本文選題：多代理系統(tǒng) + 非阻塞式交互��； 參考：《上海交通大學(xué)》2015年碩士論文

【摘要】：對于錯綜復(fù)雜的金融交易市場如中國股指期貨市場來說,市場價格波動和投資者之間的關(guān)系,如投機(jī)交易,對于理解市場交易規(guī)律和政策設(shè)計尤為重要。但是具有不同交易特征的交易者和他們的交易模式對市場的影響仍然不甚明了,這使我們可以基于代理建模(Agent-Based Modeling)設(shè)計實現(xiàn)模擬交易平臺模擬真實的期貨交易市場,從微觀角度觀察和研究交易者和市場規(guī)律,現(xiàn)有的多代理平臺則面臨以下問題:第一,設(shè)計實現(xiàn)時間久遠(yuǎn),代理的類型不易擴(kuò)展。如1999年左右提出的SWARM平臺等,并不能滿足當(dāng)前金融研究的需求,代理不夠智能化,在平臺運(yùn)行過程中不能添加新的代理類型,代理種類單一。第二,這些平臺多為單機(jī)程序,導(dǎo)致模擬的代理數(shù)量有限,實驗結(jié)果不具有代表性。第三,實驗結(jié)果數(shù)據(jù)不夠詳細(xì),沒有記錄交易代理的交易行為。當(dāng)前平臺大多只存儲形式簡單的log數(shù)據(jù)等,未儲存能夠支持研究者進(jìn)行詳細(xì)的分析和挖掘的詳細(xì)交易記錄。本文針對現(xiàn)有平臺的不足,對滿足當(dāng)前需求的多代理交易平臺中用戶交易行為分析的支撐技術(shù)進(jìn)行了研究,主要完成了以下研究內(nèi)容:首先,本文提出支持交易代理(Agent)類型擴(kuò)展的設(shè)計方案。本文將交易代理分為代理端和交易策略兩個模塊,代理端只需啟動交易代理的生命周期等,而交易代理交易策略的多樣性則由交易策略模塊實現(xiàn)。系統(tǒng)中不同類型的代理將模擬不同的真實交易者。用戶可以通過類似spring注入方式添加新的交易代理類型和交易策略。其次,本文設(shè)計實現(xiàn)平臺采用C/S架構(gòu),靈活增加節(jié)點,解決代理數(shù)量瓶頸問題。分布式的多代理平臺可以模擬更多的交易者,帶寬等都影響代理提交訂單先后順序,更加真實且符合實際。同時,本文利用Java NIO解決大量交易代理與Server端實時交互問題。Agent端使用Non-blocking IO與Server通訊,在這個階段不涉及數(shù)據(jù)庫的操作,布設(shè)在同一個節(jié)點上的Agent與Server的通訊可以并行,進(jìn)而縮短了交易時間。最后,本文提出了混合存儲架構(gòu)。通過將NoSQL技術(shù)融入到存儲架構(gòu)中與關(guān)系型數(shù)據(jù)庫一起組成混合的持久層框架,來存儲海量的期貨交易記錄�；旌洗鎯軜�(gòu)十分靈活,可以在添加不同的持久性存儲解決方案的同時不改變客戶端軟件。最后海量的歷史代理交易行為log和市場交易信息可以支持進(jìn)一步的分析和挖掘,從而揭示金融市場規(guī)律和交易者在不同環(huán)境下的交易特征。為了驗證本文研究的合理性,本文設(shè)計實驗分別對基于Java Non-Blocking IO的方案的效率和RDBMS與NoSQL混合存儲架構(gòu)的可用性及效率進(jìn)行了驗證。本文通過模擬不同的測試場景來對比Blocking IO和Non-Blocking IO能夠支持的交易代理數(shù)量和請求響應(yīng)時間。實驗證明通過Non-Blocking IO能夠支持更多的交易代理交易請求和更快的響應(yīng)速度。本文還通過BenchMark對存儲在不同數(shù)據(jù)庫和存儲架構(gòu)中的數(shù)據(jù)進(jìn)行壓力測試,對比了他們之間讀寫操作響應(yīng)時間等,驗證了RDBMS與NoSQL存儲架構(gòu)高可用性和存儲效率。
[Abstract]:For the complicated financial market, such as the Chinese stock index and futures market, the market price fluctuation and the relationship between investors, such as speculative trading, are particularly important to understand the law of the market transaction and the design of the policy. But the influence of the traders with different trading characteristics and their trading patterns is still unclear. We can simulate the real futures trading market based on the Agent-Based Modeling design and implement the simulation trading platform. We can observe and study the traders and the market rules from the micro point of view. The existing multi-agent platform is faced with the following problems: first, the design is long and the type of agent is not easy to expand. For example, about 1999 The SWARM platform and so on can not meet the needs of the current financial research, the agent is not intelligent enough, the new agent type can not be added to the platform operation, and the agent type is single. Second, these platforms are mostly single computer programs, which result in the limited number of simulated agents and the experimental results are not representative. Third, the experimental results are not detailed enough. The current platform mostly only stores simple form of log data, and does not store detailed transaction records that can