怎么选择好的服务器

导语：服务器的构成包括处理器、硬盘、内存、系统总线等，和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。那么，我们可以怎么选择好的服务器

怎么选择好的服务器

你需要从不同的角度来决定选择一台什么样的服务器,找到满足技术需要、业务发展和成本控制之间的最佳平衡点,为了做到这一点,绝对还是需要一点智慧。51IDC将在下面为大家介绍一些易于理解,尽可能全面的建议,并帮助你做出决定。

先不要急于决定需要怎样的CPU,几个硬盘,几个G内存,需要多少兆带宽这样的问题,那些是我们最后需要得到的答案。在这之前,先一起梳理几个问题。在下面,我们列出了一些“多少”或“什么样”的问题,拿起你的笔或在Windows记事本里新建一个文件,尝试根据下面四个问题来评估自己的需求:

1服务器运行什么应用

2需要支持多少用户访问

3需要多大空间来存储数据

4我的业务有多重要

1：服务器运行什么应用这是首先需要考虑的问题,在这里你要根据服务器的应用类型,也就是用途,来决定服务器的性能、容量和可靠性需求。我们按照前端服务器+应用程序服务器+数据服务器的常见基础架构来讨论:

11Web前端:正常情况下,我们认为大多数Web前端服务器(Front-end)对服务器的要求不大,例如静态Web服务器、动态Web服务器、服务器等等,因为在现有的技术框架中,我们有很多方案可以解决前端服务器的性能扩展和可靠性问题,例如LVS、Nginx反向代理、硬件负载均衡(F5,A10,Radware)等。甚至在很多访问量不高(几百个用户同时在线)的应用中,51IDC的经典酷睿服务器就可以满足需求。

12应用服务器:由于承担了计算和功能实现,我们需要为基于Web架构的应用程序服务器(Application Server)选择足够快的服务器,另外应用程序服务器可能需要用大量的内存,尤其是基于Windows基础架构的Ruby,Python,Java服务器。这一类服务器至少需要使用单路至强的配置。对于可靠性的问题,如果你的架构中只有一台应用服务器,那肯定需要这台服务器足够可靠,RAID绝对是不能忽视的选项。但如果有两台或更多的应用服务器,并设计了负载均衡机制,具有冗余功能,那我们则不必将每台服务器武装到底。

13特殊的应用:除了作为Web架构中的应用程序服务器之外,如果你的服务器是用来处理流媒体视频编码、服务器虚拟化、媒体服务器(Asterisk之类),或者作为游戏服务器(逻辑、地图、聊天)运行,则同样对CPU和内存需求比较高,我们至少要考虑单路至强的服务器。其中服务器虚拟化对存储的可靠性的要求都非常高,因为一个篮子里有十几个鸡蛋,篮子一定要足够牢靠才是。

14公共服务:我们指的是邮件服务器、文件服务器、DNS服务器、域控服务器这类服务器。通常情况我们会部署两台DNS服务器作为互相备份,域控主服务器也会拥有一台备份服务器(专用的或非专用的),所以对于可靠性,无需达到苛刻的地步。至于邮件服务器,至少需要具备足够的硬件可靠性和容量大小,这主要是为了对邮件数据负责,因为很多用户没有保存和归档邮件数据的习惯,当他们重装系统后,总会依赖重新下载服务器上的数据。至于性能问题,我们认为需要评估用户数量才能决定。

15数据库:我们最后讨论的应用,也是要求最高,最重要的服务器。无论你使用的是MySQL、SQLServer还是Oralce,一般情况下,我们认为它需要足够快的CPU,足够大的内存,足够稳定可靠的硬件。单路至强CPU/4GB内存/Raid1绝对是入门配置。关于准确的配置我们需要再讨论业务需求后才能作决定。

2：服务器需要支持多少用户访问服务器肯定是为了提供某种服务,而使用这些服务的用户同样是我们必须考虑的因素,有几个具体的问题你需要做出评估:有多少注册用户正常情况下有多少用户会同时在线访问每天同时在线访问的最高峰值大概是多少这些问题,对我们决定采用什么样的CPU,多大的内存有着至关重要的影响。51IDC建议你的技术人员和业务部门坐在一起来讨论这几个问题,最后甚至需要按照特定的技术模型和算法,将这些数字转化为一些更具体的技术数字,例如并发多少个连接(很多时候,用户数与连接数不是一个概念)。同时,你还要对未来的用户增长做一个尽可能准确的预测和规划,你的服务器需要支持越来越多的用户。

