Программирование кванта: чем и зачем

За то, чем вы не пользуетесь, вы не платите. И более того: то, чем вы пользуетесь, вы не написали бы вручную лучше.

---

Два контура одной платформы

В современном алготрейдинге преимущество в 500 наносекунд повышает вероятность исполнить лимитный ордер первым до 75%. При таких скоростях выбор языка и архитектурных шаблонов определяет выживание фонда.

Главная ошибка начинающих — попытка написать торговую систему на «одном универсальном языке».

В реальных квантовых фондах стек строго разделён на два изолированных мира:

1. Offline-контур (Исследования и ML): Здесь правит Python. Главная метрика — скорость проверки гипотез, гибкость и мощь математических библиотек.
2. Online-контур (Горячий путь / Production Execution): Здесь правит современный C++ (C++20/23) или аппаратные чипы FPGA. Главная метрика — наносекундный детерминизм, предсказуемость задержки (zero jitter) и полный контроль над памятью.

---

1. Python, C++ и SQL

Python — стек исследователя

Сам по себе CPython медлителен из-за динамической типизации и Global Interpreter Lock (GIL). Однако в количественных финансах Python выступает в роли дирижера: тяжёлые вычисления делегируются скомпилированным C/C++ и Fortran ядрам.

• Эволюция от Pandas к Polars: Классический Pandas дублирует данные в оперативной памяти (размер датафрейма в RAM превышает CSV-файл в 3–5 раз) и вычисляет все в один поток.
  Современные квант-команды переходят на Polars (написанный на Rust):
  1. Apache Arrow: Плоская колоночная память без накладных расходов на сериализацию.
  2. Ленивые вычисления (Lazy Evaluation): Построение графа запроса (DAG) с автоматическим отсечением неиспользуемых колонок на этапе чтения с диска.
  3. Параллелизм: Автоматическое распараллеливание операций по всем ядрам CPU.

import polars as pl

# Ленивый расчёт дисбаланса стакана (Order Book Imbalance) на петабайтах тиков
imbalance_df = (
 pl.scan_parquet("ticks_l2_*.parquet")
 .filter(pl.col("symbol") == "Si-9.26")
 .select([
 pl.col("timestamp"),
 (pl.col("bid_vol_0") - pl.col("ask_vol_0")) / 
 (pl.col("bid_vol_0") + pl.col("ask_vol_0")).alias("obi_level_0")
 ])
 .collect() # Исполнение оптимизированного плана запроса
)

• Машинное обучение:
  • Табличные данные: Доминируют бустинги LightGBM и CatBoost. Они устойчивы к мультиколлинеарности и обучаются за минуты.
  • Сверхплотные тики L2/L3: PyTorch. Используются одномерные сверточные сети (1D-CNN) и трансформеры с причинным маскированием (Causal Attention) для исключения утечек из будущего.
• Бэктестинг: Vectorbt (векторизованный прогон сотен тысяч траекторий через Numba за секунды) и NautilusTrader (событийно-ориентированная симуляция очередей в стакане).

---

C++ — стек разработчика

В горячем пути исполнения ордеров (Tick-to-Trade Hot PathTick-to-Tradet_out − t_inВремя от прихода рыночного события до выхода встречной заявки на провод. Ключевая метрика горячего пути; в топовых системах измеряется сотнями наносекунд.Подробнее →) C++ незаменим благодаря детерминированному управлению ресурсами и отсутствию непредсказуемых пауз сборщика мусора.

• Принцип Zero-Allocation: Любой вызов malloc или new в цикле обработки тика — это катастрофа. Системный аллокатор обращается к глобальной куче и блокирует поток (heap contention). Кванты используют статические Memory Pools и кольцевые буферы:

// ПАТТЕРН ZERO-ALLOCATION НА C++20
#include <array>
#include <cstdint>

struct MarketTick {
 uint64_t timestamp_ns;
 int64_t price_fixed; // Фиксированная точка
 uint32_t volume;
};

class FastTickBuffer {
private:
 static constexpr size_t CAPACITY = 65536;
 alignas(64) std::array<MarketTick, CAPACITY> ring_buffer_; // Выравнивание по кэш-линии
 size_t head_{0};

public:
 void push(const MarketTick& tick) noexcept {
 ring_buffer_[head_ & (CAPACITY - 1)] = tick; // Битовая маска вместо деления с остатком
 ++head_;
 }
};

