本研究將深入探討開源量化交易平台 NautilusTrader 的系統設計與高效能實現方式,特別聚焦於其 Rust 元件如何提升整體運算效能與安全性。NautilusTrader 為一個支援回測與實盤交易一致性的 Python 原生框架,透過將核心元件以 Rust 與 Cython 開發,成功克服傳統 Python 向高效能語言重構的斷層。
本專案將從架構層級剖析該平台如何透過 Rust:
• 實現事件驅動的回測與交易引擎
• 確保記憶體與型別安全(type safety)
• 提供 Python-native 的高效能接口
• 同時支援多資產與多交易所的低延遲操作
目標是把 模型預測 (inference) 導入 Risk Management (RM) 流程,讓交易決策更穩健。 ⸻ 整合設計:模型預測 → 風險管理 fl...
Task1. 推論紀錄• 紀錄 (timestamp, features, model_output, confidence, RM decision, fin...