rburkholder/trade-frame
C++ 17 based library (with sample applications) for testing equities, futures, currencies, etfs & options based automated trading ideas using DTN IQFeed real time data feed and Interactive Brokers (IB TWS API) for trade execution. libtorch/lstm/cuda demo. Support for Alpaca & Phemex. Notifications via Telegram.
它解决了什么问题
Trade-frame 是一个专为高吞吐量、低延迟交易应用设计的 C++ 框架。它特别解决了在整个生命周期中跟踪复杂期权组合订单(combos)的困难,使交易员能够将交易的各个部分(legs)组合起来,更有效地监控整体盈亏,这比标准经纪商界面更为优越。
它如何工作
该框架由一系列用于接收市场数据、组织时间序列、构建指标和发出订单的函数库组成。它采用模块化架构,不同功能由特定库实现:
- 数据与执行: 与 IQFeed、Interactive Brokers 和 Alpaca 等提供商集成,实现实时市场数据获取和订单执行。
- 核心交易逻辑: 通过专用类(
Watch、Position、Portfolio)管理仓位、投资组合和金融工具。 - 期权引擎: 一个专用引擎可实时计算期权的希腊值(Greeks)。
- 模拟功能: 提供模拟接口,支持离线策略测试,并通过延迟队列模拟往返时间和滑点效应。
- 存储: 使用 HDF5 和 SQLite 存储时间序列数据和交易记录。
适用人群
该工具专为量化交易员和开发人员设计,适用于构建自动化或手动交易系统,尤其适合专注于期权、股票、期货及期货期权的用户。
主要亮点
- 期权组合跟踪: 原生支持将多个证券部分组合为单一组合,用于盈亏追踪。
- 低延迟优先: 基于 C++17 构建,专为高性能交易应用优化。
- 多经纪商支持: 兼容 Interactive Brokers、IQFeed 和 Alpaca。
- 策略测试: 内置模拟引擎,支持策略的回测和离线测试。
- 机器学习集成: 提供自动化交易模板,并包含基于 LSTM 的模型(通过 libtorch 实现),用于预测 SPY 表现。
"Trade-frame 让复杂期权组合的管理变得简单,尤其在实时监控和低延迟执行方面表现出色。" — @username
相关
- 项目
- 项目
- 项目
- 项目
- 项目