Estudo de caso da linguagem Go para trading algorítmico

• Estudo de caso com trading algorítmico: mostra o desenvolvimento de um bot automatizado de trading de varejo.
• Este bot consegue monitorar todo o mercado de ações em tempo real e tomar decisões rápidas de trading.
• O desenvolvimento deste bot passou por anos de tentativa e erro e melhorias iterativas.
• O bot foi construído com Go e roda em um sistema gamer de alto desempenho com 16 núcleos, 128 GB de RAM e 8 TB de armazenamento NVMe.
• Os três componentes básicos deste bot são o provedor de dados (Polygon.io), a aplicação (app em Go) e a corretora (Interactive Brokers).
• A aplicação em Go coleta e interpreta feeds de dados, toma decisões de trading e executa ordens de compra e venda.
• O bot inclui uma interface web integrada para exploração de estruturas de dados, visualização de dados e monitoramento de negociações.
• O desenvolvimento de estratégias e o backtesting são componentes importantes deste bot, com foco na criação de uma plataforma para testar e executar estratégias personalizadas.
• São fornecidos pseudocódigo e exemplos reais de código em Go para explicar a estrutura e o fluxo do bot.
• Lições aprendidas para entender a abstração do mercado de ações, o gerenciamento de ordens, o tratamento de situações excepcionais e a aleatoriedade em estratégias de trading.
• O sistema testa as funções centrais do trading executando 1.000 operações por dia com ações aleatórias durante uma semana.
• Usa barras de ticks em vez de unidades de tempo para melhorar a resolução e capturar com precisão a atividade do mercado.
• Migra totalmente para in-memory para superar problemas de escalabilidade e utiliza grandes mapas com travas de mutex.
• Percebe a importância de uma fonte de alimentação ininterrupta para evitar perda de dados.
• O projeto de construir um sistema de trading pode ser desafiador, demorado e solitário.
• Aproveita o poder de Go e Python para desenvolvimento de sistemas de trading e exploração de dados.
• Aproveita o impacto inovador do ChatGPT para fazer perguntas, gerar código e aumentar a produtividade.
• Capacidade de detectar anomalias do mercado e vivenciar diretamente eventos de mercado com um sistema de trading pessoal.
• Materiais adicionais de estudo sobre matemática, finanças, trading algorítmico e análise de dados.

[GN⁺]

Comentários no Hacker News

• Trading algorítmico é uma área muito interessante e complexa, com regulamentação rígida e alta competitividade.
• Em trading algorítmico, a estratégia é o principal foco da discussão, pois é a chave para ganhar dinheiro em um mercado competitivo.
• Participantes do mercado que operam em diferentes horizontes de tempo têm dificuldade de se comunicar e se entender.
• A Collective2 é uma plataforma em que engenheiros podem pagar uma assinatura e compartilhar seus próprios sinais de compra/venda, oferecendo um vislumbre de uma parte do trading algorítmico.
• A escolha da linguagem de programação é menos importante do que o próprio algoritmo de trading.
• Aspectos importantes no desenvolvimento de sistemas de negociação automatizada incluem feed de dados, geração de features, geração de sinais e gestão de ordens.
• Este artigo oferece insights sobre os aspectos técnicos do trading algorítmico e o pipeline geral, mas carece de detalhes sobre escalabilidade e implementação assíncrona.
• Criar um robô de trading pode ser um esforço solitário, e ter uma equipe pode ser benéfico.
• Este artigo foi criticado por ser vazio e caça-cliques, com pouca informação substancial.
• Estratégias de backtesting, incluindo com ETFs, precisam considerar dividendos e desdobramentos, e há necessidade de orientação sobre isso.