและธนาคารที่ได้รับมอบหมายการดำเนินการตามคำสั่งจะกระทำในแบบเรียลไทม์ นักลงทุนยังสามารถรับข้อมูลเกี่ยวกับการซื้อขายและตรวจสอบสถานะการสั่งซื้อได้ทั้งทางอีเมลหรือทางอินเทอร์เฟซ การออกแบบพอร์ทัล Harish Malhotra ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี Motilal Oswal Securities Limited กล่าวว่าพอร์ทัลควรจะใช้งานง่ายมีข้อมูลที่เป็นประโยชน์และมีความเกี่ยวข้องซึ่งสามารถใช้ได้กับจำนวนคลิกต่ำสุดและควรเป็นแบบ personalized. quot อย่างไรก็ตามสิ่งสำคัญอย่างยิ่ง คือระบบควรสามารถเชื่อมต่อโดยตรงกับการแลกเปลี่ยนออนไลน์โดยไม่มีปัญหาความไม่ลงรอยกัน ICICIdirect ใช้การเข้ารหัส Secure Socket Layer (SSL) แบบ 128 บิตเพื่อให้มั่นใจได้ว่าข้อมูลที่ส่งผ่านอินเทอร์เน็ตปลอดภัยและไม่สามารถเข้าถึงได้โดยบุคคลที่สาม ผู้ใช้มักจะได้รับตัวเลือกในการเชื่อมโยงบัญชีธนาคารบัญชี Demat และบัญชีการเป็นนายหน้าซื้อขายหลักทรัพย์ไว้ในอินเทอร์เฟซเดียว นอกจากนี้ยังมีหน้าต่างเดียวสำหรับการแลกเปลี่ยนทั้งหมดและหน้าจอเดียวสำหรับกลไกการกำหนดเส้นทางการสั่งซื้อทั้งหมด ฮาร์ดแวร์ที่ใช้ประกอบด้วยเว็บแอ็พพลิเคชันเซิร์ฟเวอร์สวิทช์เราเตอร์ไฟร์วอลล์และอุปกรณ์รักษาความปลอดภัยและเครื่องใช้เฉพาะ Motilaloswal ใช้เซิร์ฟเวอร์ Compaq สำหรับแอพพลิเคชันและฐานข้อมูลเราเตอร์ของ Cisco และไฟร์วอลล์ Checkpoint ระบบได้รับการปรับแต่งโดยทีมงานภายในของ บริษัท แอพพลิเคชันการค้าเป็นแหล่งภายนอก quot เรามีที่เก็บข้อมูลแบบออฟไลน์ซึ่งได้รับการสนับสนุนเป็นระยะ ๆ ในสถานที่แยกต่างหาก Harish กล่าว ความสำเร็จของพอร์ทัลความสำเร็จของพอร์ทัลการค้าจะขึ้นอยู่กับช่อบริการสำหรับผู้ใช้ปลายทาง พอร์ทัลส่วนใหญ่เรียกเก็บค่าธรรมเนียมการลงทะเบียนและการเป็นนายหน้าซื้อขายหลักทรัพย์ตามเงื่อนไขต่างๆ อย่างไรก็ตามสิ่งสำคัญสำหรับองค์กรเพื่อให้ความสนใจกับบริการลูกค้าที่เป็นศูนย์กลางและรูปแบบการจัดส่งเพื่อให้ได้รับความสนใจอย่างแท้จริงระบบการจัดซื้อ: การออกแบบระบบของคุณ - ตอนที่ 1 13 ส่วนก่อนหน้าของบทแนะนำนี้ดูองค์ประกอบที่ประกอบกันเป็นระบบการซื้อขาย และกล่าวถึงข้อดีและข้อเสียของการใช้ระบบดังกล่าวในสภาพแวดล้อมการค้าขายสด ในส่วนนี้เราจะสร้างความรู้ดังกล่าวขึ้นโดยการตรวจสอบว่าตลาดใดเหมาะกับการซื้อขายระบบมากที่สุด จากนั้นเราจะดูลึกซึ้งในรูปแบบต่างๆของระบบการซื้อขาย การซื้อขายในตลาดที่แตกต่างกันตลาดตราสารทุนตลาดตราสารทุนน่าจะเป็นตลาดที่มีการค้าขายโดยทั่วไปโดยเฉพาะในกลุ่มสามเณร ในเวทีนี้ผู้เล่นรายใหญ่เช่น Warren Buffett และ Merrill Lynch ครองและค่านิยมแบบดั้งเดิมและกลยุทธ์การลงทุนที่เพิ่มมากขึ้นเป็นที่นิยมมากที่สุด อย่างไรก็ตามหลายสถาบันได้ลงทุนอย่างมากในการออกแบบพัฒนาและดำเนินการระบบการซื้อขาย นักลงทุนรายย่อยเข้าร่วมแนวโน้มนี้แม้ว่าจะช้าๆก็ตาม ต่อไปนี้เป็นปัจจัยสำคัญที่ต้องจดจำเมื่อใช้ระบบการซื้อขายในตลาดตราสารทุน: จำนวนหุ้นที่มีอยู่จำนวนมากช่วยให้นักลงทุนสามารถทดสอบระบบในรูปแบบต่างๆของหุ้น - ทุกอย่างจากหุ้นที่ไม่ต้องสั่งซื้อ (OTC) ผันผวนอย่างมาก ชิปสีน้ำเงินที่ไม่ระเหย ประสิทธิผลของระบบการซื้อขายอาจถูก จำกัด ด้วยสภาพคล่องของหุ้นบางส่วนที่มีสภาพคล่องต่ำโดยเฉพาะประเด็นเรื่อง OTC และ Pink Sheet ค่าคอมมิชชั่นสามารถกินเข้าไปในผลกำไรที่เกิดจากการค้าที่ประสบความสำเร็จและสามารถเพิ่มความสูญเสียได้ หุ้นของ OTC และ Pink Sheet มักมีค่าธรรมเนียมเพิ่มเติม ระบบการซื้อขายหลักที่ใช้คือระบบการซื้อขายหลักซึ่งหมายถึงระบบที่ใช้พารามิเตอร์ที่แตกต่างกันเพื่อพิจารณาว่าการรักษาความปลอดภัยถูกประเมินต่ำกว่าผลการปฏิบัติงานที่ผ่านมาเพื่อนหรือตลาดโดยทั่วไปหรือไม่ ตลาดแลกเปลี่ยนเงินตราต่างประเทศหรืออัตราแลกเปลี่ยน เป็นตลาดที่ใหญ่ที่สุดและมีสภาพคล่องมากที่สุดในโลก รัฐบาลโลกธนาคารและสถาบันการเงินขนาดใหญ่อื่น ๆ ทำการค้าเงินหลายล้านล้านดอลลาร์ในตลาดอัตราแลกเปลี่ยนทุกวัน ผู้ค้าสถาบันส่วนใหญ่ในระบบอัตราแลกเปลี่ยนพึ่งพาระบบการซื้อขาย เดียวกันจะไปสำหรับบุคคลในอัตราแลกเปลี่ยน แต่การค้าบางส่วนขึ้นอยู่กับรายงานทางเศรษฐกิจหรือการจ่ายดอกเบี้ยที่นี่มีบางปัจจัยสำคัญที่ต้องจำไว้เมื่อใช้ระบบการซื้อขายในตลาดอัตราแลกเปลี่ยน: สภาพคล่องในตลาดนี้ - เนื่องจากปริมาณมาก - ทำให้ระบบการซื้อขายมีความถูกต้องและมีประสิทธิภาพมากขึ้น ไม่มีค่าคอมมิชชั่นในตลาดนี้ ดังนั้นง่ายมากที่จะทำธุรกรรมจำนวนมากโดยไม่ต้องเพิ่มค่าใช้จ่าย เมื่อเทียบกับจำนวนหุ้นหรือสินค้าที่มีอยู่จำนวนสกุลเงินที่ใช้ในการซื้อขายมีจำนวน จำกัด แต่เนื่องจากความพร้อมของคู่สกุลเงินที่แปลกใหม่นั่นคือสกุลเงินจากประเทศที่มีขนาดเล็กความหลากหลายในแง่ของความผันผวนไม่จำเป็นต้อง จำกัด ระบบการซื้อขายหลักที่ใช้ในการแลกเปลี่ยนเงินตราต่างประเทศคือแนวโน้มที่เป็นไปตามแนวโน้ม (คำนิยมในตลาดคือแนวโน้มของเพื่อนของคุณ) หรือระบบที่ซื้อหรือขายบน breakouts เนื่องจากตัวชี้วัดทางเศรษฐกิจมักก่อให้เกิดการเคลื่อนไหวของราคามากในคราวเดียว ตลาดซื้อขายสัญญาซื้อขายล่วงหน้าซื้อขายล่วงหน้า (Futures Equity) ตลอดจนสินค้าโภคภัณฑ์ นี่เป็นยานพาหนะยอดนิยมสำหรับการซื้อขายระบบเนื่องจากปริมาณการใช้ประโยชน์ที่มากขึ้นและสภาพคล่องและความผันผวนเพิ่มขึ้น อย่างไรก็ตามปัจจัยเหล่านี้สามารถลดทั้งสองวิธี: พวกเขาสามารถขยายผลกำไรของคุณหรือขยายการสูญเสียของคุณ ด้วยเหตุนี้การใช้ฟิวเจอร์สมักสงวนไว้สำหรับผู้ค้ารายย่อยและระบบสถาบันขั้นสูง เนื่องจากระบบการซื้อขายที่มีความสามารถในการใช้ประโยชน์จากตลาดฟิวเจอร์สจำเป็นต้องมีการปรับแต่งมากขึ้นให้ใช้ตัวชี้วัดขั้นสูงและใช้เวลานานกว่าในการพัฒนา ดังนั้นที่ดีที่สุดคือถึงนักลงทุนรายย่อยในการตัดสินใจว่าตลาดใดเหมาะที่สุดสำหรับการซื้อขายระบบแต่ละข้อมีข้อดีและข้อเสียของตัวเอง คนส่วนใหญ่คุ้นเคยกับตลาดตราสารทุนมากขึ้นและความคุ้นเคยนี้ทำให้การพัฒนาระบบการซื้อขายง่ายขึ้น อย่างไรก็ตามเทรดมักจะคิดว่าเป็นแพลตฟอร์มที่เหนือกว่าในการใช้ระบบการซื้อขายโดยเฉพาะอย่างยิ่งในกลุ่มผู้ค้าที่มีประสบการณ์มากขึ้น นอกจากนี้หากนักลงทุนตัดสินใจที่จะใช้ประโยชน์จากความได้เปรียบในการลงทุนและความผันผวนมากขึ้นทางเลือกฟิวเจอร์สจะเปิดเสมอ ท้ายที่สุดทางเลือกที่อยู่ในมือของผู้พัฒนาระบบประเภทของระบบเทรดดิ้ง Trend-Following Systems วิธีที่พบมากที่สุดในการซื้อขายระบบคือระบบแนวโน้มที่ตามมา ในรูปแบบพื้นฐานที่สุดระบบนี้ก็รอการเคลื่อนไหวของราคาที่สำคัญจากนั้นจะซื้อหรือขายในทิศทางนั้น ประเภทของธนาคารระบบนี้กับหวังว่าการเคลื่อนไหวของราคาเหล่านี้จะรักษาแนวโน้ม Moving Average Systems ใช้บ่อยในการวิเคราะห์ทางเทคนิค ค่าเฉลี่ยเคลื่อนที่เป็นตัวบ่งชี้ที่แสดงราคาเฉลี่ยของหุ้นในช่วงระยะเวลาหนึ่ง สาระสำคัญของแนวโน้มจะได้มาจากการวัดนี้ วิธีที่ใช้ทั่วไปในการกำหนดการเข้าและทางออกคือการครอสโอเวอร์ ตรรกะที่อยู่เบื้องหลังนี้เป็นเรื่องง่าย: มีการสร้างเทรนด์ใหม่เมื่อราคาตกหรือต่ำกว่าค่าเฉลี่ยของราคาในอดีต (แนวโน้ม) นี่คือแผนภูมิที่ใช้สำหรับการคำนวณทั้งราคา (เส้นสีน้ำเงิน) และเส้นสีแดง (MA) ระยะเวลา 20 วันของ IBM: Breakout Systems แนวคิดพื้นฐานที่อยู่เบื้องหลังระบบประเภทนี้มีลักษณะคล้ายกับระบบค่าเฉลี่ยเคลื่อนที่ แนวคิดก็คือเมื่อมีการจัดตั้งฐานสูงหรือต่ำใหม่ขึ้นการเคลื่อนไหวของราคาน่าจะยังคงดำเนินต่อไปในทิศทางของการฝ่าวงล้อม ตัวบ่งชี้หนึ่งที่สามารถใช้ในการกำหนด breakouts คือการวางซ้อนแบบ Bollinger Band แบบง่ายๆ Bollinger Bands แสดงค่าเฉลี่ยของราคาที่สูงและราคาต่ำและการเกิดสิวเกิดขึ้นเมื่อราคาตรงกับขอบของแถบ นี่คือแผนภูมิที่ใช้คำนวณราคา (เส้นสีน้ำเงิน) และเส้น Bollinger Bands (เส้นสีเทา) ของ Microsoft: ข้อเสียของระบบ Trend-Following: ต้องมีการตัดสินใจเชิงประจักษ์ - เมื่อพิจารณาแนวโน้มจะมีองค์ประกอบเชิงประจักษ์อยู่เสมอ: ระยะเวลา แนวโน้มทางประวัติศาสตร์ ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่อาจเป็นเวลา 20 วันที่ผ่านมาหรือในช่วงห้าปีที่ผ่านมาดังนั้นนักพัฒนาซอฟต์แวร์ต้องเป็นผู้กำหนดว่าระบบใดที่ดีที่สุดสำหรับระบบ ปัจจัยอื่น ๆ ที่จะพิจารณาคือค่าเฉลี่ยเสียงสูงและต่ำสุดในระบบ breakout Lagging Nature - การย้ายค่าเฉลี่ยและระบบ breakout จะล้าหลังเสมอ กล่าวอีกนัยหนึ่งก็คือพวกเขาไม่สามารถตีด้านบนหรือด้านล่างของแนวโน้มได้อย่างแน่นอน นี้ย่อมส่งผลให้ริบของกำไรที่อาจเกิดขึ้นซึ่งบางครั้งอาจเป็นสำคัญ ผลกระทบ Whipsaw - ในหมู่แรงตลาดที่เป็นอันตรายต่อความสำเร็จของระบบแนวโน้มต่อไปนี้เป็นหนึ่งในที่พบมากที่สุด ผลกระทบ whipsaw เกิดขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่สร้างสัญญาณเท็จ - นั่นคือเมื่อค่าเฉลี่ยลดลงเพียงในช่วงจากนั้นก็กลับทิศทาง นี้อาจทำให้เกิดการสูญเสียมากเว้นแต่มีประสิทธิภาพหยุดขาดทุนและเทคนิคการบริหารความเสี่ยงที่ใช้ ตลาดด้านข้าง - ระบบติดตามแนวโน้มโดยธรรมชาติสามารถทำเงินได้เฉพาะในตลาดที่ทำตามแนวโน้ม อย่างไรก็ตามตลาดยังเคลื่อนไหวไปด้านข้าง อยู่ในช่วงที่กำหนดเป็นระยะเวลานาน ความผันผวนที่รุนแรงอาจเกิดขึ้น - บางครั้งระบบแนวโน้มตามอาจมีความผันผวนมาก แต่ผู้ประกอบการต้องยึดติดกับระบบของตน การไม่สามารถทำเช่นนั้นจะส่งผลให้เกิดความล้มเหลวที่มั่นใจได้ Countertrend Systems โดยทั่วไปเป้าหมายของระบบ countertrend คือการซื้อที่ต่ำสุดต่ำสุดและขายได้ที่ระดับสูงสุด ข้อแตกต่างหลักระหว่างระบบนี้และระบบแนวโน้มคือระบบเคาน์เตอร์แทร็กไม่สามารถแก้ไขตัวเองได้ กล่าวอีกนัยหนึ่งไม่มีเวลาที่จะออกจากตำแหน่งและส่งผลให้เกิดข้อเสียที่ไม่ จำกัด ชนิดของระบบการนับถอยหลังระบบต่างๆหลายประเภทถือเป็นระบบการนับถอยหลัง ความคิดที่นี่คือการซื้อเมื่อโมเมนตัมในทิศทางเดียวเริ่มซีดจาง นี่คือการคำนวณโดยส่วนใหญ่ใช้ oscillators ตัวอย่างเช่นสัญญาณสามารถสร้างขึ้นเมื่อ stochastics หรือตัวบ่งชี้ความแข็งแกร่งอื่น ๆ ตกอยู่ภายใต้จุดบางอย่าง มีระบบการซื้อขายแบบ countertrend ประเภทอื่น ๆ แต่ทุกคนมีเป้าหมายพื้นฐานเดียวกัน - ซื้อต่ำและขายสูง ข้อเสียของ Countertrend ต่อไปนี้ระบบ: จำเป็นต้องมีการตัดสินใจในการตัดสินใจ - ตัวอย่างเช่นปัจจัยหนึ่งที่นักพัฒนาระบบต้องตัดสินใจคือจุดที่ตัวบ่งชี้ความเข้มของสัมพัทธ์จางหายไป อาจเกิดความผันผวนได้มาก - ระบบเหล่านี้อาจมีความผันผวนมากและไม่สามารถติดตั้งระบบได้แม้ว่าจะมีความผันผวนนี้จะส่งผลให้เกิดความล้มเหลวได้อย่างมั่นใจ Unside Downside - ตามที่กล่าวมาแล้วมีข้อเสียที่ไม่ จำกัด เนื่องจากระบบไม่สามารถแก้ไขตัวเองได้ (ไม่มีเวลาที่จะออกจากตำแหน่ง) ข้อสรุปตลาดหลักที่ระบบการซื้อขายมีความเหมาะสมคือตลาดตราสารทุนตลาดอนุพันธ์และตลาดฟิวเจอร์ส แต่ละตลาดมีข้อดีและข้อเสีย ระบบการซื้อขายหลักสองประเภทคือระบบเทรนด์และระบบ countertrend แม้จะมีความแตกต่างทั้งสองประเภทของระบบในขั้นตอนการพัฒนาของพวกเขาต้องมีการตัดสินใจเชิงประจักษ์ในส่วนของนักพัฒนา นอกจากนี้ระบบเหล่านี้อาจมีความผันผวนมากและอาจต้องการความแข็งแกร่งบางอย่าง - ผู้ค้าระบบต้องยึดติดกับระบบของตนเองในช่วงเวลาดังกล่าว ในงวดต่อไปนี้ให้ดูที่วิธีการออกแบบระบบการซื้อขายและพูดคุยเกี่ยวกับซอฟต์แวร์บางอย่างที่ผู้ค้าระบบใช้เพื่อทำให้ชีวิตของพวกเขาง่ายขึ้น ระบบการซื้อขาย: การออกแบบระบบของคุณ - ส่วนที่ 2 ระบบการซื้อขายสต็อคระบบการซื้อขาย Stock for Excel เป็นหลักสูตรทีละขั้นตอนเกี่ยวกับวิธีการสร้างรูปแบบการซื้อขายหุ้นอัตโนมัติแบบซับซ้อนโดยใช้ Microsoft Excel ภาษา Microsoft Visual Basic (VBA) ใช้ร่วมกับอินเทอร์เฟซสำหรับผู้ใช้สูตรและความสามารถในการคำนวณของ Excels เพื่อนำเสนอเครื่องมือการซื้อขายที่มีประสิทธิภาพและยืดหยุ่น ระบบการซื้อขายหลักทรัพย์สำหรับ Excel ประกอบด้วยตัวบ่งชี้ทางเทคนิค 5 ตัวที่พิสูจน์แล้ว (ADX, ไขว้เฉลี่ยเคลื่อนไหว, stochastics, แถบ Bollinger และ DMI) คุณจะได้รับคำแนะนำในแบบละเอียดผ่านการสร้างแผ่นงานไฟล์ช่วงสูตรการบ่งชี้ปุ่มควบคุมลิงก์ DDEActive-X และโมดูลรหัส หลังจากสร้างระบบการซื้อขาย Stock for Excel แล้วคุณเพียงแค่นำเข้าข้อมูลที่คุณต้องการเรียกใช้โมเดลโดยอัตโนมัติด้วยการคลิกปุ่มและทำการตัดสินใจซื้อขายหลักทรัพย์ของคุณ ระบบการซื้อขายหลักทรัพย์สำหรับ Excel ประกอบด้วยคุณลักษณะการเทรดและการซื้อขายแบบแกว่ง คุณลักษณะการซื้อขายแบบแกว่งสามารถเปิดหรือปิดได้ขึ้นอยู่กับลักษณะการลงทุนของคุณ ระบบจะทำงานกับไฟล์ข้อความ ASCII ฟรีที่คุณใช้งานบนอินเทอร์เน็ตหรือบริการข้อมูลการสมัครสมาชิก (โดยไม่มีลิงก์ DDE) ระบบการซื้อขายหลักทรัพย์สำหรับ Excel สามารถใช้งานร่วมกับการวิเคราะห์พื้นฐานและตลาดที่มีอยู่เพื่อปรับปรุงระยะเวลาการลงทุนและหลีกเลี่ยงสถานการณ์ที่ไม่สามารถทำกำไรได้ มีคู่มือ PDF ฉบับสมบูรณ์พร้อมกับหลักสูตรออนไลน์แบบทีละขั้นตอนเพื่อให้คุณสามารถเลือกวิธีการเรียนรู้ในแบบที่สะดวกสบายที่สุด