CppCon 2017: Carl Cook “当一微秒即是永恒:C++ 高性能交易系统”

CppCon 2017: Carl Cook “When a Microsecond Is an Eternity: High Performance Trading Systems in C++”

频道:CppCon · 时长:1:00:07 · 发布:2017-10-08 · 播放:360406

在 YouTube 观看

简介

Optiver 的 Carl Cook 讲解如何用 C++ 构建高频交易系统,其中关键路径很少运行但必须极快。他涵盖了实现低延迟和可预测延迟的技术,包括避免主内存和缓存未命中。

HN 为什么推荐

HN 多次将其推荐为低延迟交易工程的最佳概述。

以下是一些能让你对这个领域有个初步了解的演讲 — HN, 2020

C、C++、Rust、Go 与系统语言 · 软件性能与优化

中文字幕节选

- 好的,那么,大家下午好。 我叫 Carl,在一家名为 Optiver 的公司工作。 我从事自动化交易系统的开发工作, 至今已有大约 10 年时间。 所以今天的演讲基本上就是展示一个高频交易系统开发者 的日常工作。 我也是 SG14 的成员,所以我尝试从交易社区 向他们的标准提供一些反馈。 从交易的低延迟角度来看,哪些是重要的。 但我绝对不是 C++ 专家。 这个房间里有人对 C++ 的了解会比我多 10 倍。 但这不一定是问题。 你只需要非常擅长测量。 你需要非常擅长应用科学方法。 你需要理解工具。 如果你能做到这些,并且你能测量,而且测量得很好,你就能写出 非常非常快的软件,而不需要完全精通标准。 所以我会非常快速地概述一下我们做什么。 不会详细展开,因为那本身就可能需要一两个小时。 但我会谈谈我们面临的技术挑战。 这两个话题只是介绍性的,然后我们进入真正的内容, 也就是我日常编写快速 C++ 时使用的实际技术。 提到一些意外情况,一些实战故事, 最后我会讨论如何测量 C++, 这可能是演讲中最重要的几页幻灯片。 如果你想写出快速的代码,真的全在于测量。 好的。另一件事是,我非常希望能够 讨论所有的优化技巧,但我不能。 时间不够。我今天早上刚过了一遍我的幻灯片, 扔掉了一半。 所以,是的,这只是一个非常非常简短的 低延迟优化技术样本。 所以是低延迟,不是高频率,不是试图每秒处理 60、100 帧, 而只是在需要快的时候非常非常快。 那么我们做什么?大多数做市商为市场提供流动性。 这基本上意味着我们向市场提供价格, 表示我们愿意以某个价格买入这个工具, 我们愿意以比那个价格高一些的价格卖出。 我说的工具是指可交易的产品,股票、期货、期权。 那边桌子上有乐器纯属巧合。 不是那种乐器。 这有一些挑战。 你需要相当频繁地调整你的价格。 如果你不调整价格,你会错过交易, 或者更糟的是,你会成交,但那不是你想要的, 因为你没有足够快地调整价格, 别人已经抢先了。 所以做市商做的就是试图 赚取买卖之间的差价。 所以他们想买入股票再卖出。 卖出,买入。这有望自我平衡。 所以做市商不是量化基金或对冲基金之类的。 他们不是想建立头寸, 期望市场上涨或下跌, 他们真的只是想通过相当频繁地买卖 赚取少量利润。 最终这总是归结为两件事:低买高卖。 是的,其中有一些复杂的数学。 有时会变得有点复杂, 但最终所有交易算法都归结为这一点。 成功意味着比竞争对手稍快一点。 不需要快一秒, 可能是一皮秒,只要更快就行。 我觉得这张图其实挺好的,因为它能让你有个概念。 没人会记得比赛中第二、第三或第四名是谁,对吧? 电子做市也是同样的道理。 你必须成为领先的那个人。 但是,安全第一。在非常非常短的时间内可能会出很多问题。 所以你需要能够检测错误并退出,而不是反过来。 你不想先思考再退出市场,

