当前位置: 首页 > article >正文

Rust : 从事量化的生态现状与前景

Rust适不适合做量化工作?

一般地认为,目前大部分场景策略开发最佳是Python;策略交易和部署是C++。但还是有人会问,Rust呢?

这个问题不太靠谱!

适不适合做一件事情,本身就是一件主观的事。即使是一件确定的事呢,也会有不同的答案,因此不同的人,自然有不同的看法。
语言精通水平不同:有人出神入化,有人只懂皮毛,出活有快有慢,自然会得出不同的结论。
角色和场景不同:有人做策略开发,有人做策略部署,有人做全栈,有人做风控或绩效评估等;有人高频,有人低频;
有人只要日bar,有人必上tick,这又如何一样?
条件不同:有人机器要省之又省,有人机器带宽无限造。有人时间很宝贵,有人人力很便宜,因人而异结论自然不同。

因此,适不适合,本身就是一个伪命题,鞋子合不合脚,本身也不需要别人来评价。

尽管如此

尽管做适不适合的评价,有点不太靠谱的。但并不是说,做这样的评价完全没有价值。就象“黑神话:悟空”,你在设计之前,不同的技术选型,也一定是结合自身的特点和工具、平台自身的优劣来得出来的,可能有一些无奈,可能也有一些经验。

一、评价维度

评价一个语言,往往可能有几个维度:易用、成熟度、 性能、安全、生态。放在这里,也是不错的几个维度。

1、易用性

学习资料(官方文档、书籍、博客)、国内baidu、stackoverflow;
学习上手所需时间;
代码简洁性;

2、性能

这个通过各种排名可以看到。

3、资源占用及安全性

GC和非GC,内存管理方式;
内存安全等;
内存和CPU占用;

4、语言自身成熟度

github star; 语言各种排名;
是否1.0?
异步和多线程:(JS和python:单线程,但均支持异步)
类型丰富、表现力强;
宏、类lammda(匿名函数)、
泛型;
FFI:ABI;
行业知名库的影响:

5、行业生态

使用普及性;
行业公司采用案例;
行业专业库广度和深度;

以上1-4仁者见仁,今天主要从第5项生态角度看,看看Rust在量化上是否有前景?

二、Rust行业量化生态评估

初步整理了Rust目前的生态,大家可以参考一下。参考时间是2024年9月初。
在这里插入图片描述

三、相关判断

Rust在机器学习库、基础库、文件IO上是比较强的;制图算不上强,但能满足正常需求。但有待提升;金融库和统计库相对较弱,但满足基本需求。

总体上,Rust在量化上的生态还是不错的。

回到最初的问题上:在策略开发上,是否适合,这个取决个人的水平,出活快就适合,出活快就算了;在策略交易和部署上,Rust其安全性、性能的保证可以成为除C++外的另外选择。如果从全栈开发角度,是一个不错的选项 。

仁者见仁,不争论。


http://www.kler.cn/news/294828.html

相关文章:

  • 漫谈设计模式 [17]:状态模式
  • 调研-libevent
  • VitePress 自定义 CSS 指南
  • docker基础命令总结
  • 流程图符号速查:快速掌握流程图绘制要点
  • Kafka【十二】消费者拉取主题分区的分配策略
  • NISP 一级 —— 考证笔记合集
  • RISC-V (十二)系统调用
  • python网络爬虫(五)——爬取天气预报
  • 风趣图解LLMs RAG的15种设计模式-第一课
  • 自然语言处理系列六十二》神经网络算法》MLP多层感知机算法
  • 【C/C++】web服务器项目开发总结【请求 | 响应 | CGI】
  • 活动系统开发之采用设计模式与非设计模式的区别-非设计模式
  • Java stream使用与执行原理
  • 通信工程学习:什么是SSB单边带调制、VSB残留边带调制、DSB抑制载波双边带调制
  • Web前端主流的框架详解
  • 基于大数据的科研热点分析与挖掘系统
  • 数学建模_数据预处理流程(全)
  • 命名空间,using声明,指令与作用域,重载与namespace
  • 智慧工地解决方案-2
  • 架构全景视图
  • lxml官方入门教程(The lxml.etree Tutorial)翻译
  • 超越IP-Adapter!阿里提出UniPortrait,可通过文本定制生成高保真的单人或多人图像。
  • 类和对象的定义和调用演示(C++)
  • CSS-动态计算高度
  • [数据集][目标检测]街道乱堆垃圾检测数据集VOC+YOLO格式94张1类别
  • ELK学习笔记(一)——使用K8S部署ElasticSearch8.15.0集群
  • Python条件表达式优化的10个实例
  • Springboot集成WebSocket客户端,发送消息并监测心跳
  • Ansible与Docker集成:实现容器化运维自动化