第二章 开启一个量化投资系统
三、ADOG软硬件构架
ADOD采样Ubantu Linux 环境及Python语言， 采用B/S构架。
ADOD系统99%选用免费第三方软件及模块。其中主要包括：
数据库：mongoDB及mySql
数据处理：pandas，numpy，scipy
金融工具：quantLib /taLib
深度学习：tensorflow，tflearn，sklearn
可视化：plotly，seaborn，matplotlib
Web应用：requests，flask，selenium，flask_socketio
ADOG 硬件构架主要采用多服务分离（数据服务器，模型服务器，交易服务器），多服务节点数据共享，定期备份机制。
ADOG软硬件构架
ADOG系统中，首要的是基于实时数据的数据加工分析处理系统，包括实时及历史数据、数据清洗及分析、数据加工、数据诊断预警、数据可视化、数据储存备份。在原始数据挖掘基础上，完成数据模型表征，包括模型表征、样本生成、交易模式模型、盈亏模式描述、投资组合模型描述等、初步进行基础数据及指标分析、实时及历史希腊值指标、历史波动率及波指Vix 计算、隐含波动率-实时曲线和曲面绘制。
其次是基于人工智能的深度强化学习系统，包括强化学习(Reinforcement learning)、CNN特征辨识、多智能体（Multi-agent）的协同强化学习，集成学习（Ensemble learning）、选拔集成学习等。
ADOD建立再低成本高效的建模回测交易平台，包括模型验证、交易仿真平台、模型交易回测、历史交易回测、仿真交易回测、评价技术指标可视化仿真分析、模型训练+仿真回测交易集成等。
最后ADOD建立实盘交易系统，能够秒级处理交易、实时监控灾难报警，进行应激反应及容错处理、数据同步和备份，同时能够对系统进行健康监测、通讯及数据监测、邮件/微信提醒、云端共享管理、系统监控防灾预警等。