รูปแบบการทดสอบด้านหลังที่สร้างไว้ล่วงหน้าแยกต่างหากรวมอยู่ด้วยสำหรับการวิเคราะห์และทดสอบสต๊อกและช่วงเวลาต่างๆ คุณสมบัติสำคัญในระบบการซื้อขาย Stock for Excel ประกอบด้วย: คู่มือ PDF ที่สมบูรณ์แบบเพื่อแสดงวิธีการสร้างและใช้โมเดล หลักสูตรออนไลน์ที่สมบูรณ์แบบรวมถึงทุกอย่างในคู่มือ PDF พร้อมกับรหัส VBA และส่วนคำถามที่พบบ่อย แบบจำลองการทดสอบด้านหลังที่สร้างไว้ล่วงหน้าใน MS Excel พร้อมด้วยกราฟและสถิติการค้าสำหรับการวิเคราะห์ทางประวัติศาสตร์ของคุณ 30 วันของการเข้าถึงออนไลน์เพื่อดาวน์โหลดเนื้อหาและเรียนรู้วิธีการสร้างและใช้รูปแบบการซื้อขายหุ้นของคุณใหม่ เข้าถึงคำแนะนำ PDF แบบออนไลน์และแบบทดสอบย้อนหลังได้ทันทีโดยมีข้อมูลการเข้าสู่ระบบและรหัสผ่านของคุณเองในเวลาที่ทำการซื้อ เรียนรู้ที่จะผสานรวม Excel, VBA สูตรและแหล่งข้อมูลเข้าไว้ในเครื่องมือการซื้อขายที่ให้ผลกำไร ได้รับความรู้เฉพาะด้านที่สามารถใช้งานได้กับโครงการสร้างแบบจำลองหรือการวิเคราะห์ของ Excel ประหยัดเงินโดยการกำจัดซอฟต์แวร์ที่เกิดขึ้นและค่าใช้จ่ายในการอัพเกรด คำนวณสัญญาณการซื้อขายหลักทรัพย์หลายร้อยรายการภายในไม่กี่วินาที ตัวบ่งชี้ทางเทคนิคที่ 5 ขั้นตอนที่ 1: ค่าดัชนีการเคลื่อนไหวทิศทางเฉลี่ย (ADX) ขั้นตอนที่ 2: ขั้นตอนที่ 2: แนวโน้มหรือการเคลื่อนไหวขั้นตอนที่ 2A: เส้นแนวโน้มเฉลี่ยเคลื่อนที่ข้ามขั้นตอนที่ 2B: Oscillating Oscillator Stochastic ขั้นตอนที่ 3: Timing สัญญาณ BuySell กับ Bollinger Bands ขั้นตอนที่ 4: การเพิ่มเปอร์เซ็นต์ความสำเร็จทางการค้าด้วยสถาปัตยกรรมระบบ DMI การตั้งค่าโครงสร้างไดเรกทอรีและแฟ้มโครงสร้างโครงสร้างสเปรดชีตการสร้างตัวบ่งชี้ข้อมูลทางการตลาดตัวบ่งชี้ ADX ค่าเฉลี่ยเคลื่อนที่เส้นกราฟ Bollywood DMA การสร้างรหัสมาโครขั้นตอนที่ 1 : การเปิดหน้าต่าง Visual Basic Editor ขั้นตอนที่ 2: การเขียนโค้ดมาโครขั้นตอนที่ 3: การตรวจสอบโค้ดสำหรับข้อผิดพลาดสิ่งที่รหัสสร้างเอกสารแผ่นงานขั้นตอนที่ 1: ฉลากแผ่นป้ายและสูตรขั้นที่ 2: สร้างช่วงขั้นที่ 3: การเพิ่มตัวควบคุม ปุ่มและการกำหนดมาโครขั้นตอนที่ 4: การจัดรูปแบบแผ่นงานการสร้างแฟ้มแหล่งข้อมูลการโหลดข้อมูลจาก แหล่งที่มาอื่น ๆ Loading. CSV. หรือ TXT Files การรับข้อมูลทางประวัติศาสตร์จาก Yahoo Finance การใช้โมเดลบนพื้นฐานรายวันเมื่อต้องการเรียกใช้โมเดลการรวมสัญญาณกับข้อมูลการตลาดอื่น ๆ เงินและการบริหารความเสี่ยงข้อผิดพลาดทั่วไปของแมโครคำถามที่พบบ่อย Back testing the model ราคา: 89.95 (อัปเดตเมื่อ 2014-10-04) มีเพียง 3 บล็อกหลักใน Algo Trading System เท่านั้น 1. Market Data Handler (เช่น FAST handler) 2. Strategy Module (เช่นกลยุทธ์ crossOver) 3. สั่งซื้อ Router (เช่น FIX router) คุณสามารถเพิ่มการตรวจสอบความเสี่ยงได้ที่โมดูล Strategy Module หรือ Order Router Module หรือทั้งสองอย่าง การไหลเวียนของข้อมูลเป็นเวลานานดังนั้นคุณควรจะไปได้ดี จำไว้ว่าคุณกำลังออกแบบ ATS สำหรับแฝงต่ำสุดและการเพิ่มเลเยอร์หรือความซับซ้อนมากขึ้นจะมาพร้อมกับค่าแฝง โครงสร้าง ATS น้อยที่สุดและหากคุณเพิ่มระฆังและนกหวีดก็จะมีลักษณะดังนี้ดังต่อไปนี้: หากคุณสนใจในการใช้สถาปัตยกรรมข้างต้นคุณควรคำนึงถึงสิ่งต่อไปนี้ หลีกเลี่ยง locksmutexes ในกรณีที่คุณต้องใช้มันลองแทนที่พวกเขาด้วยโครงสร้าง lockless ใช้อะตอม มีไลบรารีที่พร้อมใช้งานสำหรับโครงสร้างข้อมูลที่ไม่สามารถล็อกได้ (เช่น libcds, concurrency kit เป็นต้น) C-11 สนับสนุน std :: atomic และคุณควรมุ่งมั่นที่จะใช้พวกเขาเช่นกัน หลีกเลี่ยงสิ่งที่ทำใน QuickFIX เขียนเพื่อความปลอดภัยในการใช้งานได้เนื่องจากมีการสร้างและทำลายวัตถุ (ล็อก) สำหรับการเรียกใช้ข้อความใด ๆ มายังเราเตอร์ แน่นอนไม่มีวิธีเขียนรหัสที่มีความไวแฝง ไม่มีการจัดสรรหน่วยความจำรันไทม์ รันไทม์ควรใช้การจัดการหน่วยความจำที่กำหนดเองและไม่มีล็อกโดยใช้พูลหน่วยความจำที่กำหนดไว้ล่วงหน้า เริ่มต้นทั้งหมดสามารถทำได้ใน constructors กระชับแน่น แบบจำลองเกลียวแบบจำลอง IO และการจัดการหน่วยความจำควรได้รับการออกแบบเพื่อทำงานร่วมกันเพื่อให้ได้ประสิทธิภาพโดยรวมที่ดีที่สุด นี้ไปกับแนวคิด OOP ของ coupling หลวม แต่จำเป็นเพื่อหลีกเลี่ยงค่าใช้จ่ายในการรันไทม์ polymorphism แบบไดนามิก ใช้แม่แบบ ในหลอดเลือดดำเดียวกันฉันยังจะแนะนำให้คุณดู C templatization เพื่อให้เกิดความยืดหยุ่นของรหัส การเพิ่มประสิทธิภาพ OSHardware: ในที่สุดคุณควรดูการทำงานร่วมกับ Linux RT Kernel และการ์ดเครือข่าย Solarflare พร้อมด้วยไดรเวอร์ OpenOnLoad เพื่อให้ได้แฝงตัวต่ำสุด คุณสามารถมองไปที่ซีพียูแยกต่างหากและเรียกใช้โปรแกรมของคุณในแกนหลักนั้นได้ และสุดท้ายคือ API สาธารณะที่คุณจะต้องเปิดเผยแก่นักพัฒนากลยุทธ์ ฉันต้องการให้ชุดนี้เป็นชุดที่เล็กที่สุดซึ่งจะห่อหุ้มความซับซ้อนทั้งหมดของการแลกหุ้นนั้น คลาส OrderRouter สาธารณะ: เสมือน bool sendNewOrd (OrderInfo) 0 เสมือน bool sendRplOrd (OrderInfo) 0 เสมือน bool sendCxlOrd (OrderInfo) 0 เสมือนเสมือน แต่นั่นหมายความว่า Class OrderInfo จำเป็นต้องมีรายละเอียดทั้งหมดที่ต้องการโดย destinationexchange โดยทั่วไปการแลกเปลี่ยนต้องใช้ข้อมูลประเภทเดียวกัน แต่เมื่อคุณไปและสนับสนุนการแลกเปลี่ยนข้อมูลมากขึ้นคุณจะพบว่าตัวเองเพิ่มตัวแปรมากขึ้นในชั้นนี้ ต่อไปนี้เป็นคำถามสำคัญที่คุณจะต้องถามตัวเอง: 1. สถาปัตยกรรมแบบมัลติโปรเซสเซอร์หรือสถาปัตยกรรมแบบมัลติเธรด ไม่ว่าจะสร้างกระบวนการแบบเสาเดียวกับหลายเธรดหรือเขียนหลายขั้นตอน ค่าใช้จ่ายของกระบวนการหลายคือการส่งผ่านข้อมูลแฝงในขณะที่ค่าใช้จ่ายสำหรับกระบวนการเดี่ยวแบบมีเธรดหลายข้อคือความล้มเหลวใด ๆ อาจทำให้ระบบทั้งหมดลดลง 2. ข้อความที่ผ่าน: ในขณะที่คุณสามารถเลือกจากตัวเลือกมากมายเหลือเฟือคุณจะถูก จำกัด ด้วยการพิจารณาแฝง IPC ที่เร็วที่สุดจะเป็นหน่วยความจำที่ใช้ร่วมกัน แต่แล้วคุณจะทำอย่างไรให้การซิงโครไนซ์ใช้เวลากับคำถามสองข้อนี้เพราะจะเป็นการสร้างสิ่งปลูกสร้างที่สถาปัตยกรรมของคุณลุกขึ้นยืน แก้ไข: FIX และ FAST เกี่ยวกับโปรโตคอล popularstandard, FIX สำหรับการส่งคำสั่งซื้อและ FAST ใช้สำหรับข้อมูลตลาด กล่าวว่าการแลกเปลี่ยนส่วนใหญ่มีโปรโตคอลดั้งเดิมของตนเองซึ่งเร็วกว่า FIX เนื่องจาก FIX ใช้งานโดยทั่วไปในโปรโตคอลดั้งเดิม แต่พวกเขายังสนับสนุน FIX เพิ่มความเร็วในการติดตั้ง ในทางกลับกัน FAST ไม่ได้รับการยอมรับอย่างกว้างขวาง ถ้ามีอะไรจะมีเพียงไม่กี่คนที่แลกเปลี่ยนยอมรับมัน ส่วนใหญ่จะส่งผ่าน FIX เอง (latency ต่ำ) หรือใช้โพรโทคอลไบนารีพื้นเมืองของตนเอง เช่น. ในประเทศอินเดีย NSE, BSE และ MCXMCXSX การแลกเปลี่ยนทั้งสามแบบจะทำให้คุณได้รับโปรโตคอล FIX นอกเหนือจากโปรโตคอลดั้งเดิม แต่ BSE จะช่วยให้คุณสามารถเข้าถึงข้อมูลตลาดได้อย่างรวดเร็ว และนั่นก็คือการย้ายจาก FAST ไปสู่ต้นกำเนิดด้วยการแนะนำ EOBI คุณสามารถคาดการณ์สิ่งเดียวกันกับการแลกเปลี่ยนอื่น ๆ ได้ 3.8k Views middot ดู Upvotes middot ไม่ได้สำหรับการทำซ้ำตามที่จอห์นกล่าวถึง OMS เป็นจุดสำคัญของแพลตฟอร์มการซื้อขายใด ๆ และคุณควรเริ่มต้นจากการวิจัยเกี่ยวกับเรื่องนี้ คุณจะต้องใช้เวลาในการพิจารณาวงจรชีวิตกิจกรรมและคุณสมบัติที่คุณต้องการฝังลงใน OMS และสิ่งที่คุณต้องการให้ Algo Engine จัดการได้ Metcetera เสนอโอเพนซอร์ส OMS ฉันไม่ได้ใช้มันเป็นการส่วนตัว แต่มันเป็นหนึ่งในไม่กี่คนในตลาด สิ่งต่อไปที่คุณควรดูคือการให้อินเทอร์เฟซกับข้อมูลต้นทางและผลักดันออก นี่เป็นระบบการสั่งซื้อของลูกค้าที่จะส่งรายละเอียดคำสั่งซื้อและเครื่องมือ Algo ไปยังแหล่งข้อมูล หลายฝ่ายขายใช้ OMS0 ของการรวมกันของโปรแกรมที่เป็นกรรมสิทธิ์ที่เขียนขึ้นใน JavaC โดยใช้ FIX โปรโตคอล FIX ช่วยให้คุณสามารถสื่อสารเรียลไทม์ระหว่างระบบในรูปแบบข้อความที่กำหนดไว้ล่วงหน้าล่วงหน้าของแอมป์ที่วางไว้โดยชุมชนโปรโตคอล FIX ไปที่หน้าแรกของ FIX Protocol Organisation GT เพื่ออ่านข้อมูลเพิ่มเติม ดูที่ Open Source FIX Engine การใช้งานโอเพ่นซอร์สของเครื่องยนต์ FIX ข้อมูลการตลาดข้อมูลการรักษาความปลอดภัยแบบเรียลไทม์แบบเรียลไทม์ข้อมูลตั้งแต่ HighLowOpenClose ถึง Best BidBest Ask ปริมาณการซื้อขายรวมราคาล่าสุดปริมาณล่าสุดราคาเสนอซื้อขอราคา ฯลฯ ข้อมูลที่คุณต้องการขึ้นอยู่กับชนิดของ กลยุทธ์ที่คุณต้องการใช้ ผมเชื่อว่า Interactive Broker จะให้ฟีดข้อมูลเรียลไทม์ผ่านทาง FIX การเชื่อมต่อ Exchange เป็นไปได้ที่ Algo จะตีความสัญญาณสร้างคำสั่งซื้อและกำหนดเส้นทางไปยัง Exchange หรือ ECN การพัฒนาในบ้านอาจเป็นเรื่องที่ยากลำบากเนื่องจากคุณต้องทำงานออกจากสมาชิก Exchange รับรองแพลตฟอร์มของคุณและจ่ายค่าสมาชิกเป็นประจำ วิธีที่ถูกกว่าคือการใช้โบรกเกอร์ API (เช่น IB) และสั่งการผ่านทางใบสั่ง ข้อมูลทางประวัติศาสตร์เป็นสาระสำคัญเช่นเดียวกับที่คุณอาจต้องการเปรียบเทียบพฤติกรรมตลาดปัจจุบันกับค่าทางประวัติศาสตร์ อาจต้องใช้พารามิเตอร์เช่นการกระจายค่าเฉลี่ยส่วนแบ่ง VWAP ค่าเฉลี่ยรายวันเป็นต้นอาจมีผลต่อการตัดสินใจ คุณสามารถมีได้ในฐานข้อมูล (ที่ต้องการ) แต่ถ้าความเร็วของสาระสำคัญนั้นดาวน์โหลดลงในแคชของเซิร์ฟเวอร์เมื่อคุณเริ่มต้นโปรแกรมของคุณ เมื่อระบบอุปกรณ์ต่อพ่วงของคุณมีการตั้งค่าคุณสามารถเริ่มต้นการพัฒนาโปรแกรม algo ของคุณได้ตามต้องการ โครงสร้างพื้นฐานขั้นพื้นฐานนี้จะช่วยให้คุณสามารถป้อนข้อมูลคำสั่งซื้ออัลกอร์อ่านข้อมูลตลาดตอบสนองต่อสัญญาณ แต่สร้างคำสั่งเด็กและวางไว้ในสมุดใบสั่งซื้อและข้อมูลทางประวัติศาสตร์เพื่อมีอิทธิพลต่อการตัดสินใจ OMS มีการเชื่อมโยงระหว่างคำสั่งลูกของแอมป์หลักสถานะเรียลไทม์และการอัปเดตโดยใช้แพลตฟอร์มการเชื่อมต่อแบบอัลโกหรือแลกเปลี่ยน สิ่งที่คุณต้องการใช้ภายใน Algo นั้นขึ้นอยู่กับคุณอย่างสมบูรณ์ 2.2k Views middot ดูการลงคะแนนใหม่ไม่ได้สำหรับการทำซ้ำคุณลักษณะพิเศษ: โครงสร้างการซื้อขายออนไลน์สถาปัตยกรรมการซื้อขายที่ประสบความสำเร็จการแลกเปลี่ยนออนไลน์อำนวยความสะดวกในการทำธุรกรรมได้เร็วขึ้นโดยการให้พอร์ทัลการค้าออนไลน์และบ้านนายหน้าซื้อขายหลักทรัพย์ที่ง่ายและคล่องตัว นี่คือโครงสร้างหลักของ NSE, BSE และพอร์ทัลการค้าบางส่วน ตามที่ Soutiman Das Gupta สัญญาโดยวิสัยทัศน์ด้านเทคโนโลยีและกลุ่มคาดการณ์ในช่วงทศวรรษที่ผ่านมาอินเทอร์เน็ตได้เปิดกว้างแน่นอนเส้นทางใหม่สำหรับการดำเนินธุรกิจ ขณะนี้ตลาดหุ้นทั่วโลกดำเนินธุรกิจออนไลน์เป็นจำนวนมากผ่านทางโบรกเกอร์และคู่ค้าซึ่งถือเป็นความเปลี่ยนแปลงครั้งใหญ่จากวิธีการแบบเดิม ในประเทศที่พัฒนาแล้วเกือบทั้งหมดทำธุรกรรมแลกเปลี่ยนออนไลน์ แนวโน้มมีขึ้นอย่างช้าๆในอินเดียและการแลกเปลี่ยนที่ใหญ่ที่สุดสองแห่งคือตลาดหุ้นแห่งชาติ (National Stock Exchange: NSE) และตลาดหลักทรัพย์บอมเบย์ (BSE) ได้ดำเนินการซื้อขายผ่านระบบออนไลน์เป็นระยะเวลานานแล้ว เหตุใดการแลกเปลี่ยนกับชาวอินเดียและบ้านของนายหน้าในอินเดียจึงชะลอการย้ายธุรกรรมออนไลน์ สาเหตุหลักมาจากข้อบังคับของรัฐบาล มีการหน่วงเวลาเริ่มต้นในการวางข้อกำหนดสำหรับการสร้างกลุ่มผู้ใช้ที่ปิด (CUG) ปัญหาได้รับการแก้ไขระหว่างกระทรวงการคลังและกระทรวงการคลังประมาณปีพ. ศ. 2541 และมีการเปิดตัวพอร์ทัลทางการค้าเช่น ICICIDirect, motilaloswal และ smartjones การเชื่อมต่ออาจเป็นปัจจัยทางเทคโนโลยีที่สำคัญที่สุด ค่าใช้จ่ายของสายเช่าและลิงค์ VSAT ได้รับแบบดั้งเดิมสูงมากและความน่าเชื่อถือของการเชื่อมโยงได้ต่ำ นอกจากนี้ยังใช้เวลานานในการเชื่อมโยงการเชื่อมโยงเป็นหนึ่งต้องทำใบสมัครและรอไม่กี่สัปดาห์สำหรับการเชื่อมโยงจะขึ้นและทำงาน ปัญหาอื่น ๆ เช่นความปลอดภัยและการสำรองข้อมูลและค่าใช้จ่ายในกระบวนการกู้คืนยังเป็นตัวยับยั้ง Thankfully พร้อมกับการแก้ไขปัญหาด้านกฎระเบียบต่างๆอินเดียไม่ได้มีปัญหาเรื่องการเชื่อมต่อและแบนด์วิธอีกต่อไป กับการเข้าเล่นเอกชนในสถานการณ์บรอดแบนด์และรัฐบาลเปิดภาคโทรคมนาคมประเด็นเหล่านี้เกือบจะไม่มีอยู่จริง โซลูชันด้านความปลอดภัยและบริการที่มีอยู่ในท้องตลาดมีครบกำหนดและไม่เสียค่าใช้จ่ายแพ็คเก็ตสวยอีกต่อไปเพื่อนำเสนอโซลูชันการสำรองข้อมูลอย่างง่ายในสถานที่ กายวิภาคของการแลกเปลี่ยนออนไลน์การซื้อขายแบบออนไลน์เกี่ยวข้องกับข้อมูลจำนวนมากที่มีการทำธุรกรรมทุกวัน เช่นเดียวกับที่ BSE มูลค่าการซื้อขายรายวันเฉลี่ยในช่วงปี 2544-2545 คือ 1244.10 crs ของ Rs และจำนวนธุรกิจเฉลี่ยต่อวันอยู่ที่ Rs 5.17 lakh เพิ่มไปนี้มีกฎระเบียบที่เข้มงวด RBI ที่ทำให้มันจำเป็นสำหรับ บริษัท ที่จะเก็บอย่างน้อย 7 ปีของข้อมูลการทำธุรกรรมและการเงิน การออกแบบต้องเป็นแบบตลอดเวลามีความปลอดภัยซ้ำซ้อนและมีกระบวนการสำรองข้อมูลและกู้คืนข้อมูลที่เพียงพอ การจัดเก็บข้อมูลจำนวนมากที่มีความสำคัญเช่นนี้จะทำให้สามารถจัดเก็บข้อมูลบนเครือข่ายได้เช่น NAS หรือ SAN การรักษาความปลอดภัยการรักษาความปลอดภัยเป็นส่วนสำคัญและเป็นส่วนหนึ่งของสถาปัตยกรรมการออกแบบ องค์ประกอบฮาร์ดแวร์และซอฟต์แวร์ควรสร้างขึ้นโดยใช้สถาปัตยกรรมความปลอดภัยแบบชั้นหนึ่งและควรมีการกำหนดนโยบายด้านความปลอดภัยไว้เป็นลายลักษณ์อักษร ความพร้อมใช้งานการแลกเปลี่ยนออนไลน์ควรมีความพร้อมใช้งาน 5 nines แอพพลิเคชันมันยากที่จะปรับใช้แอพพลิเคชันที่ไม่ต้องใช้งานที่มีการแลกเปลี่ยนเนื่องจากแต่ละสถาปัตยกรรมมีลักษณะเฉพาะตามปัจจัยต่างๆเช่นการไหลของการดำเนินงานปริมาณการซื้อขายจำนวนสมาชิกจำนวนผู้ใช้และจำนวนที่ตั้ง Architectures NSE ได้ติดตั้ง NIBIS (NSEs Internet Based Information System) เพื่อเผยแพร่ข้อมูลการซื้อขายผ่านทางอินเทอร์เน็ตแบบเรียลไทม์และ NEAT ซึ่งเป็นแอ็พพลิเคชันที่ใช้ไคลเอ็นต์เซิร์ฟเวอร์เพื่อช่วยในการดำเนินงาน BSE ได้ติดตั้งระบบ OnLine Trading (BOLT) บนแพลตฟอร์ม Tandem ซึ่งมีสถาปัตยกรรมสองชั้น โดยอ้างว่าสามารถรองรับการซื้อขายได้ถึง 2 ล้านครั้งต่อวัน การแลกเปลี่ยนของอินเดีย NSE และ BSE เป็นตลาดหุ้นที่ใหญ่ที่สุดในประเทศ พวกเขาจัดการปริมาณการซื้อขายประจำวันที่มีขนาดใหญ่มากรองรับปริมาณการรับส่งข้อมูลจำนวนมากและมีเครือข่ายทั่วประเทศที่ใหญ่มาก ปริมาณการซื้อขายในตลาดหุ้นทั้งสองแห่งมีขนาดใหญ่ มูลค่าการซื้อขายเฉลี่ยต่อวันในตลาดทุนที่ NSE อยู่ที่ประมาณ 2300 พันล้านรูปีและในส่วนของตราสารอนุพันธ์ประมาณ 1300 พันล้านรูปี ปริมาณการจราจรเฉลี่ยต่อวันอยู่ที่ประมาณ 1 ล้านครั้งต่อวันในตลาดทุนและประมาณ 50,000 ธุรกิจการค้าต่อวันในกลุ่มอนุพันธ์ มีผู้ใช้ที่ลงทะเบียนประมาณ 13,000 รายในทั้งสองกลุ่มและมีผู้ใช้เข้าสู่ระบบประมาณ 9500 รายในแต่ละครั้ง ที่ BSE มูลค่าการซื้อขายเฉลี่ยต่อวันในช่วงปี 2544-2545 คือเดือนก. ย. 1244.10 ล้านบาทและปริมาณการซื้อขายเฉลี่ยรายวันเฉลี่ยอยู่ที่ 5.17 พันล้านรูปี การออกแบบเครือข่ายจำเป็นต้องพูดการแลกเปลี่ยนออนไลน์ต้องมีความเสมอต้นเสมอปลายปลอดภัยซ้ำซ้อนและมีกระบวนการสำรองข้อมูลและการกู้คืนที่เพียงพอ G. M Shenoy รองประธานฝ่าย NSE-IT กล่าวถึงปรัชญาการออกแบบของการแลกเปลี่ยนออนไลน์ของเขา วัตถุประสงค์การออกแบบขั้นพื้นฐานคือการให้การเข้าถึงที่เป็นธรรมเท่าเทียมกันและโปร่งใสทั่วทุกพื้นที่ทั่วประเทศของเรา สิ่งสำคัญคือเพื่อให้การเชื่อมต่อแก่สมาชิกการค้าของเราโดยเร็วที่สุดเท่าที่จะเป็นไปได้ภาคโทรคมนาคมถือว่าเป็นแบบเสรีนิยมในปัจจุบัน ย้อนกลับไปในปีพ. ศ. 2536 เทคโนโลยีนี้กำลังเติบโตและมีราคาแพง สายเช่าใช้เวลาเกือบสิบเท่าของวันนี้ เทคโนโลยีดาวเทียมเป็นสิ่งที่ได้ผลดีเพราะได้รับอนุญาตให้ใช้งานได้เร็วกว่าสายที่เช่า ขณะนี้ NSE มีเครือข่าย VSAT ที่ใหญ่ที่สุดในประเทศที่มีมากกว่า 3000 VSATs และคาดว่าจะขยายไปสู่มากกว่า 4000 VSATs เร็ว ๆ นี้องค์ประกอบเครือข่ายการดูปริมาณการซื้อขายและจำนวนการเข้าชมที่มากพอจะพิสูจน์ถึงลักษณะสำคัญของระบบได้ ทำให้หนึ่ง shradder คิดถึงความเสียหายที่คาดไว้ในกรณีของการหยุดทำงานสิบนาทีเมื่อการค้ารายวันข้าม Rs 3000 crore องค์ประกอบเครือข่ายเช่นการจัดเก็บการรักษาความปลอดภัยการสำรองข้อมูลและการกู้คืนความพร้อมใช้งานและแอพพลิเคชันที่แตกต่างกันต้องได้รับการวางแผนอย่างรอบคอบและได้รับการว่าจ้าง จากนั้นหนึ่งต้องปฏิบัติตามกฎระเบียบที่เข้มงวด RBI เพื่อเก็บข้อมูลทางการเงินและการทำธุรกรรมอย่างน้อย 7 ปี การจัดเก็บข้อมูลจำนวนมากที่มีความสำคัญเช่นนี้จะทำให้สามารถจัดเก็บข้อมูลบนเครือข่ายได้เช่น NAS หรือ SAN NSE กำลังใช้ SAN เนื่องจากรู้สึกว่าวอลุ่มข้อมูลเติบโตขึ้นอย่างเห็นได้ชัด ความปลอดภัยนี้ควรเป็นส่วนสำคัญและเป็นส่วนหนึ่งของสถาปัตยกรรมการออกแบบ องค์ประกอบฮาร์ดแวร์และซอฟต์แวร์ควรสร้างขึ้นโดยใช้สถาปัตยกรรมความปลอดภัยชั้นหนึ่ง และควรจัดให้มีขึ้นโดยมีนโยบายด้านความปลอดภัยที่ได้รับการรับรองเป็นอย่างดี Shenoy กล่าวว่า quotSecurity เป็นองค์ประกอบที่สำคัญที่สุดในเครือข่าย แอพพลิเคชันทั้งหมดได้รับการสร้างขึ้นด้วยแนวทางที่ใส่ใจต่อความปลอดภัย นโยบายด้านความปลอดภัยถูกรวมไว้อย่างเข้มงวดและได้รับการตรวจสอบเป็นประจำเพื่อไม่ให้เกิดการประนีประนอม แอ็พพลิเคชันและ OS ทั้งหมดจะได้รับการตรวจสอบเป็นระยะ ๆ เพื่อความปลอดภัยการสำรองข้อมูลและการกู้คืนข้อมูลนี้เป็นประเด็นที่สำคัญอย่างหนึ่งของความต่อเนื่องทางธุรกิจ เมื่อการแลกเปลี่ยนออนไลน์ได้รับการออกแบบไม่กี่ปีที่ผ่านมาอาจจะเน้นมากไม่ได้วางในด้านนี้ตามที่เป็นอยู่ในปัจจุบัน อย่างไรก็ตามไม่ยากที่จะเพิ่มกระบวนการต่อเนื่องทางธุรกิจไปยังเครือข่ายที่มีอยู่ Shenoy กล่าวว่า quotAs สำรองไปยังเครือข่าย VSAT ของเราซึ่งเป็นเครือข่ายการค้าบนบกที่ใช้งานได้เมื่อกลางปี 2000 เรามีสายสัญญาณเช่าที่เชื่อมต่อกันมากกว่า 850 สายทั่วประเทศ เราเป็นตลาดหุ้นที่มีเพียงแห่งเดียวในประเทศที่มีเว็บไซต์ที่มีความต่อเนื่องทางธุรกิจอย่างเต็มที่ใน Chennai. quot ความพร้อมในการใช้งานการแลกเปลี่ยนออนไลน์ควรมีความพร้อมใช้งาน 5 nines การแลกเปลี่ยนมักต้องการจัดโครงสร้างพื้นฐานภายในองค์กรและไม่ใช้บริการของศูนย์ข้อมูลภายนอก NSE claims to achieve uptime greater than 99.9. quot นี้เป็นส่วนใหญ่เนื่องจากขั้นตอนการกำหนดภายในและการทบทวน SLA กับผู้จำหน่ายฮาร์ดแวร์อย่างต่อเนื่อง Shenoy กล่าว แอพพลิเคชันมันยากที่จะปรับใช้แอพพลิเคชันที่ไม่ต้องใช้งานที่มีการแลกเปลี่ยนเนื่องจากแต่ละสถาปัตยกรรมมีลักษณะเฉพาะตามปัจจัยต่างๆเช่นการไหลของการดำเนินงานปริมาณการซื้อขายจำนวนสมาชิกจำนวนผู้ใช้และจำนวนที่ตั้ง การใช้งานเช่นการซื้อขายการหักบัญชีการบริหารความเสี่ยงการเฝ้าระวังการคำนวณดัชนีการจดทะเบียนสมาชิกและบัญชีต่างๆอาจได้รับการพัฒนาขึ้นภายในองค์กรหรือโดยนักพัฒนาซอฟต์แวร์ภายนอก ทั้งสองสถาปัตยกรรม NSE และ BSE ใหญ่สองตลาดหุ้นเชื่อในการปรับปรุงและอัพเกรดระบบเทคโนโลยีเพื่อให้การส่งมอบตามความมุ่งมั่นและสัญญาที่ทำกับสมาชิกคู่ค้าและลูกค้า NSE architecture - NEAT NSE has deployed NIBIS (NSEs Internet Based Information System) for real-time dissemination of trading information over the Internet and NEAT a client-server-based application to help its operations. NEAT stores all trading information in an in-memory database at the server end to achieve minimum response time and maximum system availability for users. The trading server software runs on a fault-tolerant STRATUS mainframe and the client software runs on Windows PCs. เครือข่ายโทรคมนาคมใช้โปรโตคอล X.25 และเป็นหัวใจของระบบการซื้อขายอัตโนมัติ Each trading member trades on the NSE with other members through a PC located in the trading members office. สมาชิกการค้าในกลุ่มตลาดขายส่งขายส่งจะเชื่อมโยงกับคอมพิวเตอร์ส่วนกลางที่ NSE โดยใช้สายเช่าที่มีจุดเชื่อมต่อ 64 กิโลบิตต่อวินาทีและเทอร์มินัล VSAT These leased lines are multiplexed using dedicated 2 MB optical-fiber links. ผู้เข้าร่วม WDM เชื่อมต่อกับระบบการซื้อขายผ่านทางลิงค์ dial-up Exchange ใช้เซิร์ฟเวอร์ Unix RISC จาก Digital และ HP สำหรับการประมวลผลแบบ backoffice แอพพลิเคชันเช่น Oracle Frontier ของ Oracle 7 และ SQLOracle Forms 4.5 ใช้สำหรับฟังก์ชันการแลกเปลี่ยน BSE architecture - BOLT BSE has deployed an OnLine Trading system (BOLT) on March 14, 1995. It works on a Tandem S74016 platform running on 16 CPUs. The Tandem Himalaya S74016 machines act as the backend to more than 8000 Trader Workstations networked on Ethernet, VSAT and Managed Leased Data Network (MLDN). The systems claim to handle up to two million trades a day. BOLT มีสถาปัตยกรรมสองชั้น The trader workstations are connected directly to the backend server which acts as a communication server and a Central Trading Engine (CTE). Other services like information dissemination, index computation, and position monitoring are also provided by the system. A transaction monitoring facility in the Tandem architecture helps keep data integrity through non-stop SQL. With the help of MTNL, BSE has setup a MLDN Network comprising 300 2 Mbps lines and 1500 64 Kbps lines which connect all regional stock exchanges and offices in Mumbai. Access to market related information through the trader workstations is essential for the market participants to act on real-time basis and take instantaneous decisions. BOLT has been interfaced with various information vendors like Bloomberg, Bridge, and Reuters. ข้อมูลตลาดถูกป้อนให้กับสำนักข่าวในเวลาจริง The exchange plans to enhance the capabilities further to have an integrated two-way information flow. พอร์ทัลการซื้อขายออนไลน์การซื้อขายผ่านระบบออนไลน์เป็นกิจกรรมการลงทุนที่เกิดขึ้นผ่านทางอินเทอร์เน็ตโดยไม่ต้องรวมโบรกเกอร์เข้าด้วยกัน ผู้ใช้ปลายทาง (ผู้ลงทุน) ต้องลงทะเบียนกับพอร์ทัลการซื้อขายออนไลน์เช่น ICICdirect, motilaloswal, smartjones และ sharekhan นักลงทุนจึงเข้าทำสัญญากับ บริษัท เพื่อทำการซื้อขายหลักทรัพย์ที่แตกต่างกันไปตามข้อกำหนดและเงื่อนไขที่ระบุไว้ในสัญญา Since the servers of the online trading portal are connected all the time to the stock exchanges and designated banks, order processing is done in real time. Investors can also get updates on the trading and check the status of their orders either through e-mail or through the interface. การออกแบบพอร์ทัล Harish Malhotra ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี Motilal Oswal Securities Limited กล่าวว่าพอร์ทัลควรจะใช้งานง่ายมีข้อมูลที่เป็นประโยชน์และมีความเกี่ยวข้องซึ่งสามารถใช้ได้กับจำนวนคลิกต่ำสุดและควรเป็นแบบ personalized. quot อย่างไรก็ตามสิ่งสำคัญอย่างยิ่ง คือระบบควรสามารถเชื่อมต่อโดยตรงกับการแลกเปลี่ยนออนไลน์โดยไม่มีปัญหาความไม่ลงรอยกัน ICICIdirect ใช้การเข้ารหัส Secure Socket Layer (SSL) แบบ 128 บิตเพื่อให้มั่นใจได้ว่าข้อมูลที่ส่งผ่านอินเทอร์เน็ตปลอดภัยและไม่สามารถเข้าถึงได้โดยบุคคลที่สาม Users are usually given options to link their bank accounts, Demat accounts, and brokerage accounts into a single interface. There is also a single window for all exchanges and a single screen for the complete order routing mechanism. The hardware used comprises Web and application servers, switches, routers, firewalls and security devices, and specialized appliances. Motilaloswal ใช้เซิร์ฟเวอร์ Compaq สำหรับแอพพลิเคชันและฐานข้อมูลเราเตอร์ของ Cisco และไฟร์วอลล์ Checkpoint The systems have been customized by its in-house team. แอพพลิเคชันการค้าเป็นแหล่งภายนอก quotWe also have offline storage which is backed up periodically at separate locations, quot says Harish. ความสำเร็จของพอร์ทัลความสำเร็จของพอร์ทัลการค้าจะขึ้นอยู่กับช่อบริการสำหรับผู้ใช้ปลายทาง Most portals charge a small registration fee and brokerage based on various conditions. However its important for the organization to keep focussed on customer-centric services and delivery models to actually enjoy the most attention. Stock Trading System The Stock Trading System for Excel is a step-by-step course on how to build a sophisticated automated stock trading model using Microsoft Excel. ภาษา Microsoft Visual Basic (VBA) ใช้ร่วมกับอินเทอร์เฟซสำหรับผู้ใช้สูตรและความสามารถในการคำนวณของ Excels เพื่อนำเสนอเครื่องมือการซื้อขายที่มีประสิทธิภาพและยืดหยุ่น The Stock Trading System for Excel includes five proven technical indicators (ADX, moving average crossovers, stochastics, Bollinger bands, and DMI). คุณจะได้รับคำแนะนำในแบบละเอียดผ่านการสร้างแผ่นงานไฟล์ช่วงสูตรการบ่งชี้ปุ่มควบคุมลิงก์ DDEActive-X และโมดูลรหัส After building the Stock Trading System for Excel, you simply import the data you need, run the model automatically with a click of a button, and make your trading decisions. The Stock Trading System for Excel incorporates both trend-trading and swing-trading features. คุณลักษณะการซื้อขายแบบแกว่งสามารถเปิดหรือปิดได้ขึ้นอยู่กับลักษณะการลงทุนของคุณ The system operates with your choice of free ASCII text files available on the internet, or a subscription data service (with our without a DDE link). The Stock Trading System for Excel can be used alone or in conjunction with your existing fundamental and market analysis to improve investment timing and avoid unprofitable situations. A complete PDF Guide is provided along with a step-by-step Online Course so you can choose how to learn in the most comfortable way. A separate pre-built Back testing Model is also included for historical analysis and testing various stocks and time periods. Key Features on the Stock Trading System for Excel course include: A complete PDF Guide showing you how to build and use the model. A complete Online Course including everything in the PDF Guide plus VBA Code and FAQs sections. A complete pre-built Back testing model in MS Excel with graphs and trade statistics for your historical analysis. 