HN 上的讨论

现代以 FPGA 为中心(此时可能还混有 ASIC)的混合网卡/订单解析器/状态机之类的东西,据传能够达到约 20-40ns 的玻璃到玻璃延迟,这难道不意味着速度竞赛比以往任何时候都更激烈吗?你的意思是,因为现在涉及大量的硬件设计?在受监管的证券交易所里,用 C++ 提供内部报价的日子已经结束了,但仍然有 C++ 在驱动这个东西,那个 20ns 的“tick to trade”或者无论在某些情况下如何衡量,仍然是非常基本的响应内容,光速仍然是一个因素。楼上有一个 C++ 程序在掌控全局,它肯定在努力在不到一微秒内完成工作。关于这个的经典演讲是 Carl Cook 的:[VIDEO] 但还有更新的演讲(Optiver 对此尤其透明,但其他人也谈论它):[LINK] ,那是去年 CppCon 上的 David Gross,从去年到现在不可能有太大变化。 — benreesman, 2025-08
这几乎肯定是错误的,除非它使用了一个非常宽泛的“hft”定义,并用微秒来表示 99 百分位 <1ms,而不是比如 <5us(取决于你的交易,这是合理有竞争力的软件范围)。他们可能通过一个用 erlang 编写的系统转发非延迟敏感的客户/内部订单,或者使用 erlang 作为编排层,但他们不会在其中与其他 hft 交易者竞争。来源:我在这个领域工作,并且构建过 <5us 的系统。[VIDEO] 是一个免费的绝佳观看内容,讲述了为了非常可靠地达到如此低延迟你必须做的事情 — vgatherps, 2023-09
我觉得这些东西很吸引人,而且这篇文章远高于关于专有/算法/量化/低延迟交易的在线文章的平均水平(这里的维恩图重叠得厉害)。我有一些小的挑剔,但总体而言它信息量很大,而且形式很有趣:通过一家特定公司的视角来看一个行业,尤其是像 Jane 这样迷人的公司。任何能增进普通公众对现代金融了解的东西,在我看来都是好事。如果这些东西合你胃口,我也推荐 Carl Cook 的任何演讲,例如 [VIDEO] 。据我所知,Optiver 的业务与 Jane 有些不同,但他们也是参与者(或者至少在我还有任何内部消息时是)。太多人从《Flash Boys》中形成了对这个行业的看法,而我要说,作为 Lewis 的粉丝,这往好了说是极其愚蠢,往坏了说是居心不良(如果你想要一个研究充分、通俗易懂的替代品:[LINK] 要好上无数倍)。我愿意经历一些艰苦且半随意的考验去为之工作的地方名单很短,但 Jane 肯定在其中… — benreesman, 2022-08
首先,如果你使用过于高级的功能,会让团队落后。如果技能差异很大(两个方向都是),协作会变得困难。此外,在我们的案例中,它确实让你远离底层硬件,代码很优雅,但很慢。它与我们的静态分配器配合得不好,分配/释放太多,尤其是临时对象。你可以看看像 [0] 这样的演讲。[0] [VIDEO] — jeffreygoesto, 2020-11
我以前见过这种观点,并且在“低延迟 Java”团队和低延迟 C++ 团队都工作过。我对 JVM 更好的观点有些同情,因为这意味着你不会把所有时间都花在追查崩溃报告上。问题是,正如另一条评论暗示的那样,这个问题通常更多地反映了你构建的环境,而不是技术选择。这里有一个很好的演讲,关于使用 C++ 进行低延迟系统的原因和限制:[VIDEO] 如果我必须根据我使用/工作过的交易基础设施的可靠性来排名,* 全自动交易公司的低延迟 C / C++ 基础设施。很大程度上由程序员和量化分析师运行,规模也相当小。迄今为止最快(接近你能做到的极限),也最可靠。* 低延迟 Java 执行基础设施。相当可靠,不是那么快,有一些 GC 争斗和手动内存管理以避免 GC 的问题,等等。即使“做对了一切”,也有一个相当明显的延迟下限(仍然相当低),而严肃的原生基础设施击败了它。* 由手动交易员运营的公司的 C++ 做市… — vgatherps, 2020-11

相关视频