本文代码和文章发在FMZ发明者比特币量化交易平台上:
使用JavaScript实现量化策略并发执行--封装Go函数 - 发明者量化?www.fmz.com
在实现量化策略时,很多情况下,并发执行可以降低延时提升效率。以对冲机器人为例,需要获取两个币的深度,顺序执行的代码如下:
var depthA = exchanges[0].GetDepth() var depthB = exchanges[1].GetDepth()
请求一次rest API存在延时,假设是100ms,那么两次获取深度的时间实际上不一样,如果需要更多的访问,延时问题将会更突出,影响策略的执行。
JavaScript由于没有多线程,因此底层封装了Go函数解决这个问题,但由于设计机制,实现起来较为繁琐。
var a = exchanges[0].Go("GetDepth") var b = exchanges[1].Go("GetDepth") var depthA = a.wait() //调用wait方法等待返回异步获取depth结果 var depthB = b.wait()
在大多数简单情况下,这样写策略并无问题。但注意到每次策略循环都要重复这个过程,中间变量a,b实际上只是临时辅助。如果我们的并发任务非常多,就要另外纪录a和depthA,b和depthB之间的对应关系,当我们的并发任务不确定时,情况就更加复杂。因此,我们希望实现一个函数:当写Go并发时,同时绑定一个变量,当并发运行结果返回时,结果自动赋值给变量,这样就省去了中间变量,使程序更加简洁。具体实现如下:
function G(t, ctx, f) { return {run:function(){ f(t.wait(1000), ctx) }} }
我们定义了一个G函数,其中参数t是将要执行的Go函数,ctx是记录程序上下文,f为具体赋值的函数。等会就会看到这个函数的作用。
这时,整体的程序框架可以写为类似于“生产者-消费者”模型(有一些区别),生产者不断发出任务,消费者将它们并发执行,一下代码仅为演示,不涉及到程序的执行逻辑。
var Info = [{depth:null, account:null}, {depth:null, account:null}] //加入我们需要获取两个交易所的深度和账户,跟多的信息也可以放入,如订单Id,状态等。 var tasks = [ ] //全局的任务列表 function produce(){ //下发各种并发任务 //这里省略了任务产生的逻辑,仅为演示 tasks.push({exchange:0, ret:‘depth‘, param:[‘GetDepth‘]}) tasks.push({exchange:1, ret:‘depth‘, param:[‘GetDepth‘]}) tasks.push({exchange:0, ret:‘sellID‘, param:[‘Buy‘, Info[0].depth.Asks[0].Price, 10]}) tasks.push({exchange:1, ret:‘buyID‘, param:[‘Sell‘, Info[1].depth.Bids[0].Price, 10]}) } function worker(){ var jobs = [] for(var i=0;i<tasks.length;i++){ var task = tasks[i] tasks.splice(i,1) //删掉已执行的任务 jobs.push(G(exchanges[task.exchange].Go.apply(this, task.param), task, function(v, task) { Info[task.exchange][task.ret] = v //这里的v就是并发Go函数wait()的返回值,可以仔细体会下 })) } _.each(jobs, function(t){ t.run() //在这里并发执行所有任务 }) } function main() { while(true){ produce() // 发出交易指令 worker() // 并发执行 Sleep(1000) } }
看上去兜了一圈只实现了一个简单功能,实际上大大简化了代码复杂程度,我们只需关心程序需要产生什么任务,由worker()程序自动将他们并发执行,并返回相应的结果。灵活性提升了很多。
原文地址:https://www.cnblogs.com/botvsing/p/11106147.html