量化對沖交易系統：D-Alaph—系統構架

07-29

資料庫與數據倉庫

本系統的底層為數據與數據倉庫層，包括與量化投資交易有關的基礎數據，主要有：歷史高頻交易數據，歷史分析數據，實時行情數據，實時分析數據四大塊。

（1）歷史高頻交易數據

歷史高頻數據回溯了A股市場歷史上每一次的交易細節，包括：買一到買五價格，掛單量，成交量；賣一到賣五價格、掛單量，成交量。

（2）歷史分析數據

歷史分析數據有兩塊，國內的來自於萬德歷史資料庫，國外的來自於Bloomberg歷史資料庫。

萬德歷史資料庫包括：宏觀經濟數據、微觀經濟數據、上市公司數據、分析師數據等。

Bloomberg歷史資料庫包括：全球宏觀經濟數據、全球微觀經濟數據、全球資本市場數據（股票，債券，商品，期權），全球分析師數據等。

（3）實時行情數據

實時行情數據直接來自於交易所，用於對市場實時監控。

（4）實時分析數據

實時分析數據來自於各大第三方數據提供商，用於策略實時分析。

數據引擎

數據引擎的作用就是將底層的各種資料庫整合起來，採用統一的介面供上層的策略分析和機會監控兩大模塊進行調用。由於底層的數據來自不同的數據提供商，他們的數據結構，介面都不盡相同，因此需要數據引擎進行預處理，剔除不合理的數據，格式統一和介面統一的工作。

策略分析

策略分析是本量化投資系統的核心模塊，基於數據引擎提供的數據，通過對歷史數據的分析，得出有效的投資策略，並將該策略的主要參數傳遞給監控模塊，對市場機會進行監控。

機會監控

機會監控有自動和人工兩種。自動監控通過一個程序化的DLL實現，該DLL實時監控市場情況，當在機會出現的時候，將交易參數傳遞給程序化交易模塊，進行下單操作。

人工監控則是在機會出現的時候，在用戶界面上彈出對話框，讓交易員進行人工判斷後利用程序化交易系統下單。

提供人工監控的目的在於，在市場出現大幅波動，或者策略出現明顯不合理的情況的時候，可以讓交易員對投資策略進行人工干預，以免由於程序的錯誤，帶來重大損失。

程序化交易

一旦市場出現機會後，不管是開倉還是平倉交易，如果通過人工下單的方式，都是效率很低的，尤其是針對套利這種瞬間即逝的機會，只有程序化交易模塊才能捕捉。

如果是自動監控的機會，則將交易指令直接發送到程序化交易模塊，如果是人工監控的，則由交易員啟動程序化交易模塊。

程序化交易模塊的輸出是一系列指令集，傳送到交易所（證券交易所，期貨交易所）進行撮合回報。