• Оптимизация под кэш процессора:
  • Cache Lines (64 байта) и False Sharing: Если два ядра CPU одновременно меняют разные переменные, лежащие на одной 64-байтной кэш-линии, процессор постоянно сбрасывает кэши по протоколу MESI. Решение — директива выравнивания alignas(64) в C++17.
  • Branch Prediction: Атрибуты [[likely]] и [[unlikely]] в C++20 подсказывают компилятору порядок ассемблерных инструкций для предотвращения сброса конвейера CPU.
• Kernel Bypass (Сетевой обход ядра): Стандартный сетевой стек Linux вносит микросекундные задержки из-за переключения контекста и копирования пакетов. Технологии Solarflare Onload и DPDK пробрасывают сетевую карту напрямую в память приложения в userspace, снижая задержку до сотен наносекунд.
• Библиотеки финансовой математики: QuantLib (оценка опционов и процентных кривых), Eigen (векторизованная линейная алгебра на шаблонах выражений).

---

SQL и базы временных рядов

Почему классический PostgreSQL падает на тиковых данных?
PostgreSQL хранит данные построчно. Чтобы посчитать средневзвешенную цену (VWAP) по миллиарду сделок за месяц, построчная база прочитает с диска гигабайты ненужных колонок (ID сделок, направления, типы ордеров), уперевшись в дисковый ввод-вывод.

• ClickHouse: Колоночный король исторических квантовых данных. Каждая колонка хранится отдельно и сжимается специализированными алгоритмами (DoubleDelta, Gorilla). Запросы исполняются на векторных SIMD-инструкциях CPU.
• kdb+/q (Kx Systems): Легендарный стандарт Уолл-стрит. Построен на векторном языке q и держит всю тиковую историю в оперативной памяти (In-Memory RAM), выполняя выборки за микросекунды.

---

2. Альтернативные языки: OCaml, Java, Rust и FPGA

---

3. Чем стек исследователя отличается от стека разработчика

---

4. Три смертных греха программирования в финансах

Грех 1. Выделение памяти на куче (new / malloc) в горячем пути

Попытка создать временный объект через std::make_shared или new во время прихода тика приводит к тому, что системный аллокатор блокирует память.
Результат: Задержка обработки ордера взлетает со 100 наносекунд до нескольких миллисекунд. Вы опаздываете в стакан и покупаете по худшей цене.

Грех 2. Использование типов float для денежных расчётов

Числа с плавающей точкой стандарта IEEE 754 не могут точно представить десятичные дроби (например, 0.01 рубля). На миллионах сделок накапливается ошибка округления, из-за которой балансы перестают сходиться, а риск-лимиты сбоят.
Правило: Всегда использовать Fixed-Point арифметику (целочисленные типы int64_t с масштабированием, где 100.25 ₽ хранится как 100250000).

Грех 3. Lookahead Bias (Утечка будущего) в Python

Случайное применение информации из будущего при расчёте скользящих средних (shift(-1) вместо shift(1)) или нормализация всего датасета по глобальному среднему.
Результат: Бэктест показывает нереалистичный коэффициент Шарпа 6.0, а в продакшене алгоритм мгновенно теряет депозит.

---

5. Золотая полка квант-разработчика

1. Scott Meyers — «Effective Modern C++»: Глубинное понимание move-семантики, perfect forwarding и умных указателей.
2. Anthony Williams — «C++ Concurrency in Action»: Библия многопоточного программирования: lock-free структуры, атомики и барьеры памяти.
3. Fedor Pikus — «The Art of Writing Efficient C++»: Низкоуровневая оптимизация под архитектуру CPU: кэши L1/L2/L3, выравнивание памяти и устранение False Sharing.
4. Marcos López de Prado — «Advances in Financial Machine Learning»: Построение информационных баров и очищенная валидация CPCV.

---

---

Источники

1. [1] Foundations of C++ Bjarne Stroustrup — программный доклад, ETAPS 2012 · 2012, с. 4 Формулировка принципа нулевых накладных расходов из эпиграфа, в авторской редакции.
2. [2] Advances in Financial Machine Learning Marcos López de Prado, Wiley · февраль 2018, ISBN 978-1-119-48208-6 Источник по утечке будущего (lookahead bias), переобучению бэктестов и правильной кросс-валидации временных рядов.
3. [3] Quantitative Trading: How to Build Your Own Algorithmic Trading Business, 2-е издание Ernest P. Chan, Wiley · 2021, ISBN 978-1-119-80006-4 Практика построения исследовательского контура и инфраструктуры бэктеста.
4. [4] Документация срочного рынка: TWIME, FAST/UDP, Plaza-2 Московская биржа · спецификация FAST — версия 1.29.1 от 19 ноября 2025 Протоколы, с которыми реально работает исполнительный контур на российском рынке.

Ссылки сверены 4 сентября 2026

Проверьте себя