3：需要多大空间来存储数据我们需要从两个角度来计算这个问题,一个角度是有哪些类别的数据,包括: *** 作系统本身占用的空间、安装应用程序所需要的空间、应用程序所产生的数据、数据库、日志文件、邮件数据等等,如果是Web20类的网站,你还要计算每个用户的存储空间;另一个角度是从时间轴来考虑,这些数据每天都在增长,你至少要为未来1年(我们建议2~3年)的数据增长做个准确的测算,这可能仍然需要你的软件开发人员和业务人员一起提供足够的信息。最后你仍然需要为计算出来的数字结果乘15左右的系数,方便维护的时候做各种数据备份和文件转移 *** 作。

4我的业务有多重要:你需要根据自身的业务领域,来遵循一些要求,我们在下面举几个简单的例子,帮助你理解这些服务器对可靠性、数据完整性等方面的要求:

41如果你的服务器用来运行一个WordPress博客,与朋友们分享观点。那么我相信,一台酷睿服务器,1G内存外加一块160GB的硬盘就足够了。就算服务器出现了一点硬件故障,导致几个小时甚至一两天不能提供访问,生活会照常继续,天也不会塌下来。

42如果你的服务器用来作为测试平台,那么就不会如生产环境那样,对可靠性有极高的要求,你所需要的可能只是做好例行的数据备份,服务器宕机后,能有个人在今天把问题解决掉就OK了

43如果你是一个电子商务公司,服务器正在运行电子商务网站平台,那么请一定要像重视女朋友一样重视服务器,当硬件发生故障而导致宕机,你需要对以下危言耸听的后果做好心理准备:投诉电话被打爆、顾客大量流失、顾客要求退款、市场推广费用打水漂、员工无事可干,公司运营陷入瘫痪、数据丢失(这是最痛苦最灾难的结果,我们经历了太多这样的案例,它甚至会导致一个公司就此消亡)在这里,我们其实只需要简单讨论你的业务对服务器硬件可靠性的要求。换言之,如果你觉得业务不能承担硬盘损坏带来的停机或数据丢失风险,那么一定要选择一个合适的Raid卡,对于冗余电源问题,道理一样。(全面解决这个问题,不单考虑单个服务器的硬件,还需要结合系统架构的规划设计和运维管理来分析,这部分我们将单独撰写文章来讨论。)

在完成以上问题后,我们接下来就可以决定这些具体选项:

选择什么CPU

回忆一下上面”服务器运行什么应用“和“需要支持多少用户访问”两个问题的答案,这将帮助我们来选择合适的CPU。毫无疑问,CPU的主频越高,其性能也更高;两个CPU要比一个CPU来得更爽,至强肯定比酷睿更生猛。但我们究竟需要选择怎样的CPU我们在这里为你提供一些常见情况下的建议:

(1)如果你的业务刚刚起步,预算不是很充足,建议你选择一款经典酷睿服务器,毕竟51IDC的E5300服务器最便宜只需要450块钱一个月。而且,以后你可以根据业务发展情况,随时升级到更高配置的服务器。

(2)如果你需要在一台服务器同时运行多种应用服务,例如Net+Exchange+SQLServer,那么一个单路至强(例如X3330)或新一代酷睿I3/I7(双核四线程)将是最佳的选择。虽然从技术角度,这不是一个好主意,但至少能够帮你节约一大笔成本。

(3)如果你的服务器运行SQLServer、MySQL或者Oracle,而且目前有几百个用户同时在线,未来还会不断增长,那么你至少应该选择安装一个E5504(或更高主频)的至强服务器。当半年后负载越来越大的时候,可以选择增加一个CPU。

(4)如果你需要一台游戏服务器,那么我们建议你选择一台单路或双路的至强服务器。需要注意的是,使用双路CPU需要应用程序的支持,如果应用程序本身没有对双路CPU进行代码优化,就不会带来性能的显著提升,而且将造成投资的极大浪费。

