|
|
各位大佬好，本人目前在做高频方向的策略研究，遇到一个棘手的问题想请教：在实盘环境下处理tick级数据时，发现订单簿重构的效率严重影响了策略响应速度。目前是用Python的pandas处理，但超过5档的深度数据就会产生明显延迟。
想请教几个具体问题：
1. 在保证数据精度的前提下，有哪些内存优化的好方法？（试过numpy结构化数组但效果不理想）
2. 对于orderbook的delta推送，用Cython改写核心循环相比纯Python能提升多少？
3. 有没有开源框架推荐？（看过一些HFT框架但都太重）
实验室的服务器配置是Xeon 16核+128G内存，主要交易加密货币期货。最近回测发现延迟导致的滑点已经吃掉策略大部分alpha，特别焦虑...希望有实战经验的前辈指点方向，感谢！
（注：已排除网络延迟因素，纯粹是数据处理瓶颈） |
|
发表于 2025-7-28 03:05:40
