技术分享会回顾｜Rust 在量化领域如何应用？
很多人会问：
Rust在量化领域如何应用？又有什么独特优势？
如何看待 Rust 的应用前景？
......
为满足大家的好奇心，3 月 6 日，非凸科技与 Rust 中文社区联合举办了一场线上技术分享会。非凸科技北京分公司负责人朱为老师就“国内外量化发展现状、Rust 在量化领域应用、典型工作场景以及招聘职位等方面进行了分享。满满干货，值得回看！
一、国内外量化发展现状
目前，国内证券类私募基金规模达到 6.34 万亿元，其中量化私募基金规模估算约 1.5 万亿元，占比 24%。而全球对冲基金的管理资产总规模有超 4 万亿美元，其中桥水的资产规模就达 1501 亿美元。除此之外，国内 117 家百亿私募中只有 28 家量化私募，而全球对冲基金规模 T0P10 中就有 8 家量化基金。朱为老师表示，相较之下，国内量化交易市场发展空间还很巨大，未来 10 年将是 A 股市场算法交易发展的黄金期。
非凸科技是首家全面使用 Rust 语言的金融科技公司，目前正基于 Rust 生态，结合机器学习和深度学习等新兴技术，打造高效率、低延迟、高可靠、全内存高频交易平台，为券商、量化私募等大型金融机构提供优质的算法服务。
非凸科技自主研发的智能算法，主要为机构投资者提供以成交为目的的自动化交易执行。其主要优势在于能够跑赢市场 3-5BP（基点），支持本地化部署，更好地保证交易的隐秘性、安全性以及审计监管等。
二、如何用 Rust 来实现高频量化交易系统？
高频量化交易系统的设计目标是：高性能、低延迟、高可靠、开发效率高，那为何用 Rust 才能实现呢？
“第一，高性能，需要超大数据集离线训练与实时回测，以及上万种标的物行情预测、实时报撤单等；第二，低延迟，需要计算通信延迟均在纳秒级优化，充分考虑 CPU Cache 优化细节；第三，高可靠，需要线上免维护（很多时候是私有部署），杜绝崩溃等非正常退出（这也是选择 Rust 的原因）；第四，开发效率高，则需要有较好的生态和基础库，无须造轮子，还需要因子 &模型 &策略在/离线使用同一份代码，以及无须关注操作系统及硬件差异等。”朱为老师表示。
然而，用 Rust 来实现高频量化交易系统的过程，可能会面临这样的一些问题，比如 Rust 如何完成行情的接入？低延迟如何体现？如何基于共享内存队列实现 RPC？交易引擎是用异步编程还是用同步编程？采用 Rust 进行模型训练与预测有什么优势？对此，朱为老师一一作出了回答，最后还向大家展示了如何用 Rust 写网格交易策略。
三、QA 环节
本次技术分享会圆满结束，收获了很多点赞和讨论。有人直呼：正想了解 Rust 量化方面的应用，想什么来什么，爱了爱了！
非凸科技是 Rust 量化先行者，追求高效和极致。我们聘请优秀的人，采用先进的技术，建立卓越的团队，成就不平凡的非凸，为量化行业带来效率价值最大化！欢迎加入非凸，为自己拼搏，也成就彼此！
追求卓越算法，赋能量化交易 2022.02.22 加入
专注于智能算法交易领域的研究和开发
评论