Skip to content

Latest commit

 

History

History
34 lines (23 loc) · 3.78 KB

TASK.md

File metadata and controls

34 lines (23 loc) · 3.78 KB

Имеется таблица orders, в которой отражаются все именения по заявкам клиентов на бирже. В таблице есть поля:

  • id — автоинкремент
  • account_id — идентификатор счёта (клиента)
  • timestamp_ns — значение time.time_ns() события (всё как в жизни, почти всегда монотонно)
  • side — BUY или SELL
  • price — (Decimal) цена, по которой стоит заявка на покупку или продажу
  • size — на какое количество стоит заявка с этого момента (0 означает, что заявки от этого клиента с этой стороны по этой цене больше нет)

За день количество записей в таблице может достигать миллионов.

Среди клиентов есть маркет-мейкеры. Их задача — создавать привлекательный рынок, то есть чтоб всегда можно было прийти и купить или продать актив по разумной цене. Если маркет-мейкер выполняет условие программы, то биржа выплачивает ему вознаграждение. Условие выполняется в данный момент времени, если мы берём заявки макет-мейкера совокупным размером MM_SIZE (int) с самой привлекательной ценой (минимальная для SELL и маскимальная для BUY) и разница между максимальной ценой заявок на продажу и минимальной на покупку в этих совокупностях составляет не более SPREAD базисных пунктов (int, 1 базисный пункт = 0.01%).

Пример. Параметры программы: MM_SIZE=5, SPREAD=2000. Заявки маркет-мейкера в какой-то момент времени:

     | BUY  SELL
11.0 |       5
10.5 |       3
 9.5 |  5
 9.0 |  9

Для MM_SIZE=5 на покупку нам нужно взять 5 заявок по цене 9.5. На продажу — 3 заявки по цене 10.5 и 2 по 11.0. Итого мы получаем спред: (11.0 - 9.5) / 10.0 * 10000 = 1500 базисных пункта (здесь 10.0 — средняя цена между лучшими заявками на покупку и продажу). Полученные 1500 меньше требуемых 2000, значит маркет-мейкер условие программы в данный момент выполняет.

Нужно написать функцию, которая по заданному account_id маркет-мейкера и дате определяет, какую часть времени (доля) за эти сутки клиент выполнял условия программы.

Возможное усложнение. Есть ещё одна таблица trading_status, в которой сохраняется информация, когда торги шли и когда они были остановлены. Поля:

  • id — автоинкремент
  • timestamp_ns — значение time.time_ns() события (всё как в жизни, почти всегда монотонно)
  • status — TRADING или HALTED.

При расчёте программы нужно учитывать только те промежутки, когда шли торги.