к бирже и смотреть на заполнение ордеров, чтоб при заполнении выставлять стоп ордера, так же мне нужно мониторить цену для того, чтобы передвигать стоп ордера и тейк ордера, так же нужно проверять не закрылась ли позиция, а все конечные результаты я записываю в бд, в промежутках считая значения профита и т.д
условно у меня открыто 6 позиций и каждую мне нужно мониторить и функция, которую я написал тратить на это все в среднем секунд 15
вопрос, как я могу ускорить этот процесс?
написано все это на питоне, насколько мне может помочь multiprocessing или multithreading или может вообще на другом языке писать надо
хотелось бы добиться 3-5 секунд на обработку этих 6-ти позиций
я смогу добиться х10 к скорости обработки?
Используй Numba или подобные модули, которые ускоряют
Звучит как нечто на милисекунды для плюсов
Numba быстрее C/Fortran
Да и работать с ним удобнее
Это нерабочий вариант
Хреново написано. У меня торговый бот тратит на большее кол во операций не больше секунды
к базе данных много обращений, заметил, у меня
К сожалению надо переписать все на другом языке.. Rust
могу ли я тебе скинуть код, глянешь, там строчек 200
Давай, чуть позже гляну, интересно
Радикально. Вовсе необязательно. Зачем?
Также нужно использовать другую БД, возможно ваша медленная
Python самый медленный язык в мире, хотя хорош для ML
Я тоже так думал, пока не научился архитектурить нормально и эффективный код писать. Питон достаточно быстрый для большинства задач. Даже для минутного алготрейдинга
15 секунд на 6 позиций? не 60 мс, а в 40 раз больше? вы что-то делаете не так. начните с профайлера.
from numba import njit, prange @njit(nopython=True, parallel=True) def bubble_sort(arr): n = len(arr) for _ in prange(n): for i in range(1, n): if arr[i - 1] > arr[i]: arr[i - 1], arr[i] = arr[i], arr[i - 1] if __name__ == "__main__": my_list = [64, 34, 25, 12, 22, 11, 90] bubble_sort(my_list) print(my_list)
Обсуждают сегодня