问题标签 [hft]

我有格式的时间序列数据

时间序列数据的结构是

我正在尝试使用以下代码每 1 分钟聚合一次数据

但是由于数据中的“NA”，我得到了错误的输出。如何通过忽略 NA 每分钟聚合列？

我有格式的时间序列数据

时间序列数据的结构是

如何创建 5 分钟的时间序列数据的子集。开始时间和结束时间将由用户定义

样本数据可以在

https://www.dropbox.com/s/m94y6pbhjlkny1l/Sample_HFT.csv?dl=0

请帮忙

我有一个格式的数据框

我想将所有列的第一行的值设置为零（时间列的第一行值除外）

我希望数据的格式

请帮忙

我在上午 11:00 到上午 11:30 之间有一个包含 10 只股票的高频交易数据集，我已将其汇总为 30 秒的间隔。随后我计算了这 10 只股票的回报率。

如何执行以下时间序列返回数据集与另一个权重矩阵的矩阵乘法，其中权重矩阵是 (10 x 1) 矩阵，每行值为 0.1

数据可以从链接下载

https://www.dropbox.com/s/dwvsl11j7t1884b/Time%20Series%20Return%20data.xlsx?dl=0

我有以下数据：

我试图从开始（9:15:00）开始估计 30 分钟内的高低。

这就是我得到的：

但是，它的时间戳为 09:15: 00、09:30:07、10:00:02 ……我需要的是09:15:00、09:45:00、10:15:00…… . 我也试过period.max()功能，但它也有类似的问题。

我想知道为什么这些功能不成比例地划分时间？请帮我解决这个问题。谢谢

I'd like to create an application that is able to replay historical tick by tick multi-level book changes. My question is how does one potentially go about doing this?

The immediate problem I am facing is how to simulate actual data volume burst? Data burst here is defined as high volume of events occurring during a given time span (say microseconds). For example, if I just loop through the data event by event and publishing it to my consumers this would not take in to account the actual time differences between consecutive events occurring in real life. Since market data is coming in asynchronously, I need to be able to model that.

Any suggestions or resources is highly appreciated.

Thanks,

我正在使用 Kraken API，但我无法找到对我在响应中的信息的良好解释。

实际上，对于给定的一对，我有以下信息：

我对这个有效载荷有一些疑问。感谢所有愿意提供帮助的人。

1. lot_decimals和pair_decimals：这些如何应用？我猜可能前者意味着第一种货币的数量可以用最多lot_decimals小数位表示，而后者意味着您可以用最多pair_decimals小数位表示对值。这合理吗？

2. lot_multiplier：解释很清楚，但总是1。有什么理由吗？

3. lot：这是您要以第二种货币计算的第一种货币的数量吗？示例：100 EURBTC，100 是手数？

谢谢

我正在用 Haskell 编写一个小型库，并希望附带测试。对于测试，我打算使用 HFT，整个项目由堆栈管理。stack test由于某种原因失败，输出如下：

稍后将包含测试的我的 Ini.hs 文件非常简单，只是

我package.yaml的是

这是自动生成的schemer.cabal：

我不确定出了什么问题，这 Paths_schemer 是什么。帮助表示赞赏。

我们看到当负载较轻时 JVM 的性能下降的行为。特别是在多次运行中，在测试环境中，我们注意到当泵入系统的订单消息的速率降低时，延迟会恶化大约 100%。下面是有关该问题的一些背景，我将不胜感激。

简单来说，正在研究的演示 Java 交易应用程序可以被认为具有 3 个重要线程：订单接收线程、处理器线程、交换发送线程

订单接收线程接收订单并将其放在处理器 q 上。处理器线程从处理器 q 中获取它，进行一些基本处理并将其放在交换器 q 上。交换发送器线程从交换 q 中获取它并将订单发送到交换。

当输入系统的订单率从较高数量变为较低数量时，从订单接收到订单发送到交易所的延迟会恶化 100%。

尝试的解决方案：

1. 通过发送高消息率并在降低消息率之前启动系统来预热 JVM 中的关键代码路径：不能解决问题

2. 分析应用程序：使用分析器，它显示代码中的热点，通过改进实现可能会有 10 -15% 的改进。但是仅仅通过增加消息率获得的100％改善范围内没有任何效果。

有人对此有任何见解/建议吗？它是否与线程上的调度抖动有关。

难道是在低消息率下线程正在从核心切换出来？

我认为可能相关的2个帖子如下。但是我们的症状有点不同：

jvm在负载下更快吗？

为什么JVM需要预热？

您好，我正在尝试使用低级库编年史线发送 http 请求。我能够通过使用 java 套接字来完成这项工作，但我对使用这个库的差异感到好奇。下面是调用代码：

我收到以下错误：

1000ms 应该足够了，所以问题出在配置的某个地方。