support the detailed analysis and mining of the researchers. This paper, aiming at the shortage of existing platforms, supports the support technology of user transaction behavior analysis in the multi-agent trading platform that meets the current requirements. The main contents of the study are as follows: first, this paper proposes a design scheme to support the type extension of the transaction agent (Agent). In this paper, the transaction agent is divided into two modules: the proxy and the transaction strategy. The agent only needs to start the life cycle of the transaction agent, while the diversity of the transaction agent transaction strategy is based on the transaction strategy. Module implementation. Different types of agents in the system will simulate different real traders. Users can add new transaction agent type and transaction strategy by similar spring injection. Secondly, the design and implementation platform uses C/S architecture to flexibly increase nodes and solve the bottleneck problem of the number of agents. The distributed multi-agent platform can be modeled. More traders, bandwidth and so on affect the order of proxy submission order, more real and practical. At the same time, this paper uses Java NIO to solve the real time interaction problem between large transaction agents and Server side, and uses Non-blocking IO to communicate with Server in the.Agent terminal, which is not involved in the operation of the database at this stage and is laid on the same node. The communication between Agent and Server can be parallel and thus shorten the transaction time. Finally, this paper proposes a hybrid storage architecture. By incorporating NoSQL technology into a storage architecture, a hybrid persistent layer framework is formed with relational databases to store a large number of futures trading records. The hybrid storage architecture is flexible and can be added to different types of storage architecture. The persistent storage solution does not change the client software at the same time. Finally, the massive historical agent trading behavior log and the market transaction information can support further analysis and mining, thus revealing the rules of the financial market and the trading characteristics of the traders in different environments. Do not verify the efficiency of the Java based Non-Blocking IO scheme and the availability and efficiency of the RDBMS and NoSQL hybrid storage architecture. This article compares the number of transaction agents and request response times that the Blocking IO and Non-Blocking IO can support by simulating different test scenarios. The experiment proves that the Non-Blocking IO can be supported by the Non-Blocking IO. More transaction agent transaction requests and faster response speed. This paper also tests the data stored in different databases and storage architectures by BenchMark, compares the response time between read and write operations, and verifies the high availability and storage efficiency of RDBMS and NoSQL storage architecture.