需要多大的内存

同样,”服务器运行什么应用“和“需要支持多少用户访问”两个问题的答案,也将帮助我们来选择合适的内存容量。相比于CPU,我们更认为内存(RAM)是影响性能的最关键因素。因为在相当多正在运行的服务器中,我们发现CPU利用率一般都在10%~30%之间,甚至更低。但我们发现由于内存容量不够而导致服务器运行缓慢的案例比比皆是,如果服务器不能分配足够的内存给应用程序,应用程序就需要通过缓慢的硬盘接口来交换读写数据,这将导致网站慢的令人无法接受。内存大小主要取决于服务器的用户数量,当然也和应用软件对内存的最低需求和内存管理机制有关系,所以,最好由你的程序员或软件开发商给你最佳的内存配置建议。我们同样在下面给出了一些常见应用环境下的内存配置建议:

(1)无论是Windows下的`IIS还是Linux下的Apache,一般情况下Web前端服务器不需要配置特别高的内存,尤其是在集群架构中,1GB-2GB就已足够。只有当几千个并发用户,并运行动态脚本的时候,我们才会考虑使用4GB或更高的内存。

(2)对于运行Tomcat、Resin、WebLogic、Websphere或Net这样的应用服务器,2GB内存应该是基准配置。更准确数字需要根据用户数量和技术架构来确定。

(3)数据库服务器的内存由数据库实例的数量、表大小、索引、用户数来决定,一般建议配置4GB以上的内存,我们甚至在很多的客户案例中使用了24GB到48GB的内存。

(4)诸如Imail、Notes、Exchange这样的邮件服务器对内存的要求也并不高,1GB-2GB就可以满足了。

(5)对于一台文件服务器,1GB内存可能就足够了。

(6)还有一些特殊的服务器,我们需要为之配置尽可能高的内存容量,包括Squid,Varnish这样的缓存服务器,和Memcached Server。事实上,上面的数字已经足够慷慨,由于内存技术的不断进化和价格不断降低,我们才得以近乎奢侈的讨论4G、8G、16GB这些曾经不可想象的内存容量。早在2000年的时候,我面对的大多数服务器都是256MB、512MB内存,1GB已经算是高配,而那时同样也需要满足大量用户的访问。所以,除了花钱购买内存来满足应用程序的贪婪之外,系统优化和内存管理仍然是我们需要重视的问题。需要怎样的硬盘存储系统硬盘存储系统的选择和配置是整个服务器系统里最为复杂的一部分,我们需要考虑硬盘的数量、容量、接口类型、转速、缓存大小,以及是否需要Raid卡,Raid卡的型号和Raid级别等问题。甚至在一些高可靠性高性能的应用环境中,我们还需要考虑使用怎样的外部存储系统(SAN、NAS或DAS)。

网卡的问题：

如果你的基础架构是多服务器环境,而且服务器之间有大量的数据交换,那么我们建议你为每台服务器配置两个或更多的网卡,一个用来对外提供服务,另一个用来做内部数据交换。如果你对安全的要求特别高,我们甚至可以单独安装一个用于系统管理和日常维护的网卡。至于网卡端口的速率问题,这主要取决于你对带宽流量的评估。大多数情况下,百兆网卡足够用来对外提供服务,而内部数据交换建议使用千兆网卡。但话说回来,除了经典酷睿服务器之外,我们现在很难找到百兆接口的服务器主板了。还有一种情况需要注意,如果你选择51IDC的数据备份服务(Managed Backup Service),则需要一块单独的网卡连接到专有的数据备份网络中,进行每天的数据备份,这会带来几个好处:不会占用宝贵的外网带宽、保证数据传输的安全、提供快速的数据备份速度。我们非常希望这篇文章能够帮助你为服务器选择合适的硬件配置,如果你阅读后发现有不正确的地方,请在评论中指出来,我们会及时更新并感谢你的热情指正。

如何租用服务器做期货量化，关于这个问题有以下解释：便可利用purequant框架在服务器上实现量化交易(程序化交易)
期货程序化高频交易投资者提供服务器托管
方法/步骤
程序化高频交易速度：
实盘cffe：Delay1：770us，Delay2：3025us，
实盘shfe：Delay1：808us，Delay2：2576us。
保证快速交易的原因：
第一：申请专用通道，该通道内的交易人数偏少，保证了较快的交易速度。
第二：优越的地理位置，服务器，距开拓者/金字塔行情服务器3米，
距CTP交易前置服务器3米，距交易所撮合机50米。
专用通道是公司的稀缺资源，只有核心客户才可能获得使用专用通道的资格。
获取的标准主要是两方面：一是足够大的资金规模;二是如果资金规模一般，
但能保证足够多的交易量。毕竟只有交易活跃，公司才能获得更高的收益。
可以托管的机房：张江机房，数讯机房。（必须是在CTP或飞马系统上直接编写的程序）

