前言

這是我第一次深入接觸以 Rust 實作的高效能開源交易系統。我不是這方面的專家，這個系列文更像是我的學習紀錄 —— 希望邊做邊學、邊寫邊懂，過程中如果有寫錯的地方，也歡迎大家指正交流 🙌。

這次選擇的主題是來自 GitHub 上的專案 NautilusTrader，一個主打高效能與實盤部署能力的量化交易平台。它的核心模組使用 Rust 和 Cython 編寫，目標是解決傳統 Python 回測與實盤環境不一致的痛點。

圖片為NautilusTrader官網截圖

這系列文是寫給誰看的？

這系列文章適合你，如果你是：

• 想了解 Rust 如何應用在系統加速與交易場景 的開發者
• 有志於打造自己的 演算法交易系統 的量化工程師
• 對軟體架構設計、效能優化、低延遲程式設計 有興趣的技術人
• 和我一樣，剛接觸 Rust，希望透過實作學習它的潛力

不需要你對交易系統或 Rust 有深厚經驗，只要對系統設計與效能分析有興趣，這系列會陪你一起深入探索。

參賽動機

1. 實際理解「Rust = 高效能」這句話背後的真相
   網路上大家都說 Rust 效能強，但我想用實際案例驗證 —— 看看效能來自語言本身？還是架構、資料結構或設計方式？
2. 想拆解一個真實可用的開源交易平台是怎麼設計的
   NautilusTrader 並不是純粹用來學習的開源專案，它支援 live trading、事件驅動、HFT 模型 —— 能學到很多架構與工程思維。
3. 邊學邊產出技術筆記
   藉由寫文記錄，強迫自己把理解過程整理清楚，也希望讓有興趣的新手能少走一些彎路。

大綱

我會用大概十天左右的時間，先拆解 NautilusTrader 的 repo 的架構，再仔細研究其中 Event Engine 等重要模組，等到足夠了解後，再進一步做效能分析，如果順利的話，希望最後有機會可以嘗試加ㄧ些 feature 模組，發個 PR 之類的( 想太多～ )

明天會先簡介一下 NautilusTrader ，還有簡單說明一下他的操作方式，但我們之後的主軸還是會放在交易系統跟Rust上