在量化世界，有一些不得不提一些知名broker。
01 ：InteractiveBrokers
想必InteractiveBrokers的中文名大家已经很熟悉了：盈透证券，是面向活跃交易者的在线经纪交易商。
他们自1978年以来就进入了交易市场。算法交易不是IB的重点，但是多个引擎通过与他们的Trader Workstation集成提供实时交易。
我们已经在前几篇文章中多次提到IB了-它的确非常棒。
02 ：Alpaca
Alpaca成立于2015年，是一家新兴的免佣金经纪商，专为算法交易而设计。
Alpaca还具有交易API以及多个开源工具，其中包括针对时间序列财务数据进行了优化的数据库，称为MarketStore。您可以将MarketStore视为可扩展的DataFrame服务，该服务可从系统中的任何位置以更高的可伸缩性进行访问。
如果您想立即开始使用，可以使用最新的docker映像来引导marketstore数据库实例。
该映像已预加载了默认的mkts.yml文件，并声明VOLUME / data作为其根目录。要使用默认值运行容器:
docker run -i -p 5993:5993 alpacamarkets/marketstore:latest
如果要对实例运行自定义mkts.yml，则可以创建一个新容器，将mkts.yml文件加载到其中，然后运行:
docker create --name mktsdb -p 5993:5993 alpacamarkets/marketstore:latest
docker cp mkts.yml mktsdb:/etc/mkts.yml
docker start -i mktsdb
使用正在运行的docker实例打开会话:
marketstore connect --url localhost:5993
MarketStore是在Go（带有某些CGO）中实现的，因此您可以很轻松地从源代码构建它。您需要Go 1.11+，因为它使用go mod来管理依赖项:
go get -u github.com/alpacahq/marketstore
然后在repo目录中，使用:
make vendor
然后使用以下命令编译并安装项目二进制文件:
make install
您可以通过运行列出可用命令:
$GOPATH/bin/marketstore
您可以创建一个名为mkts.yml的新配置文件，并通过运行以下命令填充默认值:
$GOPATH/bin/marketstore init
然后使用以下命令启动marketstore：
$GOPATH/bin/marketstore start
输出大概长这样:
example@alpaca:~/go/bin/src/github.com/alpacahq/marketstore$ marketstore
I0619 16:29:30.102101 7835 log.go:14] Disabling "enable_last_known" feature until it is fixed...
I0619 16:29:30.102980 7835 log.go:14] Initializing MarketStore...
I0619 16:29:30.103092 7835 log.go:14] WAL Setup: initCatalog true, initWALCache true, backgroundSync true, WALBypass false:
I0619 16:29:30.103179 7835 log.go:14] Root Directory: /example/go/bin/src/github.com/alpacahq/marketstore/project/data/mktsdb
I0619 16:29:30.144461 7835 log.go:14] My WALFILE: WALFile.1529450970104303654.walfile
I0619 16:29:30.144486 7835 log.go:14] Found a WALFILE: WALFile.1529450306968096708.walfile, entering replay...
I0619 16:29:30.244778 7835 log.go:14] Beginning WAL Replay
I0619 16:29:30.244861 7835 log.go:14] Partial Read
I0619 16:29:30.244882 7835 log.go:14] Entering replay of TGData
I0619 16:29:30.244903 7835 log.go:14] Replay of WAL file /example/go/bin/src/github.com/alpacahq/marketstore/project/data/mktsdb/WALFile.1529450306968096708.walfile finished
I0619 16:29:30.289401 7835 log.go:14] Finished replay of TGData
I0619 16:29:30.340760 7835 log.go:14] Launching rpc data server...
I0619 16:29:30.340792 7835 log.go:14] Initializing websocket...
I0619 16:29:30.340814 7835 plugins.go:14] InitializeTriggers
I0619 16:29:30.340824 7835 plugins.go:42] InitializeBgWorkers
为了运行MarketStore，需要一个YAML配置文件。可以使用marketstore初始化来创建默认文件（mkts.yml）。该文件的路径通过--config标志传递给start命令，或者默认情况下，它将在运行该目录的目录中找到一个名为mkts.yml的文件，默认的mkts.yml长这样：
root_directory: data
listen_port: 5993
log_level: info
queryable: true
stop_grace_period: 0
wal_rotate_interval: 5
stale_threshold: 5
enable_add: true
enable_remove: false
在计算机上启动MarketStore实例后，就可以读取和写入报价数据了。
pymarketstore是标准的python客户端。请确保在另一个终端中，您正在运行marketstore。
数据查询：
import pymarketstore as pymkts
param = pymkts.Params('BTC', '1Min', 'OHLCV', limit=10)
cli = pymkts.Client()
reply = cli.query(param)
reply.first().df()
数据展示：
Out[5]:
Open High Low Close Volume
Epoch
2018-01-17 17:19:00+00:00 10400.00 10400.25 10315.00 10337.25 7.772154
2018-01-17 17:20:00+00:00 10328.22 10359.00 10328.22 10337.00 14.206040
2018-01-17 17:21:00+00:00 10337.01 10337.01 10180.01 10192.15 7.906481
2018-01-17 17:22:00+00:00 10199.99 10200.00 10129.88 10160.08 28.119562
2018-01-17 17:23:00+00:00 10140.01 10161.00 10115.00 10115.01 11.283704
2018-01-17 17:24:00+00:00 10115.00 10194.99 10102.35 10194.99 10.617131
2018-01-17 17:25:00+00:00 10194.99 10240.00 10194.98 10220.00 8.586766
2018-01-17 17:26:00+00:00 10210.02 10210.02 10101.00 10138.00 6.616969
2018-01-17 17:27:00+00:00 10137.99 10138.00 10108.76 10124.94 9.962978
2018-01-17 17:28:00+00:00 10124.95 10142.39 10124.94 10142.39 2.262249
写入数据：
import numpy as np
import pandas as pd
data = np.array([(pd.Timestamp('2017-01-01 00:00').value / 10**9, 10.0)], dtype=[('Epoch', 'i8'), ('Ask', 'f4')])
cli.write(data, 'TEST/1Min/Tick')
# Out[10]: {'responses': None}
cli.query(pymkts.Params('TEST', '1Min', 'Tick')).first().df()
展示：
Ask
Epoch
2017-01-01 00:00:00+00:00 10.0
MarketStore是专为解决可扩展性问题而设计的，该可扩展性问题涉及处理算法交易回测，图表绘制和分析价格历史中使用的大量金融市场数据，这些数据跨越时间横截面，并且粒度降低到包含所有美国股票或爆发的加密货币领域。
如果您正在努力管理大量HDF5文件，那么这是解决您问题的完美解决方案。MarketStore使您可以通过网络查询DataFrame内容，而延迟时间与磁盘上的本地HDF5文件一样低，并且将新数据追加到末尾的速度比DataFrame快两个数量级。这是因为存储格式针对数据类型和用例以及现代文件系统/硬件特性进行了优化。
“声明：作者对以上提及的任何产品都没有既得利益，也未提供投资建议”
EN