30 days of online access to download the materials and learn how to build and use your new Stock Trading Model. Instantaneous access to the PDF Guide, Online Course, and Back testing Model with your own login and password provided at time of purchase. Learn to integrate Excel, VBA, formulas, and data sources into a profitable trading tool. Acquire unique knowledge applicable to any Excel modeling or analysis project. Save money by eliminating recurring software and upgrade costs. Calculate trading signals on hundreds of stocks within seconds. Stock Trading System for Excel Table of Contents: Introduction Basic Technical Requirements The 5 Technical Indicators Step 1: Average Directional Movement Index (ADX) Step 2: Trending or Oscillating Step 2A: Trending Moving Average Crossovers Step 2B: Oscillating Stochastic Oscillator Step 3: Timing the BuySell Signals with Bollinger Bands Step 4: Enhancing Percentage Trade Success with the DMI System Architecture Setting Up Building the Directory and File Structure Building the Spreadsheet Structure Building the Indicator Formulas Market Data ADX Indicator Moving Averages Stochastic Bollinger Bands DMI Building the Macro Code Step 1: Opening the Visual Basic Editor window Step 2: Writing the Macro Code Step 3: Checking the Code for Errors What the Code Does Building the Signals Sheet Step 1: Signals Sheet Labels and Formulas Step 2: Build the Ranges Step 3: Adding a Control Button and Assigning a Macro Step 4: Formatting the worksheet Building the Data Source File Loading Data from Other Sources Loading. CSV or. TXT Files Getting FREE Historical Data from Yahoo Finance Running the Model on a Daily Basis When to Run the Model Combining the Signals with Other Market Information Money and Risk Management Common Macro Errors FAQs Back testing the model Price: USD 89.95 (Updated on 2014-10-04 )Trading Systems: Designing Your System - Part 1 13 The preceding section of this tutorial looked at the elements that make up a trading system and discussed the advantages and disadvantages of using such a system in a live trading environment. In this section, we build on that knowledge by examining which markets are especially well-suited to system trading. We will then take a more in-depth look at the different genres of trading systems. Trading in Different Markets Equity Markets The equity market is probably the most common market to trade in, especially among novices. In this arena, big players such as Warren Buffett and Merrill Lynch dominate, and traditional value and growth investing strategies are by far the most common. Nevertheless, many institutions have invested significantly in the design, development and implementation of trading systems. Individual investors are joining this trend, though slowly. Here are some key factors to keep in mind when using trading systems in equity markets: 13 The large amount of equities available allows traders to test systems on many different types of equities - everything from extremely volatile over-the-counter (OTC) stocks to non-volatile blue chips. The effectiveness of trading systems can be limited by the low liquidity of some equities, especially OTC and pink sheet issues. Commissions can eat into profits generated by successful trades, and can increase losses. OTC and pink sheet equities often incur additional commission fees. The main trading systems used are those that look for value - that is, systems that use different parameters to determine whether a security is undervalued compared to its past performance, its peers, or the market in general. Foreign Exchange Markets The foreign exchange market, or forex. เป็นตลาดที่ใหญ่ที่สุดและมีสภาพคล่องมากที่สุดในโลก The worlds governments, banks and other large institutions trade trillions of dollars on the forex market every day. The majority of institutional traders on the forex rely on trading systems. The same goes for individuals on the forex, but some trade based on economic reports or interest payouts. Here are some key factors to keep in mind when using trading systems in the forex market: The liquidity in this market - due to the huge volume - makes trading systems more accurate and effective. There are no commissions in this market, only spreads. Therefore, its much easier to make many transactions without increasing costs. Compared to the amount of equities or commodities available, the number of currencies to trade is limited. But because of the availability of exotic currency pairs - that is, currencies from smaller countries - the range in terms of volatility is not necessarily limited. ระบบการซื้อขายหลักที่ใช้ในการแลกเปลี่ยนเงินตราต่างประเทศคือแนวโน้มที่เป็นไปตามแนวโน้ม (คำนิยมในตลาดคือแนวโน้มของเพื่อนของคุณ) หรือระบบที่ซื้อหรือขายบน breakouts This is because economic indicators often cause large price movements at one time. Futures Equity, forex, and commodity markets all offer futures trading. This is a popular vehicle for system trading because of the higher amount of leverage available and the increased liquidity and volatility. However, these factors can cut both ways: they can either amplify your gains or amplify your losses. For this reason, the use of futures is usually reserved for advanced individual and institutional system traders. เนื่องจากระบบการซื้อขายที่มีความสามารถในการใช้ประโยชน์จากตลาดฟิวเจอร์สจำเป็นต้องมีการปรับแต่งมากขึ้นให้ใช้ตัวชี้วัดขั้นสูงและใช้เวลานานกว่าในการพัฒนา So, Which is Best Its up to the individual investor to decide which market is best suited to system trading - each has its own advantages and disadvantages. Most people are more familiar with the equity markets, and this familiarity makes developing a trading system easier. However, forex is commonly thought to be the superior platform to run trading systems - especially among more experienced traders. Moreover, if a trader decides to capitalize on increased leverage and volatility, the futures alternative is always open. ท้ายที่สุดทางเลือกที่อยู่ในมือของผู้พัฒนาระบบประเภทของระบบเทรดดิ้ง Trend-Following Systems วิธีที่พบมากที่สุดในการซื้อขายระบบคือระบบแนวโน้มที่ตามมา In its most fundamental form, this system simply waits for a significant price movement, then buys or sells in that direction. ประเภทของธนาคารระบบนี้กับหวังว่าการเคลื่อนไหวของราคาเหล่านี้จะรักษาแนวโน้ม Moving Average Systems Frequently used in technical analysis. a moving average is an indicator that simply shows the average price of a stock over a period of time. The essence of trends is derived from this measurement. The most common way of determining entry and exit is a crossover. The logic behind this is simple: a new trend is established when price falls above or below its historic price average (trend). Here is a chart that plots both the price (blue line) and the 20-day MA (red line) of IBM: Breakout Systems The fundamental concept behind this type of system is similar to that of a moving average system. The idea is that when a new high or low is established, the price movement is most likely to continue in the direction of the breakout. One indicator that can be used in determining breakouts is a simple Bollinger Band overlay. Bollinger Bands show averages of high and low prices, and breakouts occur when price meets the edges of the bands. Here is a chart that plots price (blue line) and Bollinger Bands (gray lines) of Microsoft: Disadvantages of Trend-Following Systems: Empirical Decision-Making Required - When determining trends, there is always an empirical element to consider: the duration of the historic trend. For example, the moving average could be for the past 20 days or for the past five years, so the developer must determine which one is best for the system. Other factors to be determined are the average highs and lows in breakout systems. Lagging Nature - Moving averages and breakout systems will always be lagging. In other words, they can never hit the exact top or bottom of a trend. This inevitably results in a forfeiture of potential profits, which can sometimes be significant. Whipsaw Effect - Among the market forces that are harmful to the success of trend-following systems, this is one of the most common. The whipsaw effect occurs when the moving average generates a false signal - that is, when the average drops just into range, then suddenly reverses direction. This can lead to massive losses unless effective stop-losses and risk management techniques are employed. Sideways Markets - Trend-following systems are, by nature, capable of making money only in markets that actually do trend. However, markets also move sideways. staying within a certain range for an extended period of time. Extreme Volatility May Occur - Occasionally, trend-following systems may experience some extreme volatility, but the trader must stick with his or her system. The inability to do so will result in assured failure. Countertrend Systems Basically, the goal with the countertrend system is to buy at the lowest low and sell at the highest high. ข้อแตกต่างหลักระหว่างระบบนี้และระบบแนวโน้มคือระบบเคาน์เตอร์แทร็กไม่สามารถแก้ไขตัวเองได้ กล่าวอีกนัยหนึ่งไม่มีเวลาที่จะออกจากตำแหน่งและส่งผลให้เกิดข้อเสียที่ไม่ จำกัด Types of Countertrend Systems Many different types of systems are considered countertrend systems. The idea here is to buy when momentum in one direction starts fading. This is most often calculated using oscillators. For example, a signal can be generated when stochastics or other relative strength indicators fall below certain points. มีระบบการซื้อขายแบบ countertrend ประเภทอื่น ๆ แต่ทุกคนมีเป้าหมายพื้นฐานเดียวกัน - ซื้อต่ำและขายสูง Disadvantages of Countertrend Following Systems: E mpirical Decision-Making Required - For example, one of the