Tengine 是 OpenAILab 开源的优良端侧深度学习推理框架，其外围次要由 C 语言实现，包裹的性能代码嵌套了 C++。量化是推理减速必不可少的优化环节，成熟的推理框架个别会把量化模块剥离进去造成独立的一套工具，如 Tengine、NCNN、昇腾、寒武纪都这么做，这次要是因为量化过程和硬件非强相干，解耦开来无能更多的事。

2021 年以来公募量化基金集中度晋升，截至2021年三季报，规模前30%的公募量化对冲基金规模集中度晋升至81.2%，公募中证500加强基金的规模集中度晋升至83.9%。百亿量化私募扩容，最新百亿级量化私募达到25家，其中明汯投资、幻方量化、九坤投资、灵均投资等私募规模靠前。

《WonderTrader架构详解》系列文章曾经写了四篇了，对于笔者这样的懒人来说，切实是一个大工程。这次先临时不介绍架构了，本文将给大家介绍一下如何在WonderTrader上编写一个跨种类套利策略，旨在给大家演示一下WonderTrader下多标的策略的个别写法，同时也介绍一下笔者在wtpy最新版本v0.6.3中最新公布的绩效剖析模块。

《WonderTrader架构详解》系列文章，上周介绍了WonderTrader的数据处理机制。当平台解决了策略的数据问题当前，就须要向策略提供稳固牢靠的信号执行机制，保障策略的信号被正确的执行，是每一个平台最根本的性能。因而，本文作为系列文章的第三篇，将次要介绍WonderTrader信号执行的解决机制。

2020年，能够说是WonderTrader的开源元年。WonderTrader正式开源是2020年4月开始的，现在进入2021年了，WonderTrader的开源历史也不过是8个月的工夫。平台在2020年中迭代并不是特地地快，一方面笔者还有本职工作要做，另外一方面平台也没有真正做过推广，目前关注的敌人都是天然增长的，所以需求面来得也并不充沛。不过…

由于本文使用的是32bit免费版本的kdb+(从官网下载windows.zip)，所以Python也需要是32位版本的。

表(Tables)和列表、字典一样，都是q语言中的第一类对象(First-class entity)

2. type操作符type操作符返回一个short，并且如果对象是一个atom，则返回负数；是一个list则返回正数。

在q中，函数是可以修改全局变量的，所以q并不是一个纯正的函数式语言。1. 函数定义使用花括号{和}，函数的输入输出类型不用指定，甚至函数名都可以不用指定。如下是一个完整的函数定义：

1. 定义字典是key-values pairs， 但是在q中，字典是按照list来存储的。字典的创建使用操作符!，读作bang :) 所有的字典类型都是99h。