ภาพรวม
บทนำ
NautilusTrader เป็น engine แบบ open-source ระดับ production ที่เขียนด้วย Rust เป็นหลัก (Rust-native) สำหรับระบบเทรดหลายประเภทสินทรัพย์และหลาย venue
ระบบครอบคลุมทั้งงานวิจัย การจำลองแบบ deterministic และ live execution ภายในสถาปัตยกรรมแบบ event-driven เดียวกัน ระบบเทรดสามารถเขียนด้วย Rust ทั้งหมดได้สำหรับงานที่ต้องการความเสถียรสูง (mission-critical)
โค้ดของ strategy และ execution algorithm ชุดเดียวกันรันได้ทั้งในระบบ backtest และ live ช่วยลดความต่าง ตอน deploy อย่างไรก็ตาม live execution ยังมีพฤติกรรมด้าน venue, transport, จังหวะเวลา, persistence, กิจกรรมจากภายนอก และ reconciliation ที่การจำลองอาจทำซ้ำไม่ได้ ดู ความแตกต่างระหว่าง backtest และ live
NautilusTrader ไม่ผูกกับประเภทสินทรัพย์ใดๆ venue ใดก็ตามที่มี REST API หรือ WebSocket feed สามารถ integrate ผ่าน adapter แบบ modular ได้ integration ที่มีครอบคลุมทั้ง crypto exchange แบบรวมศูนย์และกระจายศูนย์ (CEX และ DEX), ตลาดแลกเปลี่ยนเงินตรา (FX), หุ้น, futures, options และ betting exchange
คุณสมบัติ
- เร็ว: แกนหลักเป็น Rust พร้อม networking แบบ asynchronous ด้วย tokio
- เชื่อถือได้: Rust ให้ทั้ง type safety และ thread safety และรองรับการเก็บ state แบบ persistence (ไม่บังคับ) ด้วย Redis หรือ PostgreSQL
- พกพาได้: รันได้บน Linux, macOS และ Windows และ deploy ด้วย Docker ได้
- ยืดหยุ่น: adapter แบบ modular integrate กับ REST API หรือ WebSocket feed ใดก็ได้
- Order ขั้นสูง: ตัวเลือก time-in-force มี
IOC,FOK,GTC,GTD,DAY,AT_THE_OPENและAT_THE_CLOSEนอกจากนี้ domain model ยังรองรับ conditional trigger,post-only,reduce-only, iceberg และ contingency order แบบOCO,OUOและOTOทั้งนี้การรองรับ ของ venue ขึ้นกับแต่ละ adapter - ปรับแต่งได้: สร้าง component ของตัวเองได้ หรือประกอบทั้งระบบขึ้นใหม่ตั้งแต่ต้นโดยใช้ cache และ message bus
- Backtesting: รันหลาย venue, instrument และ strategy พร้อมกันด้วยข้อมูลย้อนหลังทั้ง quote, trade, bar, order book และ custom data ที่ความละเอียดระดับ nanosecond
- Live: ใช้ implementation ของ strategy ชุดเดียวกันทั้งตอนวิจัยและตอน deploy แบบ live
- หลาย venue: รัน strategy แบบ market-making และแบบข้าม venue บนหลาย venue พร้อมกันได้
- AI training: การจำลองที่มี throughput สูงรองรับงานอย่างการฝึก AI trading agent ด้วย reinforcement learning (RL) หรือ evolutionary strategies (ES)
ทำไมต้อง NautilusTrader?
