机构名称：
¥ 1.0
摘要。高频交易（HFT）采用尖端硬件来快速决策和订单执行，但通常依赖于可能会错过更深层次市场趋势的简单算法。相反，低频算法交易使用机器学习（ML）进行更好的市场预测，但更高的延迟可以否定其战略收益。为了达到两全其美，我们提出了一种网络内ML解决方案，该解决方案将ML过程嵌入了可授权的网络设备中，加速了功能工程和提取以及ML推断。在本文中，我们设计和开发了一种解决方案，该解决方案支持使用商品开关的股票中价和挥发运动预测。我们的方法达到了微秒尺度的超低潜伏期，与以前的工作相比，它显着降低了64％至97％，同时维持与服务器模型相同的ML性能。此外，通过将网络硬件和服务器相结合，混合部署策略可以使错误分类率的变化相对于服务器基线的0.8％以下，同时直接在开关上处理49％的流量并实现了端到端延迟的平均降低45％。
使用可编程开关的加速机器学习
主要关键词
相关文件推荐