factors the system developer must decide on is the points at which the relative strength indicators fade. Extreme Volatility May Occur - These systems may also experience some extreme volatility, and an inability to stick with the system despite this volatility will result in assured failure. Unlimited Downside - As previously mentioned, there is unlimited downside potential because the system is not self-correcting (there is no set time to exit positions). Conclusion The main markets for which trading systems are suitable are the equity, forex and futures markets. Each of these markets has its advantages and disadvantages. The two main genres of trading systems are the trend-following and the countertrend systems. Despite their differences, both types of systems, in their developmental stages, require empirical decision making on the part of the developer. Also, these systems are subject to extreme volatility and this may demand some stamina - it is essential that the system trader stick with his or her system during these times. In the following installment, well take a closer look at how to design a trading system and discuss some of the software that system traders use to make their lives easier. Trading Floor Architecture Trading Floor Architecture Executive Overview Increased competition, higher market data volume, and new regulatory demands are some of the driving forces behind industry changes. Firms are trying to maintain their competitive edge by constantly changing their trading strategies and increasing the speed of trading. A viable architecture has to include the latest technologies from both network and application domains. It has to be modular to provide a manageable path to evolve each component with minimal disruption to the overall system. Therefore the architecture proposed by this paper is based on a services framework. We examine services such as ultra-low latency messaging, latency monitoring, multicast, computing, storage, data and application virtualization, trading resiliency, trading mobility, and thin client. The solution to the complex requirements of the next-generation trading platform must be built with a holistic mindset, crossing the boundaries of traditional silos like business and technology or applications and networking. This documents main goal is to provide guidelines for building an ultra-low latency trading platform while optimizing the raw throughput and message rate for both market data and FIX trading orders. To achieve this, we are proposing the following latency reduction technologies: High speed inter-connectInfiniBand or 10 Gbps connectivity for the trading cluster High-speed messaging bus Application acceleration via RDMA without application re-code Real-time latency monitoring and re-direction of trading traffic to the path with minimum latency Industry Trends and Challenges Next-generation trading architectures have to respond to increased demands for speed, volume, and efficiency. For example, the volume of options market data is expected to double after the introduction of options penny trading in 2007. There are also regulatory demands for best execution, which require handling price updates at rates that approach 1M msgsec. for exchanges. They also require visibility into the freshness of the data and proof that the client got the best possible execution. In the short term, speed of trading and innovation are key differentiators. An increasing number of trades are handled by algorithmic trading applications placed as close as possible to the trade execution venue. A challenge with these quotblack-boxquot trading engines is that they compound the volume increase by issuing orders only to cancel them and re-submit them. The cause of this behavior is lack of visibility into which venue offers best execution. The human trader is now a quotfinancial engineer, quot a quotquantquot (quantitative analyst) with programming skills, who can adjust trading models on the fly. Firms develop new financial instruments like weather derivatives or cross-asset class trades and they need to deploy the new applications quickly and in a scalable fashion. In the long term, competitive differentiation should come from analysis, not just knowledge. The star traders of tomorrow assume risk, achieve true client insight, and consistently beat the market (source IBM: www-935.ibmservicesusimcpdfge510-6270-trader. pdf ). Business resilience has been one main concern of trading firms since September 11, 2001. Solutions in this area range from redundant data centers situated in different geographies and connected to multiple trading venues to virtual trader solutions offering power traders most of the functionality of a trading floor in a remote location. The financial services industry is one of the most demanding in terms of IT requirements. The industry is experiencing an architectural shift towards Services-Oriented Architecture (SOA), Web services, and virtualization of IT resources. SOA takes advantage of the increase in network speed to enable dynamic binding and virtualization of software components. This allows the creation of new applications without losing the investment in existing systems and infrastructure. The concept has the potential to revolutionize the way integration is done, enabling significant reductions in the complexity and cost of such integration (gigaspacesdownloadMerrilLynchGigaSpacesWP. pdf ). Another trend is the consolidation of servers into data center server farms, while trader desks have only KVM extensions and ultra-thin clients (e. g. SunRay and HP blade solutions). High-speed Metro Area Networks enable market data to be multicast between different locations, enabling the virtualization of the trading floor. High-Level Architecture Figure 1 depicts the high-level architecture of a trading environment. The ticker plant and the algorithmic trading engines are located in the high performance trading cluster in the firms data center or at the exchange. The human traders are located in the end-user applications area. Functionally there are two application components in the enterprise trading environment, publishers and subscribers. The messaging bus provides the communication path between publishers and subscribers. There are two types of traffic specific to a trading environment: Market DataCarries pricing information for financial instruments, news, and other value-added information such as analytics. It is unidirectional and very latency sensitive, typically delivered over UDP multicast. It is measured in updatessec. and in Mbps. Market data flows from one or multiple external feeds, coming from market data providers like stock exchanges, data aggregators, and ECNs. Each provider has their own market data format. The data is received by feed handlers, specialized applications which normalize and clean the data and then send it to data consumers, such as pricing engines, algorithmic trading applications, or human traders. Sell-side firms also send the market data to their clients, buy-side firms such as mutual funds, hedge funds, and other asset managers. Some buy-side firms may opt to receive direct feeds from exchanges, reducing latency. Figure 1 Trading Architecture for a Buy SideSell Side Firm There is no industry standard for market data formats. Each exchange has their proprietary format. Financial content providers such as Reuters and Bloomberg aggregate different sources of market data, normalize it, and add news or analytics. Examples of consolidated feeds are RDF (Reuters Data Feed), RWF (Reuters Wire Format), and Bloomberg Professional Services Data. To deliver lower latency market data, both vendors have released real-time market data feeds which are less processed and have less analytics: Bloomberg B-PipeWith B-Pipe, Bloomberg de-couples their market data feed from their distribution platform because a Bloomberg terminal is not required for get B-Pipe. Wombat and Reuters Feed Handlers have announced support for B-Pipe. A firm may decide to receive feeds directly from an exchange to reduce latency. The gains in transmission speed can be between 150 milliseconds to 500 milliseconds. These feeds are more complex and more expensive and the firm has to build and maintain their own ticker plant (financetechfeaturedshowArticle. jhtmlarticleID60404306 ). Trading OrdersThis type of traffic carries the actual trades. It is bi-directional and very latency sensitive. It is measured in messagessec. and Mbps. The orders originate from a buy side or sell side firm and are sent to trading venues like an Exchange or ECN for execution. The most common format for order transport is FIX (Financial Information eXchangefixprotocol. org ). The applications which handle FIX messages are called FIX engines and they interface with order management systems (OMS). An optimization to FIX is called FAST (Fix Adapted for Streaming), which uses a compression schema to reduce message length and, in effect, reduce latency. FAST is targeted more to the delivery of market data and has the potential to become a standard. FAST can also be used as a compression schema for proprietary market data formats. To reduce latency, firms may opt to establish Direct Market Access (DMA). DMA is the automated process of routing a securities order directly to an execution venue, therefore avoiding the intervention by a third-party (towergroupresearchcontentglossary. jsppage1ampglossaryId383 ). DMA requires a direct connection to the execution venue. The messaging bus is middleware software from vendors such as Tibco, 29West, Reuters RMDS, or an open source platform such as AMQP. The messaging bus uses a reliable mechanism to deliver messages. The transport can be done over TCPIP (TibcoEMS, 29West, RMDS, and AMQP) or UDPmulticast (TibcoRV, 29West, and RMDS). One important concept in message distribution is the quottopic stream, quot which is a subset of market data defined by criteria such as ticker symbol, industry, or a certain basket of financial instruments. Subscribers join topic groups mapped to one or multiple sub-topics in order to receive only the relevant information. In the past, all traders received all market data. At the current volumes of traffic, this would be sub-optimal. The network plays a critical role in the trading environment. Market data is carried to the trading floor where the human traders are located via a Campus or Metro Area high-speed network. High availability and low latency, as well as high throughput, are the most important metrics. The high performance trading environment has most of its components in the