No

應(yīng)用種類

應(yīng)用場景

核心算法

資源需求

1

做市（Market Making）

為市場提供流動性，通過買賣價(jià)差（Bid-Ask Spread）獲利。

動態(tài)報(bào)價(jià)策略：

基于訂單簿深度調(diào)整報(bào)價(jià)（盤口流動性預(yù)測）。

使用卡爾曼濾波實(shí)時(shí)跟蹤價(jià)差波動。

庫存風(fēng)險(xiǎn)控制：

動態(tài)調(diào)整頭寸暴露（基于VaR模型限制風(fēng)險(xiǎn)敞口）。

抗逆向選擇算法：

識別對手方信息優(yōu)勢（如大單拆分檢測）。

并行性：中等（報(bào)價(jià)計(jì)算可并行，需低延遲響應(yīng)）

GPU：部分可用于 LOB 狀態(tài)預(yù)測

CPU：8~16核（主要瓶頸是低延遲而非大并發(fā)）

內(nèi)存：32~64GB（存儲歷史訂單簿狀態(tài)）

硬盤：500GB SSD（日志+訓(xùn)練集）

2

統(tǒng)計(jì)套利（Statistical Arbitrage）

跨資產(chǎn)、跨市場或跨期套利（如ETF與成分股價(jià)差交易）

協(xié)整性策略：ADF檢驗(yàn)篩選配對資產(chǎn)，動態(tài)調(diào)整價(jià)差Z-score閾值。

高頻均值回歸：基于卡爾曼濾波的實(shí)時(shí)價(jià)差跟蹤與交易觸發(fā)。

訂單流預(yù)測：使用隱馬爾可夫模型（HMM）預(yù)測短期價(jià)格方向

并行性：高（多資產(chǎn)并發(fā)信號分析 + 回測）

GPU：深度學(xué)習(xí)模型訓(xùn)練加速

CPU：32核以上（同時(shí)監(jiān)控上百資產(chǎn)）

內(nèi)存：64GB~128GB（時(shí)間序列 + 統(tǒng)計(jì)建模）

硬盤：2TB SSD（交易對數(shù)據(jù)、策略日志）

3

延遲套利/閃電套利（Latency Arbitrage）

利用跨交易所或數(shù)據(jù)源的延遲差異獲利，基于微秒級延遲信息差進(jìn)行套利（如交易所間、合約間）

跨市場價(jià)差監(jiān)測：多交易所行情同步比對（納秒級時(shí)鐘同步）。

路由優(yōu)化：動態(tài)選擇最低延遲通信路徑（FPGA硬件加速網(wǎng)絡(luò)協(xié)議棧）

并行性：低（策略輕量級，關(guān)鍵是低延遲）

GPU：不適合

CPU：4~8核足夠（主瓶頸是網(wǎng)絡(luò)延遲）

內(nèi)存：32GB（延遲緩存與信號處理）

硬盤：256GB SSD（系統(tǒng)日志）

4

瞬態(tài)信號驅(qū)動策略（Event-Driven Micro-Momentum）

基于訂單簿異動、成交激增、盤口不對稱等超短期信號

(1)LOB Depth Imbalance

(2)Hidden Liquidity Detection

(3)Reinforcement Learning 策略選擇（DQN、PPO）

并行性：中高（信號檢測 + 策略并發(fā)執(zhí)行）

GPU：用于訓(xùn)練智能策略（如DQN）

CPU：16~32核（多線程 tick 處理）

內(nèi)存：64~128GB

硬盤：1TB SSD（tick數(shù)據(jù)與策略行為日志）

5

訂單簿動態(tài)預(yù)測（Order Book Dynamics Prediction）

預(yù)測 LOB 微觀走勢用于超短期投機(jī)或流動性驅(qū)動策略

(1)LOB時(shí)間序列建模（ARIMA、LSTM、GRU、Transformer）

(2)Market Impact 模型（Transient/Permanent Impact）

(3)多尺度事件建模（Hawkes Process）

并行性：高（每筆交易都可并行預(yù)測）

GPU：推薦 ，LSTM/Transformer 加速預(yù)測

CPU：16~32核（并行加載歷史窗口）

內(nèi)存：128GB（高頻秒級數(shù)據(jù)維度巨大）

硬盤：2TB~4TB SSD（存儲tick-by-tick數(shù)據(jù) + 模型）

6

深度學(xué)習(xí)驅(qū)動預(yù)測（Deep Learning Prediction for HFT）

使用 Transformer、LSTM、GNN 等模型進(jìn)行微觀結(jié)構(gòu)建模和超短期方向預(yù)測

(1) Temporal Convolution Networks (TCN)

