Rust 在量化领域的应用

今年，国内量化私募迎来了高光时刻。据私募排排网数据显示，截至目前，国内百亿私募扩容至 95 家，其中百亿量化私募由去年 10 家增至 24 家。

据中国证券投资基金业协会的数据显示，截至 2021 年 8 月，国内私募基金管理规模高达 5.5 万亿元，相较 2020 年底增幅达 46.56%；其中，量化基金规模已突破 1 万亿元，成交额占比约为 12%-15%。

在国内百亿私募阵营不断扩大的过程中，量化私募做出了巨大贡献。但相较欧美国家，国内量化策略的发展仍处于初级阶段，上升空间还很大。

一、Rust 或将成为量化领域的新趋势

量化交易在中国的蓬勃发展，人工智能在投资领域的应用，以及交易工具的丰富，使得程序化交易在证券市场越来越受欢迎。程序化交易能够更快地、更有纪律性地执行策略，从而减少冲击成本、降低情绪影响。规模较大的私募，由于具有交易策略多样性、交易市场广泛性、交易品种复杂性等特点，对程序化交易的需求显得尤为迫切。

历史上曾发生过因软件 Bug 导致的亏损及个股闪崩等事件，这些风险事件大多是在程序化交易过程的关键点上没做好检查和风险控制所致。如果能从系统构建开始就有意识的做好防范，使用正确的编程方式，就可以在很大程度上避免风险事件的发生。

当前，国内量化交易领域已开始布局 Rust 方向的人才招聘，这是否意味着：在国内高频量化交易领域的应用，Rust 将成为一种新趋势？先来看看他们怎么说的吧。

小王：就高频量化交易系统而言，Rust 作为主要面向安全的高性能计算编程语言，比 C++强，原因是 Rust 没有历史包袱，虽然追求性能，但没有 C++用起来复杂，也不容易造成内存泄漏。

小张：Rust 起步晚，应用到高频量化交易领域还需一个逐步完善生态的过程；不敢说 Rust 成为该领域的趋势，但至少会有部分场景的应用。

小刘：绝大部分的交易接口在未来很长时间里仍会以 C++方式显现，用 Rust 调用 C++写的接口可能比较麻烦，性能上是否有质的飞跃，还待考察。

小房：Rust 很适合用在量化的交易或生产阶段，因为 Rust 可以很好地降低交易代码中潜在的 Bug，也容易进行生产调试。

对于 Rust 在高频量化交易领域的应用，大家的看法各有不同，在未来既是机遇也是挑战。现阶段，非凸科技正基于 Rust 生态打造高效率、低延迟、高可靠全内存高频交易平台，持续为券商、量化私募等众多大型金融机构提供优质的算法服务。

二、Rust VS C，在编程效能上的优势

Rust 是一门赋予每个人构建可靠且高效软件能力的语言。集表达力、高性能、内存安全于一身的 Rust，在很多场景里都能大施拳脚，高频量化交易领域也不例外。

Rust 足够底层，它可以像 C 一样进行优化，以实现最高性能。抽象层次越高，内存管理越方便，可用库越丰富，Rust 程序代码就越多，做的事情也就越多。

除此之外，Rust 程序的优化也很好，有时候比 C 还好，C 适合在逐个字节、逐个指针的级别上编写最小的代码，而 Rust 具有强大的功能，能够有效地将多个函数甚至整个库组合在一起。

然而，最大的潜力是可以无畏地并行化大多数 Rust 代码，即使等价的 C 代码并行化的风险非常高。在这方面，Rust 是比 C 更为成熟的语言。

不如看一下，Rust 与 C 在编程效能方面有什么不同？

Rust 的优势在于，作为一种具有高级语言的一些特征的语言，它既是函数式的，也是面向对象的，它可以开发出比 C 语言更紧凑、更容易解释的代码。代码量少的情况下，还有更强的可维护性。在优化过程中：

1. C 需要不断改变解决方案的逻辑才能更好地利用数据位置的优势，而 Rust 则更有效地管理了内存，优化过程中不需要对解决方案进行修改。
2. Rust 的迭代器可以通过更简单的方式生成并行代码，而 C 则需要对不同的 OpenMP 选项来实现适当并行化。
3. Rust 中添加外部库非常方便，比如数学优化库或 rayon 库，C 则比较麻烦。