Python算法交易

228

｜

第

7

章

通常，对金融工具价格进行的蒙特卡洛模拟依赖于相同的时间间隔（例

如“一个交易日”）。在很多情况下，这与例如较长时间的收盘价一起

使用时，是一个“足够好”的近似值。在日内报价数据的场景中，数据

的随机到达是需要考虑的重要特征。实时数据服务器的

Python

脚本通过

暂停随机时间的运行实现随机到达。

7.2

连接报价数据客户端

报价数据服务器的代码已经很简洁了，其中

InstrumentPrice

模拟类占据了最长的

部分。第

7.7.2

节中所示的各个实时数据客户端的代码则更加简洁。只有几行代码，

用来实例化主要的

Context

对象，连接到发布套接字，并订阅

SYMBOL

通道，这恰好

是此处唯一可用的通道。在

while

循环中，接收并打印基于字符串的消息。所以脚

本就很短。

如下所示，脚本的初始部分几乎与报价数据服务器脚本一样。

import zmq

context = zmq.Context()

socket = context.socket(zmq.SUB)

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

socket.setsockopt_string(zmq.SUBSCRIBE, 'SYMBOL')

导入

ZeroMQ

库的

Python

包。

对于客户端来说，主要对象也是

zmq.Context

的实例。

这里有一点不同：套接字类型设置为

SUB

。

套接字连接到对应的

IP

地址和端口。

此行代码定义了套接字订阅的通道。虽然在这里只有一个通道，但是我们仍然

需要指明