Python算法交易

使用实时数据和套接字

｜

225

7.1

运行一个简单的实时数据服务器

本节演示了如何基于模拟金融工具价格运行简单的实时数据服务器。我们使用几何

布朗运动（无分频）模型生成数据，该模型可以使用精确的欧拉离散化，如式（

7-1

）

所示。其中，

S

是金融工具价格，

r

是恒定的短期利率，

σ

是恒定的波动率因子，以

及

z

是标准正态随机变量。

Δ

t

是金融工具价格的两次离散观察之间的时间间隔。

式（7-1）：几何布朗运动的欧拉离散化

S

t

= S

t

·exp r

2

2

+

第

7.7.1

节介绍了一个

Python

脚本，该脚本利用此模型，使用

ZeroMQ

和一个名为

StockPrice

的类实现了一个实时数据服务器，以随机方式发布新的模拟实时数据。

有两种随机化发布方式。第一种，股价本身就是基于蒙特卡罗模拟的。第二种，将

两个发布事件之间的时间间隔随机化。本节的剩余部分详细解释了脚本的主要部分。

如下所示，脚本的第一部分是一些包导入，其中包括

ZeroMQ

的

Python

包。它还实

例化了打开

PUB

类型套接字所需的主要对象。

import zmq

import math

import time

import random

context = zmq.Context()

socket = context.socket(zmq.PUB)

socket.bind('tcp://0.0.0.0:5555')

导入

ZeroMQ

库的

Python

包。

实例化一个

Context

对象。它是套接字通信的关键对象。

套接字基于

PUB

套接字类型（“通信模式”）定义。 ...