Simudyne Pulse

Pulse est une donnée synthétique de carnet d'ordres pour l'entraînement

Citations L1/L2 à résolution milliseconde, profondeur, transactions et flux d'ordres — via un SDK Python. Gratuit pour commencer.

S'inscrireSe connecterOuvrir la console ↗Docs

Exécution de simulation dans Pulse · 700.HK 09:30:01

Carnet d'ordres · 700.HK

PrixTaille

609.5014 600

609.005 500

608.503 800

608.0014 900

607.504 700

607.004 800

Écart 1,00Point médian 606,50

606.002 500

605.506 200

605.0023 100

604.503 300

604.002 000

603.502 400

Flux de messages L3

• En attente de messages…

Simulateurs

Deux façons de simuler des marchés

PulseABM

Disponible maintenant

Simulateur de marché basé sur des agents générant des données de ticks synthétiques à résolution milliseconde. Accédez aux carnets d'ordres, aux citations L1/L2, aux ordres et aux transactions via un SDK Python.

• ✓Données de carnet d'ordres L1 et L2
• ✓Données de flux d'ordres et de transactions
• ✓SDK Python avec Polars DataFrames
• ✓Exécutez des simulations personnalisées
• ✓Testez des algorithmes et mesurez l'impact sur le marché
• BientôtEntraînez des agents d'apprentissage par renforcement en ligne

Lire la documentation

Pulse Foundation Model

Bientôt disponible

Un modèle génératif pour les marchés financiers. Comme un LLM prédit le mot suivant, le Large Market Model prédit l'ordre suivant, générant des carnets d'ordres synthétiques réalistes et des scénarios de marché à la demande.

• BientôtGénération de carnets d'ordres synthétiques
• BientôtGénération de scénarios
• BientôtUnivers élargi de symboles et de lieux d'exécution
• BientôtAccès API

Rejoindre la liste d'attente

Cas d'usage

Que peut faire Pulse ?

1. 01 · Backtesting d'algorithmes

Rejouez votre algorithme sur des marchés synthétiques

2. 02 · Impact sur le marché

Mesurez l'impact dans un marché qui réagit de manière réaliste

3. 03 · TCA pré-transaction

Estimez le coût avant de trader

4. 04 · Scénarios de stress

Tradez à travers des crises qui n'ont jamais eu lieu

5. 05 · Données d'entraînement

Bande illimitée pour les modèles qui ont besoin de plus que l'historique

Niveau gratuitDémarrage rapide →

exécution en cache 0000 — rejeu de vente TWAP 50k (non réactif)

09:3010:3011:3012:3013:30

prix médianoffre / demandeexécutions partielles (sur l'offre)exécution moyenne 604,86 (en pointillés)

Niveau ProExécution de simulations →

glissement à l'arrivée (pbs) par taille d'ordre parent — moyenne ± 1 écart-type, 10 exécutions

Niveau ProRecettes TCA →

exécution VWAP réactive, fenêtre 11:00 (niveau Pro)

prix médianoffre / demandeexécutions partielles (sur la demande)arrivée 605,17 → exécution moyenne 605,53 (+5,9 pbs)

coût vs arrivée par fenêtre — 09:30 : 8,4 pbs · 11:00 : 6,1 pbs (le plus bas, illustré ci-dessus) · 14:00 : 7,3 pbs

Niveau ProScénarios →

prix médian — scénario=flash_crash, 8 des 25 exécutions

10:3011:0011:3012:0012:30

exécutions individuellesexécution médiane

Niveau gratuitRecettes de données en masse →

mid_price_by_min — 14 exécutions Monte Carlo, un calibrage

09:3011:0812:4514:2316:00

Récupérez une exécution Pulse en cache et backtestez votre stratégie contre des données synthétiques. Un backtest de rejeu classique, mais sur des jours synthétiques illimités au lieu d'une seule bande historique. Le marché ne réagit pas à vos ordres ici ; lorsque vous avez besoin d'impact, le même modèle de données devient réactif sur Pro.

Injectez des ordres dans un marché synthétique en direct et observez l'impact émerger de la simulation.

Exécutez le même ordre à travers différentes fenêtres d'exécution et calendriers pour construire une courbe de coût pré-transaction.

Les données historiques ne contiennent que les krachs qui se sont produits. Voyez comment votre stratégie se comporte si le marché se retourne radicalement contre vous.

Une journée de trading se produit une seule fois. Pulse génère autant de variations statistiquement réalistes du marché que vos modèles en ont besoin.