โดยทั่วไปงานวิจัย strategy การเทรดมักทำด้วย Python แบบ vectorized ขณะที่ระบบเทรดใน production ถูกสร้างแยกต่างหากด้วยสถาปัตยกรรมแบบ event-driven ในภาษาที่ compile
NautilusTrader ขจัดการแยกส่วนนี้
แกนหลักที่เป็น Rust-native ให้ runtime แบบ event-driven ที่ deterministic ทั้งสำหรับงานวิจัยและ live execution สถาปัตยกรรม ความหมายของการ execute และโมเดลเวลาชุดเดียวกันทำงานในทั้งสองสภาพแวดล้อม ทำให้ย้าย strategy จากงานวิจัยไปสู่ production ได้โดยไม่ต้องเขียนใหม่
กรณีการใช้งาน
NautilusTrader รองรับกรณีการใช้งานหลักสามแบบ:
- Backtest ระบบเทรดด้วยข้อมูลย้อนหลัง (
backtest) - จำลองระบบเทรดด้วยข้อมูล real-time และการ execute แบบเสมือน (
sandbox) - Deploy ระบบเทรดแบบ live บน account จริงหรือ paper account (
live)
NautilusTrader มี implementation ของ node สำหรับ backtest และ live ใน Rust ส่วน sandbox adapter
ให้การ execute แบบจำลองสำหรับสภาพแวดล้อม sandbox
- ตัวอย่างต่างๆ ใช้ implementation ของ node เหล่านี้ เว้นแต่จะระบุไว้เป็นอย่างอื่น
- strategy การเทรดเป็นเพียง component หนึ่งของระบบเทรดแบบ end-to-end ซึ่งยังรวมถึงชั้น application และ infrastructure ด้วย
ระบบแบบกระจาย
แพลตฟอร์มนี้ integrate เข้ากับระบบแบบกระจาย (distributed system) ที่ใหญ่กว่าได้:
- external message bus รองรับ JSON และ MessagePack สำหรับ message แบบ native และรองรับ Simple Binary Encoding (SBE) สำหรับ market data ที่มี schema รองรับ
- Apache Arrow และ Parquet ใช้สำหรับการแลกเปลี่ยนข้อมูลแบบ columnar และการเก็บข้อมูลผ่าน data catalog
รูปแบบที่รองรับขึ้นกับประเภทของ payload
แกนหลักร่วม
แกนหลักของระบบชุดเดียวกันถูกใช้โดย node ในบริบทสภาพแวดล้อม
ทุกแบบ ได้แก่ backtest, sandbox และ live actor, strategy และ execution algorithm ที่ผู้ใช้สร้างเองจะใช้
lifecycle เดียวกันในทุกบริบทเหล่านี้
Backtesting
ป้อนข้อมูลให้ BacktestEngine โดยตรง หรือผ่าน BacktestNode และ ParquetDataCatalog ที่เป็นระดับสูงกว่า
แล้วรันข้อมูลผ่านระบบที่ความละเอียดระดับ nanosecond ดู Backtesting สำหรับ API และ
โมเดลการ execute
Live trading
LiveNode รับข้อมูลและ event จาก data client และ execution client หลายตัว รองรับทั้ง account แบบ demo,
paper และ account จริง node แบบ Rust-native รัน event loop ของ kernel บน thread ที่เรียกใช้ ส่วน I/O
แบบ asynchronous และ background task ใช้ Tokio runtime แบบ multi-threaded ร่วมกัน
ดู Live trading สำหรับ lifecycle ของ node และข้อพิจารณาด้านความเสี่ยง และ Execution reconciliation สำหรับการกู้คืน state
Domain model
domain model ด้านการเทรดประกอบด้วย value type เช่น Price และ Quantity
รวมถึง order และ position ที่รวบรวม event เพื่อกำหนด state
Timestamp
NautilusTrader แทน timestamp ของระบบเป็น UNIX nanoseconds formatter มาตรฐานแบบ ISO 8601 (RFC 3339) ใช้ UTC และเก็บทศนิยมครบทั้งเก้าหลัก ส่วน formatter แบบ millisecond เก็บทศนิยมสามหลัก สำหรับการแสดงผลบางอย่าง เช่น เวลาหมดอายุของ good-till-date (GTD)
string ของ timestamp ประกอบด้วย:
- ส่วนวันที่เต็มรูปแบบซึ่งมีเสมอ:
YYYY-MM-DD - ตัวคั่น
Tระหว่างส่วนวันที่และเวลา - ทศนิยมเก้าหลักสำหรับผลลัพธ์แบบ nanosecond หรือสามหลักสำหรับแบบ millisecond
- timezone UTC ที่ระบุด้วยตัวท้าย
Z
ตัวอย่าง: 2024-01-05T15:30:45.123456789Z
ดูข้อกำหนดฉบับเต็มได้ที่ RFC 3339: Date and Time on the Internet
UUID
value type UUID4 ให้ค่า Universally Unique Identifier (UUID) เวอร์ชัน 4 แบบสุ่ม สำหรับ event, command,
report และ message ภายในอื่นๆ โดยใช้ crate uuid ตรวจสอบบิตของ version และ variant ตอน parse string
UUID v4 ที่ถูกต้องตาม RFC 9562 ประกอบด้วย:
- เลขฐานสิบหก 32 หลัก แสดงเป็น 5 กลุ่ม
- กลุ่มคั่นด้วยขีดกลางในรูปแบบ
8-4-4-4-12 - ระบุเวอร์ชัน 4 (กลุ่มที่สามขึ้นต้นด้วย "4")
- ระบุ variant แบบ IETF (กลุ่มที่สี่ขึ้นต้นด้วย "8", "9", "a" หรือ "b")
ตัวอย่าง: 2d89666b-1a1e-4a75-b193-4eb3b454c757
ดูข้อกำหนดฉบับเต็มได้ที่ RFC 9562: Universally Unique Identifiers (UUIDs)
ประเภทข้อมูล
NautilusTrader กำหนดประเภทข้อมูลตลาดและข้อมูลอ้างอิงในตัวไว้ดังนี้ การรองรับ request ข้อมูลย้อนหลัง และ subscription แบบ live ขึ้นกับผู้ให้บริการข้อมูลและ adapter ดู Data สำหรับฟิลด์และพฤติกรรม
OrderBookDelta(การเปลี่ยนแปลงของ order book หนึ่งรายการ)OrderBookDeltas(ประเภท container)OrderBookDepth(snapshot ที่ความลึกแปรผันได้ พร้อมความจุแบบ inline สำหรับสิบระดับ)QuoteTickTradeTickBarMarkPriceUpdateIndexPriceUpdateFundingRateUpdateOptionGreeksInstrumentInstrumentStatusInstrumentClose
ใช้ custom data สำหรับประเภทข้อมูลเฉพาะของแอปพลิเคชัน
ตัวเลือก PriceType ต่อไปนี้ใช้เลือกข้อมูลละเอียดสำหรับการรวม bar ภายใน (internal bar aggregation):
BIDASKMIDLAST
BID, ASK และ MID ใช้ข้อมูล QuoteTick ส่วน LAST ใช้ข้อมูล TradeTick
ส่วน bar type แบบ composite จะรวมจาก bar ที่เล็กกว่าแทน
Bar aggregation
method BarAggregation ที่มีให้ใช้:
MILLISECONDSECONDMINUTEHOURDAYWEEKMONTHYEARTICKVOLUMEVALUE(หรือที่เรียกว่า dollar bar)RENKO(brick ตามราคา)TICK_IMBALANCETICK_RUNSVOLUME_IMBALANCEVOLUME_RUNSVALUE_IMBALANCEVALUE_RUNS
aggregation ทั้งหมดที่ระบุไว้ถูก implement สำหรับ internal aggregation แล้ว
aggregation แบบ information-driven ต้องใช้ข้อมูล TradeTick
BarSpecification ประกอบด้วย price type, method ของ aggregation และขนาด step ที่เป็นบวก time bar แบบ
fixed-subunit มีข้อจำกัดเรื่องการหารลงตัว ดู Bar types สำหรับกฎการตรวจสอบ
internal aggregation รันระหว่าง live trading ได้เมื่อมีข้อมูล input ที่ต้องการ
ประเภทของ account
accounting engine รองรับการตั้งค่าต่อไปนี้ทั้งในสภาพแวดล้อม live และ backtest:
Cashสกุลเงินเดียว (base currency)CashหลายสกุลเงินMarginสกุลเงินเดียว (base currency)MarginหลายสกุลเงินBettingสกุลเงินเดียวWalletหลายสกุลเงิน (blockchain wallet โดย execution client ยังอยู่ระหว่างพัฒนา)
ประเภทของ order
order model รองรับประเภทต่อไปนี้ ขึ้นกับการรองรับของ venue adapter:
MARKETLIMITSTOP_MARKETSTOP_LIMITMARKET_TO_LIMITMARKET_IF_TOUCHEDLIMIT_IF_TOUCHEDTRAILING_STOP_MARKETTRAILING_STOP_LIMIT
Value type
value type แบบ fixed-point ต่อไปนี้ใช้ integer ดิบขนาด 128 บิตหรือ 64 บิต ขึ้นกับ precision mode ที่ใช้ตอน compile
PriceQuantityMoney
build แบบ Rust ล้วนใช้ standard precision เป็นค่าเริ่มต้น เว้นแต่จะเปิด feature high-precision
High-precision mode (128 บิต)
เมื่อเปิด feature flag high-precision ค่าต่างๆ จะใช้ข้อกำหนดดังนี้:
| Type | Raw backing | Max precision | Min value | Max value |
|---|---|---|---|---|
Price | i128 | 16 | -17,014,118,346,046 | 17,014,118,346,046 |
Money | i128 | 16 | -17,014,118,346,046 | 17,014,118,346,046 |
Quantity | u128 | 16 | 0 | 34,028,236,692,093 |
Standard-precision mode (64 บิต)
เมื่อปิด feature flag high-precision ค่าต่างๆ จะใช้ข้อกำหนดดังนี้:
| Type | Raw backing | Max precision | Min value | Max value |
|---|---|---|---|---|
Price | i64 | 9 | -9,223,372,036 | 9,223,372,036 |
Money | i64 | 9 | -9,223,372,036 | 9,223,372,036 |
Quantity | u64 | 9 | 0 | 18,446,744,073 |
แปลจาก เอกสาร NautilusTrader © Nautech Systems Pty Ltd และผู้ร่วมพัฒนา เผยแพร่ภายใต้ LGPL-3.0 ฉบับแปลนี้ตัดเนื้อหาเฉพาะ Python ออกและเน้น Rust