服务器品牌和电脑品牌都是一样的。几乎上所有电脑品牌都会生产服务器配件 像intel。iphone 生产家用电脑同时也会有服务器品牌机。 服务器太广了。各种行业会用不同的服务器配置。感兴趣的话点击此处，免费了解一下

塔式服务器应该是见得最多，也最容易理解的一种服务器结构类型，因为它的外形以及结构都跟我们平时使用的立式PC差不多，当然，由于服务器的主板扩展性较强、插槽也多出一堆，所以个头比普通主板大一些，因此塔式服务器的主机机箱也比标准的ATX机箱要大，一般都会预留足够的内部空间以便日后进行硬盘和电源的冗余扩展。

亿万克是民族高科技制造企业领导品牌，自主研发，自主可控，为党政、金融、医疗、教育、电信、电力、交通和制造等行业的信息化发展和数字化转型提供安全可靠的自主创新解决方案。亿万克服务器真正做到了自主研发、能力内化、安全可信、安全可控。

;     这篇文章将向你介绍量化交易系统的一些基本概念。本文主要面向两类读者，第一类是正在努力寻找一份量化交易员工作的求职者，第二类是期望尝试开启自己量化交易事业的个人投资者。关于量化交易，这些入门知识你需要了解。
      量化交易是数量金融学一个极其艰深复杂的领域。若要通过面试或构造你自己的交易策略，就需要你投入时间学习一些必备知识。
      量化交易系统包括四个主要部分：
      策略识别：搜索策略、挖掘优势、确定交易频率。
      回溯测试：获取数据、分析策略性能、剔除偏差。
      交割系统：连接经纪商、使交易自动化、使交易成本最小化。
      风险管理：最优资本配置、最优赌注或凯利准则、交易心理学。
      我们首先来谈谈如何识别一个交易策略。
策略识别
      所有量化交易流程都肇始于一个初期研究。这个研究流程包括搜索一个策略、检验它是否适合你可能正在运作的策略组合、获取任何测试策略时所需数据、努力优化策略使其预期年化预期收益更高且(或)风险更低。如果你是一个“散户”交易员，一定要清楚自己的资金是否充足，以及交易成本对策略的影响。
      通过各种公开数据搜索可盈利的策略实际上十分简单，并没有大家想的那么难。研究学者会定期发表理论交易结果(虽然大多为交易成本总额)。一些数量金融学主题博文也会详细讨论策略。交易期刊还会简报一下基金管理公司使用的一些策略。
      你可能会问，个人与公司怎么可能愿谈他们的可盈利策略，特别是当他们知道，如果其他人“复制相同的策略”，长期而言它终将失效。
      原因就在于，他们通常不会透露具体的参数以及他们所使用的调参方法，而这些优化技能才是把一个表现平庸的策略调成一个回报丰厚的策略所需的关键技术。实际上，若要创建你自己的、独一无二的策略，一个最好的法子就是寻找相似的方法，尔后执行你自己的优化程序。
      你所看到的很多策略都可归入均值回归交易策略、趋势跟随或动量交易策略两类。
      均值回归策略试图利用这么一个事实：“价格序列”(如两个关联资产的价差)存在一个长期均值，价格对均值的短期偏离终将回归。
      动量交易策略则试图“搭上市场趋势的顺风车”，利用投资心理和大基金结构信息在一个方向积聚动量，跟随趋势直至回归。
      定量交易还有一个重要方面，即交易策略的频率。低频交易(Low Frequency Trading， LFT)通常指持有资产超过一个交易日的策略。相应地，高频交易(High Frequency Trading， HFT)通常指持有资产一个交易日的策略。
      超高频交易(Ultra-High Frequency Trading， UHFT)指持有资产的时常达秒级与毫秒级的策略。虽然散户可以进行HFT与UHFT交易，但也只是在你掌握了交易“技术栈”与订单簿动力学的详细知识后才有可能。本篇入门文章，我们不会对这些问题做任何深入探讨。
      策略或策略集合一旦确定，现在就需要在历史数据上测试其盈利能力，这就进入了回溯测试的工作范围。
回溯测试
      回溯测试的目标是提供证据，佐以证明通过以上流程所确定的策略，无论是应用于历史(训练)数据还是测试数据均可盈利。它可以反映该策略未来在“真实世界”中的预期表现。
      由于种种原因，回溯测试不能保证一定成功。这或许就是量化交易最为微妙之处，由于它包含了大量的偏差，我们必须尽尽力仔细审查并剔除它们。