(2) Gated Recurrent Units (GRU)

(3) LOBTransformer（微觀結(jié)構(gòu)專用）

(4) GNN on Order Flow Graph

(1)并行性：高（模型推理、特征生成、資產(chǎn)并行）

(2)GPU：必須，大規(guī)模模型訓(xùn)練/推理

(3)CPU：32核（數(shù)據(jù)預(yù)處理和推理調(diào)度）

(4)內(nèi)存：256GB以上（高維 tick 特征）

(5) 硬盤：4TB SSD（tick數(shù)據(jù)、模型參數(shù)、訓(xùn)練樣本）

關(guān)鍵指標(biāo)

硬件指標(biāo)與應(yīng)用

1

CPU并行加速場景

低延遲信號生成：

ü  最佳核數(shù)：4-8個高頻核心（如Intel Xeon W-3400系列，5.8GHz Turbo）。

ü  優(yōu)化策略：禁用超線程，綁定核心至關(guān)鍵線程（減少上下文切換）。

多市場并行處理：

ü  核數(shù)優(yōu)化：16-32核（AMD EPYC 9354，分核處理不同交易所數(shù)據(jù)流）。

2

GPU加速場景

機(jī)器學(xué)習(xí)推理：

ü  適用模型：輕量化NLP模型（如DistilBERT）或微型LSTM。

ü  推薦顯卡：NVIDIA T4（低功耗，16GB顯存）或A2（邊緣推理專用）。

高頻回測：

ü  CUDA加速：歷史訂單簿重放（批量路徑模擬）。

ü  性能對比：GPU加速回測速度提升5-10倍（需優(yōu)化數(shù)據(jù)加載流水線）。

3

內(nèi)存容量要求

實(shí)時(shí)交易：

ü  需求：64-128GB DDR5（存儲當(dāng)前交易日Level 1/2數(shù)據(jù)）。

ü  關(guān)鍵指標(biāo)：低時(shí)序（CL32以下）+ 高帶寬（≥100GB/s）。

歷史數(shù)據(jù)分析：

需求：256-512GB ECC內(nèi)存（支持多年Tick數(shù)據(jù)回測）。

4

存儲系統(tǒng)

實(shí)時(shí)交易：

ü  配置：Intel Optane P5800X SSD（隨機(jī)讀寫延遲<10μs，支持百萬級IOPS）。

ü  容量：1-2TB（存儲當(dāng)日訂單簿快照與日志）。

歷史數(shù)據(jù)存儲：

ü  配置：NVMe RAID閃存陣列（8TB，讀取速度≥10GB/s）。

ü  歸檔方案：LTO-9磁帶庫（PB級低成本冷存儲）。

5

網(wǎng)絡(luò)優(yōu)化

網(wǎng)卡選型：

ü  Solarflare X2522（25Gbps，支持TCP/UDP內(nèi)核旁路）。

ü  Mellanox ConnectX-7（200Gbps，RDMA加速跨節(jié)點(diǎn)通信）。

延遲壓縮：

微波/激光通信（跨交易所物理鏈路優(yōu)化）。

FPGA實(shí)現(xiàn)網(wǎng)絡(luò)協(xié)議棧硬件卸載（降低軟件棧延遲）。

 優(yōu)化分類

 技術(shù)說明 

 1

延遲敏感型優(yōu)化

使用內(nèi)核旁路（Kernel Bypass）技術(shù)（如OpenOnload）減少操作系統(tǒng)干擾。

CPU核心隔離：將關(guān)鍵線程綁定至物理核心，禁用中斷（IRQ Affinity）

 2

數(shù)據(jù)流水線設(shè)計(jì)

內(nèi)存映射文件（mmap）：直接加載訂單簿數(shù)據(jù)至內(nèi)存，避免磁盤I/O瓶頸。

零拷貝網(wǎng)絡(luò)：RDMA技術(shù)實(shí)現(xiàn)跨節(jié)點(diǎn)數(shù)據(jù)直接傳輸（GPUDirect支持）

 3

混合計(jì)算架構(gòu)

CPU+FPGA協(xié)同：CPU處理策略邏輯，FPGA處理協(xié)議解析與時(shí)間戳打標(biāo)。

GPU異步推理：預(yù)加載模型至顯存，實(shí)時(shí)訂單流分批次推理

 4

冗余與容災(zāi)

多機(jī)房部署：跨地域服務(wù)器同步策略狀態(tài)（時(shí)鐘同步精度≤100ns）。

快速故障切換：基于PTP（精確時(shí)間協(xié)議）的實(shí)時(shí)冗余鏈路切換