Simudyne Pulse

Pulse es datos sintéticos de order book para entrenamiento

Cotizaciones L1/L2 con resolución de milisegundos, profundidad, operaciones y flujo de órdenes — a través de un SDK de Python. Gratis para comenzar.

RegistrarseIniciar sesiónAbrir consola ↗Docs

Ejecución de simulación en Pulse · 700.HK 09:30:01

Order book · 700.HK

PrecioTamaño

609.5014,600

609.005,500

608.503,800

608.0014,900

607.504,700

607.004,800

Spread 1.00Mid 606.50

606.002,500

605.506,200

605.0023,100

604.503,300

604.002,000

603.502,400

Fuente de mensajes L3

• Esperando mensajes…

Simuladores

Dos formas de simular mercados

PulseABM

Disponible ahora

Simulador de mercado basado en agentes que genera datos sintéticos tick a tick con resolución de milisegundos. Accede a order books, cotizaciones L1/L2, órdenes y operaciones a través de un SDK de Python.

• ✓Datos de order book L1 y L2
• ✓Datos de flujo de órdenes y operaciones
• ✓SDK de Python con Polars DataFrames
• ✓Ejecuta simulaciones personalizadas
• ✓Prueba algoritmos y mide el impacto de mercado
• PróximamenteEntrena agentes de aprendizaje por refuerzo en línea

Leer la documentación

Pulse Foundation Model

Próximamente

Un modelo generativo para mercados financieros. Así como un LLM predice la siguiente palabra, el Large Market Model predice la siguiente orden, generando order books sintéticos realistas y escenarios de mercado bajo demanda.

• PróximamenteGeneración de order books sintéticos
• PróximamenteGeneración de escenarios
• PróximamenteUniverso ampliado de símbolos y mercados
• PróximamenteAcceso por API

Únete a la lista de espera

Casos de uso

¿Qué puede hacer Pulse?

1. 01 · Backtesting de algoritmos

Reproduce tu algoritmo sobre mercados sintéticos

2. 02 · Impacto de mercado

Mide el impacto en un mercado que reacciona de forma realista

3. 03 · TCA pre-operación

Estima el costo antes de operar

4. 04 · Escenarios de estrés

Opera en crisis que nunca ocurrieron

5. 05 · Datos de entrenamiento

Cinta ilimitada para modelos que necesitan más que historia

Nivel gratuitoInicio rápido →

ejecución en caché 0000 — replay de venta TWAP de 50k (no reactivo)

09:3010:3011:3012:3013:30

precio mediobid / askejecuciones parciales (en bid)fill promedio 604.86 (línea discontinua)

Nivel ProEjecutando simulaciones →

deslizamiento de llegada (bps) por tamaño de orden padre — media ± 1 desv. estándar, 10 ejecuciones

Nivel ProRecetas TCA →

ejecución VWAP reactiva, ventana de 11:00 (nivel Pro)

precio mediobid / askejecuciones parciales (en ask)llegada 605.17 → fill promedio 605.53 (+5.9 bps)

costo vs llegada por ventana — 09:30: 8.4 bps · 11:00: 6.1 bps (más bajo, mostrado arriba) · 14:00: 7.3 bps

Nivel ProEscenarios →

precio medio — escenario=flash_crash, 8 de 25 ejecuciones

10:3011:0011:3012:0012:30

ejecuciones individualesmediana de ejecuciones

Nivel gratuitoRecetas de datos masivos →

mid_price_by_min — 14 ejecuciones Monte Carlo, una calibración

09:3011:0812:4514:2316:00

Extrae una ejecución de Pulse en caché y haz backtesting de tu estrategia contra datos sintéticos. Un backtest de replay clásico, pero con días sintéticos ilimitados en lugar de una sola cinta histórica. El mercado no reacciona a tus órdenes aquí; cuando necesites impacto, el mismo modelo de datos se vuelve reactivo en Pro.

Inyecta órdenes en un mercado sintético en vivo y observa cómo surge el impacto de la simulación.

Ejecuta la misma orden en diferentes ventanas de ejecución y horarios para construir una curva de costo pre-operación.

Los datos históricos solo contienen las crisis que ocurrieron. Observa cómo se comporta tu estrategia si el mercado se vuelve drásticamente en tu contra.

Un día de negociación ocurre una sola vez. Pulse genera tantas variaciones estadísticamente realistas del mercado como tus modelos necesiten.

Conectividad FIX

Opera contra Pulse a través de una sesión FIX real

Pulse expone su exchange simulado a través de FIX 4.4 estándar: apunta tu algoritmo al simulador antes de operar en un mercado en vivo. Puedes ejecutarlo hasta 20× de velocidad y obtener un informe de costo pre-operación antes de arriesgar el alpha de verdad.