      我们将讨论几种常见类型的偏差，包括先窥偏差、幸存者偏差与优化偏差(亦称“数据窥视偏差”)。回溯测试中其他几个重要方面，包括历史数据的可用性与清洁度、真实交易成本及可靠回测平台上的决定。我们会在后续“交割系统”一节深入讨论交易成本。
      策略一旦确定，我们就需要获取历史数据，并藉此展开测试，如有可能还可改进策略。现在卖数据的很多，所有资产类型的数据都有。通常，数据的质量、深度、时间间隔不同，其价格也不同。
      刚入门的量化交易员(至少零售等级)最初使用雅虎金融板块(Yahoo Finance)的免费数据就行。对于数据供应商，这里不再赘言。我想重点谈一谈处理历史数据时，时常遇到的问题。
      对于历史数据，人们主要关心的问题，包括数据精度或清洁度、幸存者偏差、应对如分发红利、拆分股票等公司行为的调整。
      精度与数据整体质量有关，无论数据是否包含错误。有时错误容易识别，比如使用一个窄带滤波器，就可以找出时间序列数据中的“窄带”并更正它们。其他时候，错误又很难甄别，经常需要根据多个数据供应商提供的数据进行对比检查。
      幸存者偏差通常是免费数据集或廉价数据集的一个”特征“。对于一个带有幸存者偏差的数据集，它不包含已经不再交易的资产数据。不再交易的证券，则表示已经退市或破产公司的股票。如果数据集中含有此类偏差，策略在此数据集上的测试表现可能比在”真实世界“里表现的更好，毕竟历史”赢家“已经被预先筛选出来，作为训练数据使用。
      公司行为即公司开展的常引发原始价格阶梯形变化的”逻辑“活动，它不应该计入价格预期年化预期收益。公司分发红利和拆分股票行为是引发调整的两个常见行为，二者无论发生哪一种，都需要进行一个”回调“的流程。我们一定要留心，不要把股票拆分和真实预期年化预期收益调整混为一谈。许多交易员在处理公司行为时都碰过壁！
      为了开展回溯测试，我们必须使用一个软件平台。你可以选择一个专门的回测软件如MultiCharts，一个数值平台如Excel或MATLAB，或者一个用Python或C++完全自主实现的平台。对于MultiCharts(或类似平台)，个人是比较介绍，对于编程的要求比较低。
      在做系统回测时，一定要量化表示系统性能。定量策略的“业界标准”度量为最大资金回挫与夏普比率。最大资金回挫表示一段时间(通常一年)内账户资金曲线从波峰至波谷的最大跌幅，常使用百分比表示。
      由于大量的统计因素，LFT策略比HFT策略的资金回挫更高。历史回测会显示过去的最大资金回挫，它能够较为贴切地反映策略的未来资金回挫情况。第二个度量指标是夏普比率，它被启发式地定义为“超额预期年化预期收益均值与超额预期年化预期收益标准差的比值”。
      这里，超额预期年化预期收益表示策略预期年化预期收益超出某个预定基准，如标普500或三月期短期国债(预期年化预期收益)的额度。注意人们通常不使用历史预期年化预期收益指标，因为它忽略了策略波动性的影响，而夏普比率却考虑到了这一点。
      如果经过回测，策略的夏普比率很高且其最大资金回挫已经最小化，则可以认为它趋于无偏，下一步就是要搭建一个交割系统。
交割系统
      交割系统是一个方法集合，由它来控制交易策略生成的交易列表的发送和经纪商的交割行为。事实上，交易可以半自动、甚至全自动生成，而执行机制可以手动、半自动(即“点击一次交割一项”)或者全自动。
      尽管如此，对于LFT策略，手动和半自动技术却比较常见；对于HFT策略，则必须创建一个全自动交割机制，由于策略和技术彼此依赖，还要经常与交易指令生成器紧密相接。
      在搭建交割系统时，我们需要考虑几个关键因素：连接经纪商的接口、交易成本(包括佣金、滑动价差与价差)最小化、实时系统与回测时系统性能的差异。
      联系经纪人的方法有很多，你可以直接电话联系他，也可以通过一个全自动高性能的应用程序接口(API)实现。理想情况，就是希望交割交易的自动化程度尽可能高。这样一来，你不仅可以脱开身集中精力进行深入研究，还能运行多个策略、甚至HFT策略(实际上，如果没有自动化交割，HFT根本不可能)。
      前面说过的几种常用回溯测试软件如MATLAB、Excel和MultiCharts，对于LFT策略或简单策略都是不错的选择。但是，如果要做真正的HFT，你就必须要构造一个用高性能语言(如C++)编写的内部交割系统。
      说个我的亲身经历，以前受聘于一家基金管理公司，我们有一个十分钟的“交易周期”，每隔十分钟下载一次新的市场数据，然后根据这十分钟的信息进行交割。这里用的是一个优化的Python脚本。对于任何处理分钟级或秒级频率数据的工作，我相信C/C++更理想。