Connectivité FIX

Tradez contre Pulse via une session FIX réelle

Pulse expose sa bourse simulée via le standard FIX 4.4 — pointez votre algorithme vers le simulateur avant de l'exécuter sur un marché en direct. Vous pouvez l'exécuter jusqu'à 20× la vitesse, et obtenir un rapport de coût pré-transaction avant de risquer votre alpha pour de vrai.

Comment fonctionne la connectivité FIX →

Session FIX.4.4 · ALGO_042 → PULSE_FIXCHART

Fil FIX0/10

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

En attente de messages…

609.5014 600

609.005 500

608.0014 900

607.004 800

606.005 500

écart 1,00

605.0023 100

604.503 300

604.002 000

603.502 400

Données d'exemple

Voyez à quoi ressemblent les données

Téléchargez une sortie Pulse réelle. 5 exécutions Monte Carlo pour 700.HK sous un scénario de référence, calibrées sur la microstructure du marché HKEX. Aucun compte requis.

sim_data.parquet · prix médian

5 EXÉCUTIONS RÉELLES · 700.HK · OUVERTURE DU MARCHÉ · RÉS. 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/
• …

Symbole

700.HK

Bourse

HKEX

Scénario

baseline

Exécutions MC

5

Date

2025-09-02

Résolution

niveau de tick

Carnet d'ordres

L2 complet, 10 niveaux

Session

09:30 – 16:00

Télécharger les données d'exemple

Démarrage rapide

Vos données en six lignes

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())

Citer Pulse

Vous utilisez Pulse dans vos recherches ?

Si vous utilisez les données Pulse dans une publication, veuillez nous citer. Copiez l'entrée BibTeX ci-dessous.

citation.bib

Copier

@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

Rejoignez la liste d'attente

Soyez les premiers informés lorsque le Pulse Foundation Model sera disponible.

Rejoindre la liste d'attente

FAQ

Questions fréquemment posées

Qu'est-ce que Pulse ?+

Pulse est la plateforme de Simudyne pour la génération de données de marché synthétiques. Elle fournit des API et un SDK Python pour accéder aux données de marché simulées pour la recherche, l'entraînement de modèles, le développement d'algorithmes et le backtesting.

Qu'est-ce que PulseABM ?+

PulseABM est un simulateur de marché basé sur des agents. Il génère des données de marché synthétiques réalistes à résolution milliseconde en modélisant les participants individuels au marché et leurs interactions. Vous pouvez accéder aux données résultantes via l'API Pulse et le SDK Python, y compris les carnets d'ordres, les données L1/L2/L3, les transactions et les ordres.

Qu'est-ce que le Pulse Foundation Model ?+

Le Pulse Foundation Model est un futur grand modèle de marché calibré avec des données de marché réelles. Tout comme un grand modèle de langage prédit le mot suivant dans une séquence, le Pulse Foundation Model prédit l'ordre suivant sur un marché, générant des carnets d'ordres synthétiques réalistes et des scénarios de marché à la demande. Rejoignez la liste d'attente pour obtenir un accès anticipé.

Quelles données sont disponibles ?+

PulseABM prend actuellement en charge HKEX et LSE, avec des lieux d'exécution et des symboles en croissance rapide. Les données disponibles incluent les carnets d'ordres synthétiques, les données L1/L2/L3, les événements d'ordres individuels et les transactions exécutées. Toutes les données sont générées à une résolution temporelle de milliseconde et renvoyées sous forme de Polars DataFrames. Pour demander de nouveaux symboles ou lieux d'exécution, contactez support@simudyne.com.

Comment obtenir une clé API ?+

Inscrivez-vous pour un compte gratuit, puis allez dans votre tableau de bord pour générer une clé API. Vous pouvez créer plusieurs clés, les étiqueter pour différents projets et les révoquer à tout moment.

Comment installer le SDK Python ?+

Installez le SDK avec : pip install git+https://github.com/simudyne/pulse-api.git (ou uv pip install git+https://github.com/simudyne/pulse-api.git). Importez ensuite le client avec from simudyne import PulseABM\ et transmettez votre clé API pour commencer.

Pulse est-il gratuit ?+

Oui, Pulse est actuellement gratuit. Créez un compte pour commencer.

Puis-je utiliser Pulse pour l'entraînement de modèles et l'apprentissage par renforcement ?+

Oui. Les données PulseABM sont conçues pour l'entraînement d'agents de trading et de modèles financiers. Le SDK renvoie les données sous forme de Polars DataFrames qui s'intègrent facilement aux flux de travail de ML.