如何建立一个基于事件驱动的全自动化交易系统

对于量化交易的初学者，建议读读 Ernie P. Chan的书籍： Quantitative Trading: How to build your own algorithmic trading business，这本书是基础。

量化交易系统可以分为半自动化交易和完全自动化交易两种，半自动化系统适合一个星期有几笔交易，推荐使用 Matlab, R语言, 甚至是Excel，具体建议如下：

• 可以忽略Matlab, 它会带来很多金钱上的成本，并没有许多训练材料如博客或书籍教会你如何使用Matlab编码交易策略。
• R语言有不少资源可以用来学习如何构建交易策略，推荐阅读:QuantStratTradeR  run by Ilya Kipnis.
• 如果你没有编程经验，可以使用Microsoft Excel，能够使用Excel进行半自动化交易，但是不能帮助你建立一个完整的交易技术体系。

　　下图是半自动化交易框架：

　　对于完全自动化交易系统，适合你实时下单，可以使用C#语言，QuantConnect也是使用C#，QuantStart 和Quantopian 使用的是Python，HFT更喜欢使用C++，当然Java也很流行。

 

系统架构

　　在课程Executive Program in Algorithmic Trading 中，会告诉你一个全自动化交易系统的架构以及其中每个组件的特点，见下图：

　　整个架构分三个部分，Application Server和Exchange，核心是复杂的事件处理引擎，市场数据输入到事件处理引擎，由引擎向交易所发出买卖交易。

　　下图是来自于 “Algorithmic Trading System Architecture” By: Stuart Gordon Reid：

　　在系统的界面层使用的是MVC模式和观察者模式，业务层分为数据源层 数据预处理层和智能层以及订单处理层，最后是报表分析层。在数据预处理层，可以使用过滤器等模式进行数据的预先处理，业务核心是CEP事件驱动引擎。