Cómo funciona la conectividad FIX →

Sesión FIX.4.4 · ALGO_042 → PULSE_FIXCHART

Cable FIX0/10

• ←35=ALogon
• →35=ALogon
• ←35=VMarketDataRequest
• →35=WMarketDataSnapshotFullRefresh
• ←35=DNewOrderSingle
• →35=8ExecutionReport
• →35=XMarketDataIncrementalRefresh
• →35=8ExecutionReport
• →35=XMarketDataIncrementalRefresh
• →35=8ExecutionReport

Esperando mensajes…

609.5014,600

609.005,500

608.0014,900

607.004,800

606.005,500

spread 1.00

605.0023,100

604.503,300

604.002,000

603.502,400

Datos de muestra

Mira cómo son los datos

Descarga una salida real de Pulse. 5 ejecuciones Monte Carlo para 700.HK bajo un escenario base, calibradas a la microestructura de mercado de HKEX. Sin necesidad de cuenta.

sim_data.parquet · precio medio

5 EJECUCIONES REALES · 700.HK · APERTURA DE MERCADO · RES. MS

run_0000run_0001run_0002run_0003run_0004

09:30:1009:31:2509:32:4009:33:5509:35:10

pulse_sample_data.zip

• ▸700.HK_2025-09-02_…_baseline_0000/
• │ mid_price_by_min.parquet
• │ sim_data.parquet
• ▸700.HK_2025-09-02_…_baseline_0001/
• …
• ▸700.HK_2025-09-02_…_baseline_0002/
• …
• ▸700.HK_2025-09-02_…_baseline_0003/
• …
• ▸700.HK_2025-09-02_…_baseline_0004/
• …

Símbolo

700.HK

Exchange

HKEX

Escenario

base

Ejecuciones MC

5

Fecha

2025-09-02

Resolución

nivel de tick

Order book

L2 completo, 10 niveles

Sesión

09:30 – 16:00

Descargar datos de muestra

Inicio rápido

Tus datos en seis líneas

example.py

from simudyne import PulseABM client = PulseABM(api_key="pk_live_...") # Discover available cached simulationscached_simulations = client.simulation.list_cached() # Find a cached sim IDsim_id = cached_simulations['simulations'][0]['example_sim_id'] # Fetch full data (messages + LOB)df = client.simulation.get_sim_data(sim_id, 'sim_data.parquet') print(df.head())

Cita para Pulse

¿Usas Pulse en tu investigación?

Si usas datos de Pulse en una publicación, por favor cítanos. Copia la entrada BibTeX a continuación.

citation.bib

Copiar

@misc{simudyne2025pulse, title = {Pulse: Synthetic Market Microstructure Data from Agent-Based Simulation}, author = {Simudyne}, year = {2026}, howpublished = {\url{https://pulse.simudyne.com}}, note = {Tick-level synthetic order book data generated by PulseABM, calibrated to real exchange microstructure},}

Foundation Model

Únete a la lista de espera

Sé el primero en saber cuándo esté disponible el Pulse Foundation Model.

Unirse a la lista de espera

Preguntas frecuentes

Preguntas frecuentes

¿Qué es Pulse?+

Pulse es la plataforma de Simudyne para la generación de datos sintéticos de mercado. Proporciona APIs y un SDK de Python para acceder a datos de mercado simulados para investigación, entrenamiento de modelos, desarrollo de algoritmos y backtesting.

¿Qué es PulseABM?+

PulseABM es un simulador de mercado basado en agentes. Genera datos sintéticos de mercado realistas con resolución de milisegundos modelando participantes individuales del mercado y sus interacciones. Puedes acceder a los datos resultantes a través de la API de Pulse y el SDK de Python, incluyendo order books, L1/L2/L3, operaciones y órdenes.

¿Qué es el Pulse Foundation Model?+

El Pulse Foundation Model es un próximo large market model calibrado con datos reales de mercado. Así como un Large Language Model predice la siguiente palabra en una secuencia, el Pulse Foundation Model predice la siguiente orden en un mercado, generando order books sintéticos realistas y escenarios de mercado bajo demanda. Únete a la lista de espera para obtener acceso anticipado.

¿Qué datos están disponibles?+

PulseABM actualmente soporta HKEX y LSE, con mercados y símbolos en rápido crecimiento. Los datos disponibles incluyen order books sintéticos, datos L1/L2/L3, eventos de órdenes individuales y operaciones ejecutadas. Todos los datos se generan con resolución temporal de milisegundos y se devuelven como Polars DataFrames. Para solicitar nuevos símbolos o mercados, contacta a support@simudyne.com.

¿Cómo obtengo una clave de API?+

Regístrate para obtener una cuenta gratuita y luego ve a tu panel para generar una clave de API. Puedes crear múltiples claves, etiquetarlas para diferentes proyectos y revocarlas en cualquier momento.

¿Cómo instalo el SDK de Python?+

Instala el SDK con: pip install git+https://github.com/simudyne/pulse-api.git (o uv pip install git+https://github.com/simudyne/pulse-api.git). Luego importa el cliente con from simudyne import PulseABM\ y pasa tu clave de API para comenzar.

¿Pulse es gratuito?+

Sí, Pulse es actualmente gratuito. Crea una cuenta para comenzar.

¿Puedo usar Pulse para entrenamiento de modelos y aprendizaje por refuerzo?+

Sí. Los datos de PulseABM están diseñados para entrenar agentes de trading y modelos financieros. El SDK devuelve datos en Polars DataFrames que se integran sin problemas con flujos de trabajo de ML.