Data Center server farm. To minimize latency, the algorithmic trading engines need to be located in the proximity of the feed handlers, FIX engines, and order management systems. An alternate deployment model has the algorithmic trading systems located at an exchange or a service provider with fast connectivity to multiple exchanges. Deployment Models There are two deployment models for a high performance trading platform. Firms may chose to have a mix of the two: Data Center of the trading firm (Figure 2 )This is the traditional model, where a full-fledged trading platform is developed and maintained by the firm with communication links to all the trading venues. Latency varies with the speed of the links and the number of hops between the firm and the venues. Figure 2 Traditional Deployment Model Co-location at the trading venue (exchanges, financial service providers (FSP)) (Figure 3 ) The trading firm deploys its automated trading platform as close as possible to the execution venues to minimize latency. Figure 3 Hosted Deployment Model Services-Oriented Trading Architecture We are proposing a services-oriented framework for building the next-generation trading architecture. This approach provides a conceptual framework and an implementation path based on modularization and minimization of inter-dependencies. This framework provides firms with a methodology to: Evaluate their current state in terms of services Prioritize services based on their value to the business Evolve the trading platform to the desired state using a modular approach The high performance trading architecture relies on the following services, as defined by the services architecture framework represented in Figure 4. Figure 4 Service Architecture Framework for High Performance Trading Ultra-Low Latency Messaging Service This service is provided by the messaging bus, which is a software system that solves the problem of connecting many-to-many applications. The system consists of: A set of pre-defined message schemas A set of common command messages A shared application infrastructure for sending the messages to recipients. The shared infrastructure can be based on a message broker or on a publishsubscribe model. The key requirements for the next-generation messaging bus are (source 29West): Lowest possible latency (e. g. less than 100 microseconds) Stability under heavy load (e. g. more than 1.4 million msgsec.) Control and flexibility (rate control and configurable transports) There are efforts in the industry to standardize the messaging bus. Advanced Message Queueing Protocol (AMQP) is an example of an open standard championed by J. P. Morgan Chase and supported by a group of vendors such as Cisco, Envoy Technologies, Red Hat, TWIST Process Innovations, Iona, 29West, and iMatix. Two of the main goals are to provide a more simple path to inter-operability for applications written on different platforms and modularity so that the middleware can be easily evolved. In very general terms, an AMQP server is analogous to an E-mail server with each exchange acting as a message transfer agent and each message queue as a mailbox. The bindings define the routing tables in each transfer agent. Publishers send messages to individual transfer agents, which then route the messages into mailboxes. Consumers take messages from mailboxes, which creates a powerful and flexible model that is simple (source: amqp. orgtikiwikitiki-index. phppageOpenApproachWhyAMQP ). Latency Monitoring Service The main requirements for this service are: Sub-millisecond granularity of measurements Near-real time visibility without adding latency to the trading traffic Ability to differentiate application processing latency from network transit latency Ability to handle high message rates Provide a programmatic interface for trading applications to receive latency data, thus enabling algorithmic trading engines to adapt to changing conditions Correlate network events with application events for troubleshooting purposes Latency can be defined as the time interval between when a trade order is sent and when the same order is acknowledged and acted upon by the receiving party. Addressing the latency issue is a complex problem, requiring a holistic approach that identifies all sources of latency and applies different technologies at different layers of the system. Figure 5 depicts the variety of components that can introduce latency at each layer of the OSI stack. It also maps each source of latency with a possible solution and a monitoring solution. This layered approach can give firms a more structured way of attacking the latency issue, whereby each component can be thought of as a service and treated consistently across the firm. Maintaining an accurate measure of the dynamic state of this time interval across alternative routes and destinations can be of great assistance in tactical trading decisions. The ability to identify the exact location of delays, whether in the customers edge network, the central processing hub, or the transaction application level, significantly determines the ability of service providers to meet their trading service-level agreements (SLAs). For buy-side and sell-side forms, as well as for market-data syndicators, the quick identification and removal of bottlenecks translates directly into enhanced trade opportunities and revenue. Figure 5 Latency Management Architecture Cisco Low-Latency Monitoring Tools Traditional network monitoring tools operate with minutes or seconds granularity. Next-generation trading platforms, especially those supporting algorithmic trading, require latencies less than 5 ms and extremely low levels of packet loss. On a Gigabit LAN, a 100 ms microburst can cause 10,000 transactions to be lost or excessively delayed. Cisco offers its customers a choice of tools to measure latency in a trading environment: Bandwidth Quality Manager (BQM) (OEM from Corvil) Cisco AON-based Financial Services Latency Monitoring Solution (FSMS) Bandwidth Quality Manager Bandwidth Quality Manager (BQM) 4.0 is a next-generation network application performance management product that enables customers to monitor and provision their network for controlled levels of latency and loss performance. While BQM is not exclusively targeted at trading networks, its microsecond visibility combined with intelligent bandwidth provisioning features make it ideal for these demanding environments. Cisco BQM 4.0 implements a broad set of patented and patent-pending traffic measurement and network analysis technologies that give the user unprecedented visibility and understanding of how to optimize the network for maximum application performance. Cisco BQM is now supported on the product family of Cisco Application Deployment Engine (ADE). The Cisco ADE product family is the platform of choice for Cisco network management applications. BQM Benefits Cisco BQM micro-visibility is the ability to detect, measure, and analyze latency, jitter, and loss inducing traffic events down to microsecond levels of granularity with per packet resolution. This enables Cisco BQM to detect and determine the impact of traffic events on network latency, jitter, and loss. Critical for trading environments is that BQM can support latency, loss, and jitter measurements one-way for both TCP and UDP (multicast) traffic. This means it reports seamlessly for both trading traffic and market data feeds. BQM allows the user to specify a comprehensive set of thresholds (against microburst activity, latency, loss, jitter, utilization, etc.) on all interfaces. BQM then operates a background rolling packet capture. Whenever a threshold violation or other potential performance degradation event occurs, it triggers Cisco BQM to store the packet capture to disk for later analysis. This allows the user to examine in full detail both the application traffic that was affected by performance degradation (quotthe victimsquot) and the traffic that caused the performance degradation (quotthe culpritsquot). This can significantly reduce the time spent diagnosing and resolving network performance issues. BQM is also able to provide detailed bandwidth and quality of service (QoS) policy provisioning recommendations, which the user can directly apply to achieve desired network performance. BQM Measurements Illustrated To understand the difference between some of the more conventional measurement techniques and the visibility provided by BQM, we can look at some comparison graphs. In the first set of graphs (Figure 6 and Figure 7 ), we see the difference between the latency measured by BQMs Passive Network Quality Monitor (PNQM) and the latency measured by injecting ping packets every 1 second into the traffic stream. In Figure 6. we see the latency reported by 1-second ICMP ping packets for real network traffic (it is divided by 2 to give an estimate for the one-way delay). It shows the delay comfortably below about 5ms for almost all of the time. Figure 6 Latency Reported by 1-Second ICMP Ping Packets for Real Network Traffic In Figure 7. we see the latency reported by PNQM for the same traffic at the same time. Here we see that by measuring the one-way latency of the actual application packets, we get a radically different picture. Here the latency is seen to be hovering around 20 ms, with occasional bursts far higher. The explanation is that because ping is sending packets only every second, it is completely missing most of the application traffic latency. In fact, ping results typically only indicate round trip propagation delay rather than realistic application latency across the network. Figure 7 Latency Reported by PNQM for Real Network Traffic In the second example (Figure 8 ), we see the difference in reported link load or saturation levels between a 5-minute average view and a 5 ms microburst view (BQM can report on microbursts down to about 10-100 nanosecond accuracy). The green line shows the average utilization at 5-minute averages to be low, maybe up to 5 Mbitss. The dark blue plot shows the 5ms microburst activity reaching between 75 Mbitss and 100 Mbitss, the LAN speed effectively. BQM shows this level of granularity for all applications and it also gives clear provisioning rules to enable the user to control or neutralize these microbursts. Figure 8 Difference in Reported Link Load Between a 5-Minute Average View and a 5 ms Microburst View BQM Deployment in the Trading Network Figure 9 shows a typical BQM deployment in a trading network. Figure 9 Typical BQM Deployment in a Trading Network BQM can then be used to answer these types of questions: Are any of my Gigabit LAN core links saturated for more than X milliseconds Is this causing loss Which links would most benefit from an upgrade to Etherchannel or 10 Gigabit speeds What application traffic is causing the saturation of my 1 Gigabit links Is any of the market data experiencing end-to-end loss How much additional latency does the failover data center experience Is this link sized correctly to deal with microbursts Are my traders getting low latency updates from the market data distribution layer Are they seeing any delays greater than X milliseconds Being able to answer these questions simply and effectively saves time and money in running the trading network. BQM is an essential tool for gaining visibility in market data and trading environments. It provides granular end-to-end latency measurements in complex infrastructures that experience high-volume data movement. Effectively detecting microbursts in sub-millisecond levels and receiving expert analysis on a particular event is invaluable to trading floor architects. Smart bandwidth provisioning recommendations, such as sizing and what-if analysis, provide greater agility to respond to volatile market conditions. As the explosion of algorithmic trading and increasing message rates continues, BQM, combined with its QoS tool, provides the capability of implementing QoS policies that can protect critical trading applications. Cisco Financial Services Latency Monitoring Solution Cisco and Trading Metrics have collaborated on latency monitoring solutions for FIX order flow and market data monitoring. Cisco AON technology is the foundation for a new class of network-embedded products and solutions that help merge intelligent networks with application infrastructure, based on either service-oriented or traditional architectures. Trading Metrics is a leading provider of analytics software for network infrastructure and application latency monitoring purposes (tradingmetrics ). The Cisco AON Financial Services Latency Monitoring Solution (FSMS) correlated two kinds of events at the point of observation: Network events correlated directly with coincident application message handling Trade order flow and matching market update events Using time stamps asserted at the point of capture in the network, real-time analysis of these correlated data streams permits precise identification of bottlenecks across the infrastructure while a trade is being executed or market data is being distributed. By monitoring and measuring latency early in the cycle, financial companies can make better decisions about which network serviceand which intermediary, market, or counterpartyto select for routing trade orders. Likewise, this knowledge allows more streamlined access to updated market data (stock quotes, economic news, etc.), which is an important basis for initiating, withdrawing from, or pursuing market opportunities. The components of the solution are: AON hardware in three form factors: AON Network Module for Cisco 2600280037003800 routers AON Blade for the Cisco Catalyst 6500 series AON 8340 Appliance Trading Metrics MampA 2.0 software, which provides the monitoring and alerting application, displays latency graphs on a dashboard, and issues alerts when slowdowns occur (tradingmetricsTMbrochure. pdf ). Figure 10 AON-Based FIX Latency Monitoring Cisco IP SLA Cisco IP SLA is an embedded network management tool in Cisco IOS which allows routers and switches to generate synthetic traffic streams which can be measured for latency, jitter, packet loss, and other criteria (ciscogoipsla ). Two key concepts are the source of the generated traffic and the target. Both of these run an IP SLA quotresponder, quot which has the responsibility to timestamp the control traffic before it is sourced and returned by the target (for a round trip measurement). Various traffic types can be sourced within IP SLA and they are aimed at different metrics and target different services and applications. The UDP jitter operation is used to measure one-way and round-trip delay and report variations. As the traffic is time stamped on both sending and target devices using the responder capability, the round trip delay is characterized as the delta between the two timestamps. A new feature was introduced in IOS 12.3(14)T, IP SLA Sub Millisecond Reporting, which allows for timestamps to be displayed with a resolution in microseconds, thus providing a level of granularity not previously available. This new feature has now made IP SLA relevant to campus networks where network latency is typically in the range of 300-800 microseconds and the ability to detect trends and spikes (brief trends) based on microsecond granularity counters is a requirement for customers engaged in time-sensitive electronic trading environments. As a result, IP SLA is now being considered by significant numbers of financial organizations as they are all faced with requirements to: Report baseline latency to their users Trend baseline latency over time Respond quickly to traffic bursts that cause changes in the reported latency Sub-millisecond reporting is necessary for these customers, since many campus and backbones are currently delivering under a second of latency across several switch hops. Electronic trading environments have generally worked to eliminate or minimize all areas of device and network latency to deliver rapid order fulfillment to the business. Reporting that network response times are quotjust under one millisecondquot is no longer sufficient the granularity of latency measurements reported across a network segment or backbone need to be closer to 300-800 micro-seconds with a degree of resolution of 100 igrave seconds. IP SLA recently added support for IP multicast test streams, which can measure market data latency. A typical network topology is shown in Figure 11 with the IP SLA shadow routers, sources, and responders. Figure 11 IP SLA Deployment Computing Services Computing services cover a wide range of technologies with the goal of eliminating memory and CPU bottlenecks created by the processing of network packets. Trading applications consume high volumes of market data and the servers have to dedicate resources to processing network traffic instead of application processing. Transport processingAt high speeds, network packet processing can consume a significant amount of server CPU cycles and memory. An established rule of thumb states that 1Gbps of network bandwidth requires 1 GHz of processor capacity (source Intel white paper on IO acceleration inteltechnologyioacceleration306517.pdf ). Intermediate buffer copyingIn a conventional network stack implementation, data needs to be copied by the CPU between network buffers and application buffers. This overhead is worsened by the fact that memory speeds have not kept up with increases in CPU speeds. For example, processors like the Intel Xeon are approaching 4 GHz, while RAM chips hover around 400MHz (for DDR 3200 memory) (source Intel inteltechnologyioacceleration306517.pdf ). Context switchingEvery time an individual packet needs to be processed, the CPU performs a context switch from application context to network traffic context. This overhead could be reduced if the switch would occur only when the whole application buffer is complete. Figure 12 Sources of Overhead in Data Center Servers TCP Offload Engine (TOE)Offloads transport processor cycles to the NIC. Moves TCPIP protocol stack buffer copies from system memory to NIC memory. Remote Direct Memory Access (RDMA)Enables a network adapter to transfer data directly from application to application without involving the operating system. Eliminates intermediate and application buffer copies (memory bandwidth consumption). Kernel bypass Direct user-level access to hardware. Dramatically reduces application context switches. Figure 13 RDMA and Kernel Bypass InfiniBand is a point-to-point (switched fabric) bidirectional serial communication link which implements RDMA, among other features. Cisco offers an InfiniBand switch, the Server Fabric Switch (SFS): ciscoapplicationpdfenusguestnetsolns500c643cdccont0900aecd804c35cb. pdf. Figure 14 Typical SFS Deployment Trading applications benefit from the reduction in latency and latency variability, as proved by a test performed with the Cisco SFS and Wombat Feed Handlers by Stac Research: Application Virtualization Service De-coupling the application from the underlying OS and server hardware enables them to run as network services. One application can be run in parallel on multiple servers, or multiple applications can be run on the same server, as the best resource allocation dictates. This decoupling enables better load balancing and disaster recovery for business continuance strategies. The process of re-allocating computing resources to an application is dynamic. Using an application virtualization system like Data Synapses GridServer, applications can migrate, using pre-configured policies, to under-utilized servers in a supply-matches-demand process (wwwworkworldsupp2005ndc1022105virtual. htmlpage2 ). There are many business advantages for financial firms who adopt application virtualization: Faster time to market for new products and services Faster integration of firms following merger and acquisition activity Increased application availability Better workload distribution, which creates more quothead roomquot for processing spikes in trading volume Operational efficiency and control Reduction in IT complexity Currently, application virtualization is not used in the trading front-office. One use-case is risk modeling, like Monte Carlo simulations. As the technology evolves, it is conceivable that some the trading platforms will adopt it. Data Virtualization Service To effectively share resources across distributed enterprise applications, firms must be able to leverage data across multiple sources in real-time while ensuring data integrity. With solutions from data virtualization software vendors such as Gemstone or Tangosol (now Oracle), financial firms can access heterogeneous sources of data as a single system image that enables connectivity between business processes and unrestrained application access to distributed caching. The net result is that all users have instant access to these data resources across a distributed network (gridtoday030210101061.html ). This is called a data grid and is the first step in the process of creating what Gartner calls Extreme Transaction Processing (XTP) (gartnerDisplayDocumentrefgsearchampid500947 ). Technologies such as data and applications virtualization