      在一家大型的基金管理公司，交割系统的优化通常不在量化交易员的工作范围。但是，在小点的公司或高频交易公司，交易员就是交割人，所以技术面越广越好。你要想进一家基金管理公司，一定要记住这一点。你的编程能力不说比你的统计学和计量经济学禀赋更重要，至少也同样重要！
      另外一个属于交割系统的重要问题是交易成本最小化。一般地，交易成本由三部分构成：佣金(或税收)、损耗与价差。佣金是向经纪商、交易所和证券交易委员会(或类似政府监管机构)支付的费用；滑动价差是你的预期交割价位与真实交割价位的差值；价差则是待交易证券的卖出价与买入价之差。注意价差不是常数，它依赖于市场当前流动性(即买单和卖单数量)。
      交易成本是决定一个策略是高夏普比率且盈利丰厚，还是低夏普比率且极不盈利的关键。根据回溯测试正确预测未来的交易成本很具有挑战性，你需要根据策略频率，及时获取带有卖出价与买入价信息的历史交易数据。
      为此，大型基金管理公司量化交易的整个团队都专注于交割优化。当基金管理公司需要抛售大量交易时(原因五花八门)，如果向市场“倾泻”大批股票，会迅速压低价格，可能都来不及以最优价格交割。
      因此，纵使遭受损耗风险，基金管理公式也会选择使用算法交易，通过“打点滴”的方式向市场出单。此外，其他策略如若“捕到”这些必要性条件，也能利用市场失效(获利)。这是基金结构性套利的内容。
      交割系统最后一个主要问题关系到策略的实时性能与回测性能的差异。这种差异由多种因素造成，比如我们在“回溯测试”一节已经深入讨论过的前窥偏差与最优化偏差。
      然而，对于有些策略，在部署之前不易测得这些偏差。这种情况对于HFT最为常见。交割系统和交易策略本身均可能存在程序错误，回溯测试时没有显现却在实时交易时出来捣乱。市场可能受到继交易策略部署后的一场政变的影响，而新的监管环境、投资者情绪与宏观经济形势的变化也均可能导致现实市场表现与回溯测试表现的差异，从而造成策略盈利性上的分歧。
风险管理
      量化交易迷宫的最后一块是风险管理程序。风险包含我们之前谈论的所有偏差。它包括技术风险，比如所有在交易所的服务器突然发生硬盘故障。它还包括经纪风险，如经纪商破产(此说并非危言耸听，引发恐慌的明富环球就是一个例子)。
      总而言之，它覆盖了几乎所有可能干扰到交易实现的因素，而其来源各不相同。已经有成套的书籍介绍量化交易策略的风险管理，本人也就不再对所有可能的风险来源做详细说明。
      风险管理还包括投资组合理论的一个分支，即所谓的“最优资本配置”，涉及到如何将资本分配给一组策略、如何将资本分配给策略内不同交易的方法。这是一个复杂的领域，依赖于一些高级数学知识。
      最优资本配置与投资策略杠杆通过一个名为凯利准则的业界标准建立联系。本文是一篇入门文章，我在此不详谈其计算。凯利准则对策略预期年化预期收益的统计性质做过一些假设，但是它们在金融市场中并不一定成立，交易员因此在实现时通常会有所保留。
      风险管理的另外一个关键成分涉及到交易员自身心理因素的处理。尽管大家都承认，算法交易若无人为干涉，不太容易出现问题。交易员在交易时，稍不留神仍然可能会掺入许多认知偏差。
      一个常见的偏差是厌恶规避，当人发现损失已成定局，其所带来的痛苦，可能会麻痹人的行为，不能做到及时抛盘止损。类似地，由于太过忧心已经到手的预期年化预期收益可能赔掉，人们可能也会过早抛盘收利。
      另外一个常见的偏差是所谓的偏好偏差：交易员太看重事件而非长远地看问题。此外，当然不能落下“恐惧与贪婪”这对经典的情绪偏差。这两种偏差常导致杠杆不足或杠杆过度，造成爆仓(账户资产净值近乎为零或更糟)或盈利缩水的局面。
总结
      由此观之，量化交易是数量金融学中一个虽趣味十足但极其复杂的领域。我对这个话题的讨论浅尝辄止，文章就已经这么长了！我在文中三言两句带过的问题，已经有大量的相关书籍和论文出版。
      因此，在你申请量化基金交易职位前，务必要进行大量的基础调研，至少应当具有统计学和计量经济学的广泛背景，以及使用MultiCharts、MATLAB、Python或者R程序语言实现的丰富经验。如果应对的是更加复杂的高频端策略，你的技能组合可能还要包含Linux内核修改、C/C++、汇编编程和网络延迟优化。

