1樓：久久
As I know, only 3 ways.
Common storage mechanisms include HDF5, kdb and simply CSV.
2樓：李發
資料庫沒卵用，我們是直接自定義資料格式配合自己寫的分段壓縮加記憶體解壓庫函式，壓縮部分用了gpu加速，壓縮程式是在開源程式基礎上改並優化的，主要是提高並行效率並支援多gpu加速，速度滿足需要。小而雜的資料直接用matlab自帶的mat存。
3樓：yang sky
以天軟在量化金融圈多年的資料整合經驗來看，nosql儲存是合適的，對歷史百億級別的tick資料訪問也可以做到很高效，有興趣可以找我試試，不是廣告！
4樓：大包子
不了解 quant 看了回答原來你們都是這麼處理的啊.... 貌似回答都缺對比與選擇. 換個思路：
熱資料也就1T字元吧都是數字或者文字壓縮塞記憶體單機128G基本夠用沒多少錢. 再不行就溢位到ssd上點唄. 有些benchmark不用在意比如全量冷啟動.
增量io速度才比較關鍵吧. 金融的話選型最好穩定經得過考驗的技術語言支援多而不是學習成本高的技術. 這麼看起來有好些都挺靠譜的
高頻交易的量化標準？
European Commission最近剛訂立了標準 單一產品每秒傳送兩次資訊，可以是下單，撤單，修改等等。或者在一個交易場所內每秒總共傳送4次資訊。對於這個標準，一般來說系統化日內交易多品種即使持平均持倉幾小時也完全有可能達到，看來定義還是比較寬泛的。A high frequency trade...
程式化交易 演算法交易 量化投資 高頻交易 統計套利，這些名詞之間的關係是怎麼樣的？
FinTech社群 程式化交易 VS 演算法交易 可以看到都是交易方式，既利用什麼來做交易，程式化交易是使用程式 Program 來實現交易中的各個步驟 資訊獲取，資料清理，資料提取，訊號生成，交易執行 而演算法交易則強調使用演算法來進行交易的決策，包括根據各種資料進行交易種類的篩選，交易時機的獲取...
不做高頻的話，量化交易獲利的概率真的能戰勝拋鋼蹦嗎？
已登出 有些時候獲利並不是你的勝率有多高，而是你賺的錢大於了你的虧損。一般來說，在市場上一年，勝率能達到50 已經很高了。有些老手勝率甚至只有40 左右，但就是賺到了，而且很多。 最近在一些學長下打雜，挖因子時發現其實選股的權重都搞成0 也就是隨機選 回測結果也有百分之十幾的收益，比好多因子都高，也...