enable financial firms to perform real-time complex analytics, event-driven applications, and dynamic resource allocation. One example of data virtualization in action is a global order book application. An order book is the repository of active orders that is published by the exchange or other market makers. A global order book aggregates orders from around the world from markets that operate independently. The biggest challenge for the application is scalability over WAN connectivity because it has to maintain state. Todays data grids are localized in data centers connected by Metro Area Networks (MAN). This is mainly because the applications themselves have limitsthey have been developed without the WAN in mind. Figure 15 GemStone GemFire Distributed Caching Before data virtualization, applications used database clustering for failover and scalability. This solution is limited by the performance of the underlying database. Failover is slower because the data is committed to disc. With data grids, the data which is part of the active state is cached in memory, which reduces drastically the failover time. Scaling the data grid means just adding more distributed resources, providing a more deterministic performance compared to a database cluster. Multicast Service Market data delivery is a perfect example of an application that needs to deliver the same data stream to hundreds and potentially thousands of end users. Market data services have been implemented with TCP or UDP broadcast as the network layer, but those implementations have limited scalability. Using TCP requires a separate socket and sliding window on the server for each recipient. UDP broadcast requires a separate copy of the stream for each destination subnet. Both of these methods exhaust the resources of the servers and the network. The server side must transmit and service each of the streams individually, which requires larger and larger server farms. On the network side, the required bandwidth for the application increases in a linear fashion. For example, to send a 1 Mbps stream to 1000recipients using TCP requires 1 Gbps of bandwidth. IP multicast is the only way to scale market data delivery. To deliver a 1 Mbps stream to 1000 recipients, IP multicast would require 1 Mbps. The stream can be delivered by as few as two serversone primary and one backup for redundancy. There are two main phases of market data delivery to the end user. In the first phase, the data stream must be brought from the exchange into the brokerages network. Typically the feeds are terminated in a data center on the customer premise. The feeds are then processed by a feed handler, which may normalize the data stream into a common format and then republish into the application messaging servers in the data center. The second phase involves injecting the data stream into the application messaging bus which feeds the core infrastructure of the trading applications. The large brokerage houses have thousands of applications that use the market data streams for various purposes, such as live trades, long term trending, arbitrage, etc. Many of these applications listen to the feeds and then republish their own analytical and derivative information. For example, a brokerage may compare the prices of CSCO to the option prices of CSCO on another exchange and then publish ratings which a different application may monitor to determine how much they are out of synchronization. Figure 16 Market Data Distribution Players The delivery of these data streams is typically over a reliable multicast transport protocol, traditionally Tibco Rendezvous. Tibco RV operates in a publish and subscribe environment. Each financial instrument is given a subject name, such as CSCO. last. Each application server can request the individual instruments of interest by their subject name and receive just a that subset of the information. This is called subject-based forwarding or filtering. Subject-based filtering is patented by Tibco. A distinction should be made between the first and second phases of market data delivery. The delivery of market data from the exchange to the brokerage is mostly a one-to-many application. The only exception to the unidirectional nature of market data may be retransmission requests, which are usually sent using unicast. The trading applications, however, are definitely many-to-many applications and may interact with the exchanges to place orders. Figure 17 Market Data Architecture Design Issues Number of GroupsChannels to Use Many application developers consider using thousand of multicast groups to give them the ability to divide up products or instruments into small buckets. Normally these applications send many small messages as part of their information bus. Usually several messages are sent in each packet that are received by many users. Sending fewer messages in each packet increases the overhead necessary for each message. In the extreme case, sending only one message in each packet quickly reaches the point of diminishing returnsthere is more overhead sent than actual data. Application developers must find a reasonable compromise between the number of groups and breaking up their products into logical buckets. Consider, for example, the Nasdaq Quotation Dissemination Service (NQDS). The instruments are broken up alphabetically: This approach allows for straight forward networkapplication management, but does not necessarily allow for optimized bandwidth utilization for most users. A user of NQDS that is interested in technology stocks, and would like to subscribe to just CSCO and INTL, would have to pull down all the data for the first two groups of NQDS. Understanding the way users pull down the data and then organize it into appropriate logical groups optimizes the bandwidth for each user. In many market data applications, optimizing the data organization would be of limited value. Typically customers bring in all data into a few machines and filter the instruments. Using more groups is just more overhead for the stack and does not help the customers conserve bandwidth. Another approach might be to keep the groups down to a minimum level and use UDP port numbers to further differentiate if necessary. The other extreme would be to use just one multicast group for the entire application and then have the end user filter the data. In some situations this may be sufficient. Intermittent Sources A common issue with market data applications are servers that send data to a multicast group and then go silent for more than 3.5 minutes. These intermittent sources may cause trashing of state on the network and can introduce packet loss during the window of time when soft state and then hardware shorts are being created. PIM-Bidir or PIM-SSM The first and best solution for intermittent sources is to use PIM-Bidir for many-to-many applications and PIM-SSM for one-to-many applications. Both of these optimizations of the PIM protocol do not have any data-driven events in creating forwarding state. That means that as long as the receivers are subscribed to the streams, the network has the forwarding state created in the hardware switching path. Intermittent sources are not an issue with PIM-Bidir and PIM-SSM. Null Packets In PIM-SM environments a common method to make sure forwarding state is created is to send a burst of null packets to the multicast group before the actual data stream. The application must efficiently ignore these null data packets to ensure it does not affect performance. The sources must only send the burst of packets if they have been silent for more than 3 minutes. A good practice is to send the burst if the source is silent for more than a minute. Many financials send out an initial burst of traffic in the morning and then all well-behaved sources do not have problems. Periodic Keepalives or Heartbeats An alternative approach for PIM-SM environments is for sources to send periodic heartbeat messages to the multicast groups. This is a similar approach to the null packets, but the packets can be sent on a regular timer so that the forwarding state never expires. S, G Expiry Timer Finally, Cisco has made a modification to the operation of the S, G expiry timer in IOS. There is now a CLI knob to allow the state for a S, G to stay alive for hours without any traffic being sent. The (S, G) expiry timer is configurable. This approach should be considered a workaround until PIM-Bidir or PIM-SSM is deployed or the application is fixed. RTCP Feedback A common issue with real time voice and video applications that use RTP is the use of RTCP feedback traffic. Unnecessary use of the feedback option can create excessive multicast state in the network. If the RTCP traffic is not required by the application it should be avoided. Fast Producers and Slow Consumers Today many servers providing market data are attached at Gigabit speeds, while the receivers are attached at different speeds, usually 100Mbps. This creates the potential for receivers to drop packets and request re-transmissions, which creates more traffic that the slowest consumers cannot handle, continuing the vicious circle. The solution needs to be some type of access control in the application that limits the amount of data that one host can request. QoS and other network functions can mitigate the problem, but ultimately the subscriptions need to be managed in the application. Tibco Heartbeats TibcoRV has had the ability to use IP multicast for the heartbeat between the TICs for many years. However, there are some brokerage houses that are still using very old versions of TibcoRV that use UDP broadcast support for the resiliency. This limitation is often cited as a reason to maintain a Layer 2 infrastructure between TICs located in different data centers. These older versions of TibcoRV should be phased out in favor of the IP multicast supported versions. Multicast Forwarding Options PIM Sparse Mode The standard IP multicast forwarding protocol used today for market data delivery is PIM Sparse Mode. It is supported on all Cisco routers and switches and is well understood. PIM-SM can be used in all the network components from the exchange, FSP, and brokerage. There are, however, some long-standing issues and unnecessary complexity associated with a PIM-SM deployment that could be avoided by using PIM-Bidir and PIM-SSM. These are covered in the next sections. The main components of the PIM-SM implementation are: PIM Sparse Mode v2 Shared Tree (spt-threshold infinity) A design option in the brokerage or in the exchange.
No comments:
Post a Comment