【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP311.52;TP391.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何軍;上海電信基于開放存儲架構(gòu)開展“數(shù)據(jù)金庫”探討[J];通信世界;2002年29期

2 董唯元;;云計算下的新型存儲架構(gòu)[J];中國教育信息化;2011年17期

3 廖健;;存儲架構(gòu)體系發(fā)展及在電信支撐系統(tǒng)中的應(yīng)用[J];中國新通信;2013年17期

4 張海勇;倪錦萍;戴雙玲;趙森林;范慶強(qiáng);;淺析企業(yè)私有云中的存儲架構(gòu)[J];中國管理信息化;2014年04期

5 韓志國;;2006存儲大會：IBM的存儲整和及虛擬化[J];中國傳媒科技;2006年05期

6 許新光;;播出服務(wù)器的網(wǎng)絡(luò)存儲架構(gòu)對播出安全的影響[J];廣播與電視技術(shù);2007年09期

7 康翔;將存儲進(jìn)行到底[J];中國計算機(jī)用戶;2001年13期

8 譚章祿;王印紅;;企業(yè)數(shù)據(jù)中心存儲架構(gòu)比較及經(jīng)濟(jì)分析[J];統(tǒng)計與決策;2007年23期

9 顧邦軍;王福來;田毅;萬華明;;教學(xué)資源的云存儲架構(gòu)研究[J];福建電腦;2013年09期

10 ;“數(shù)據(jù)經(jīng)濟(jì)”變革[J];微電腦世界;2013年12期

相關(guān)會議論文 前3條

1 時濤;;播出系統(tǒng)中二級緩存存儲架構(gòu)的探討[A];自主創(chuàng)新與持續(xù)增長第十一屆中國科協(xié)年會論文集（4）[C];2009年

2 時濤;;播出系統(tǒng)中二級緩存存儲架構(gòu)的探討[A];數(shù)字電視產(chǎn)業(yè)與三網(wǎng)融合學(xué)術(shù)研討會論文集[C];2009年

3 畢江;張偉;黃正兵;;電視臺高清網(wǎng)絡(luò)化節(jié)目制播體系新聞制播業(yè)務(wù)系統(tǒng)存儲架構(gòu)設(shè)計思路和實現(xiàn)方案[A];中國新聞技術(shù)工作者聯(lián)合會五屆二次理事會暨學(xué)術(shù)年會論文集（上篇）[C];2010年

相關(guān)重要報紙文章 前10條

1 本報記者 郭平;惠普虛擬化助存儲架構(gòu)轉(zhuǎn)型[N];計算機(jī)世界;2009年

2 ;存儲架構(gòu)迎接“云計算”時代[N];網(wǎng)絡(luò)世界;2009年

3 付紅;創(chuàng)新科推出彈性云存儲架構(gòu)[N];人民郵電;2010年

4 本報記者 郭平;存儲架構(gòu)保駕云數(shù)據(jù)安全[N];計算機(jī)世界;2013年

5 艾文;IPStor+Oracle9i=簡化存儲架構(gòu)[N];中國計算機(jī)報;2002年

6 記者 柴莎莎;存儲的統(tǒng)一革命[N];網(wǎng)絡(luò)世界;2012年

7 David Merrill;善用存儲經(jīng)濟(jì)學(xué)[N];中國計算機(jī)報;2009年

8 本報記者 郭平;惠普統(tǒng)一存儲:重在提高數(shù)據(jù)管理能力[N];計算機(jī)世界;2010年

9 本報記者 郭濤;智慧運(yùn)算 優(yōu)化先行[N];中國計算機(jī)報;2011年

10 趙虹;綠色存儲架構(gòu)提供靈動方案選擇[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2007年

相關(guān)碩士學(xué)位論文 前8條

1 劉志龍;面向多層存儲架構(gòu)的I/O優(yōu)化技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 宗旋;多云協(xié)同存儲架構(gòu)及方法研究[D];西安電子科技大學(xué);2014年

3 聶俊能;多代理交易仿真平臺中用戶交易行為分析的支撐技術(shù)研究[D];上海交通大學(xué);2015年

4 張麗君;一種無主控制的云存儲架構(gòu)的研究[D];大連理工大學(xué);2011年

5 陳成;一種基于FPGA云存儲架構(gòu)的關(guān)鍵技術(shù)研究[D];云南大學(xué);2014年

6 孫寶華;基于Dynamo的存儲機(jī)制研究[D];西安電子科技大學(xué);2013年

7 劉衍森;基于Hadoop的全分布式存儲架構(gòu)研究[D];西安電子科技大學(xué);2013年

8 陳之晗;電視制播網(wǎng)中網(wǎng)絡(luò)存儲性能的優(yōu)化設(shè)計[D];黑龍江大學(xué);2010年

，

本文編號：1781756