Obermindmean_reversion.py
import clr
import environment
import OberMind
from OberMind import DelegateStrategy
class PyStrategy():
@property
def Framework(self):
return self.delegateStrategy.framework
@property
def Instruments(self):
return self.delegateStrategy.Instruments
def OnStrategyStart(self):
self.AddInstrument("EUR/USD")
self.AddInstrument("GBP/USD")
def OnBar(self, instrument, bar):
# Mean-reversion signal on bar close
pass
# Deploy via Obermind Stream
strategy = PyStrategy(framework, "MeanReversion")
strategy.ExecutionProvider = "Obermind Stream"
▸ Backtest queued — 18 months tick data · Obermind Stream connected
多资产交易
在一个平台上交易 FX、加密货币、股票等。
Session live
Connected
Connected venues24
Connected
✨
✨
✨
✨
✨
✨
✨
✨
Connecting
✨
✨
✨
✨
✨
✨
✨
✨
Disconnected
✨
✨
✨
✨
✨
✨
✨
✨
Connected
✨
✨
✨
✨
✨
✨
✨
✨
Connected
✨
✨
✨
✨
✨
✨
✨
✨
实时市场数据
利用高吞吐量聚合和历史分析功能,对 tick 数据进行处理、存储和分发,支持二级市场深度。
EUR/USDLevel 2
1.0846 midSizeBidAskSize
380K1.08451.0847420K
920K1.08441.0848870K
1.5M1.08431.08491.6M
5.2M1.08421.08504.9M
8.8M1.08411.08519.1M
12M1.08401.085212M
28M1.08391.085326M
▸ 12 venues aggregated · 1ms latency
大规模衡量和管理投资组合。
自动化分配和模型
百分比、批次和单位分配模型,以及交易前和交易后工作流程,适用于各种程序和策略。
费用和绩效处理
客户账簿和策略中的票务费、管理费、绩效费和兑换费均实现自动化。
研究、回测和模拟
使用 Obermind Flow对多场所策略进行量化研究、回测和优化。
风险、损益和监管报告
为监管机构、客户和内部风险团队提供实时风险敞口、报表和报告。
从执行到投资者声明,所有环节都在同一个平台上完成。
无需外部桥梁即可跨多个交易场所、经纪商、资产和货币管理客户——包括算法交易和屏幕交易。
基金、 CTAs和管理账户的投资组合管理和统计。
模型和投资者计划的风险评分和分析。
合并的 PDF 报表和 API可访问的报告数据。
交易或报告无需外部连接层。