分类: 电脑/网络
解析:

主机／终端结构 最早的计算机网络是伴随着主机（Host）和终端（Terminal）这两个概念的出现而产生的。当时的主机通常指大型机或功能较强的小型机，而终端则是指一种计算机外部设备，现在的终端概念已定位到一种由CRT显示器、控制器及键盘合为一体的设备，它与我们平常指的微型计算机的根本区别是没有自己的中央处理单元（CPU），当然也没有自己的内存，其主要功能是将键盘输入的请求数据发往主机（或打印机）并将主机运算的结果显示出来。而随着互联网的发展，目前对于“终端”一词又引入了新的含义。对互联网而言，终端泛指一切可以接入网络的计算设备，如个人电脑、网络电视、可上网手机、PDA等。

客户机／服务器结构 这是网络软件运行的一种形式。通常，采用客户机／服务器结构的系统，有一台或多台服务器以及大量的客户机。服务器配备大容量存储器并安装数据库系统，用于数据的存放和数据检索；客户端安装专用的软件，负责数据的输入、运算和输出。

客户机和服务器都是独立的计算机。当一台连入网络的计算机向其他计算机提供各种网络服务（如数据、文件的共享等）时，它就被叫做服务器。而那些用于访问服务器资料的计算机则被叫做客户机。严格说来，客户机／服务器模型并不是从物理分布的角度来定义，它所体现的是一种网络数据访问的实现方式。采用这种结构的系统目前应用非常广泛。如宾馆、酒店的客房登记、结算系统，超市的POS系统，银行、邮电的网络系统等。

浏览器／服务器结构 这种结构在20世纪90年代末期开始盛行，是目前最流行的网络软件系统结构，它正逐渐取代客户机／服务器结构，成为网络软件开发商的首选。
随着因特网浏览器功能越来越强大，在许多场合下，浏览器可以取代客户机／服务器结构的客户端软件。也就是说，开发商可以遵循一定规则，开发一套运行于服务器的网络软件，在客户端可以直接使用浏览器进行数据的输入和输出，而不必为客户端开发特定的软件。

当前，浏览器／服务器结构和客户机／服务器结构已成为计算机应用的主要形式，而服务器在其中扮演了不可或缺的重要角色，所以服务器又被称为“E时代的基本元素”。

IA架构服务器 通常将采用英特尔处理器的服务器称为IA（Intel Architec-ture）架构服务器，由于该架构服务器采用了开放式体系，并且实现了工业标准化技术和得到国内外大量软硬件供应商的支持，在大批量生产的基础上，以其极高的性能价格比而在全球范围内，尤其在我国得到广泛的应用。2000年国内IA架构服务器供应商前三位是惠普、IBM、浪潮。

IA64架构服务器 IA64处理器I-tanium（安腾）是Intel自推出32位微处理器以来，在高性能计算机领域的又一座里程碑。基于IA64处理器架构的服务器具有64位运算能力、64位寻址空间和64位数据通路，突破了传统IA32架构的许多限制，在数据的处理能力，系统的稳定性、安全性、可用性、可观理性等方面获得了突破性的提高。我国目前只有浪潮一家推出该架构服务器超能2000。

要说服务器好的话应该是专线最好，其次就是一些老牌的大公司比如银河永安这种，不过服务器之间的差距很小，因为报单速度都是以毫秒计算的，如果您的机器不行或者您的网速不好也会影响您的交易速度

---