Simudyne Pulse

Pulse คือข้อมูลสมุดคำสั่งซื้อขายสังเคราะห์สำหรับการฝึกอบรม

ข้อมูล L1/L2 quotes, depth, trades และ order flow แบบละเอียดระดับมิลลิวินาที — ผ่าน Python SDK เริ่มต้นใช้งานได้ฟรี

Sign upSign inOpen Console ↗Docs

การจำลองใน Pulse · 700.HK 09:30:01

สมุดคำสั่งซื้อขาย · 700.HK

PriceSize

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

L3 message feed

• กำลังรอข้อความ…

Simulators

สองวิธีในการจำลองตลาด

PulseABM

พร้อมใช้งานแล้ว

ตัวจำลองตลาดแบบ agent-based ที่สร้างข้อมูล tick สังเคราะห์ที่ความละเอียดระดับมิลลิวินาที เข้าถึงสมุดคำสั่งซื้อขาย L1/L2 quotes, orders และ trades ผ่าน Python SDK

• ✓ข้อมูลสมุดคำสั่งซื้อขาย L1 และ L2
• ✓ข้อมูล order flow และ trade
• ✓Python SDK พร้อม Polars DataFrames
• ✓รันการจำลองแบบกำหนดเอง
• ✓ทดสอบอัลกอริทึมและวัดผลกระทบต่อตลาด
• เร็วๆ นี้ฝึกอบรมเอเจนต์ reinforcement learning แบบออนไลน์

อ่านเอกสาร

Pulse Foundation Model

กำลังจะมาเร็วๆ นี้

โมเดล generative สำหรับตลาดการเงิน เช่นเดียวกับที่ LLM ทำนายคำถัดไป Large Market Model จะทำนายคำสั่งซื้อขายถัดไป สร้างสมุดคำสั่งซื้อขายสังเคราะห์ที่สมจริงและสถานการณ์ตลาดได้ตามต้องการ

• เร็วๆ นี้การสร้างสมุดคำสั่งซื้อขายสังเคราะห์
• เร็วๆ นี้การสร้างสถานการณ์
• เร็วๆ นี้การขยายขอบเขตสัญลักษณ์และสถานที่ซื้อขาย
• เร็วๆ นี้การเข้าถึง API

เข้าร่วมรายการรอ

Use cases

Pulse ทำอะไรได้บ้าง?

1. 01 · การทดสอบย้อนหลังอัลกอริทึม

เล่นซ้ำอัลกอริทึมของคุณบนตลาดสังเคราะห์

2. 02 · ผลกระทบต่อตลาด

วัดผลกระทบในตลาดที่ตอบสนองอย่างสมจริง

3. 03 · การวิเคราะห์ต้นทุนก่อนการซื้อขาย (Pre-trade TCA)

ประมาณการต้นทุนก่อนที่คุณจะซื้อขาย

4. 04 · สถานการณ์วิกฤต

ซื้อขายผ่านวิกฤตที่ไม่เคยเกิดขึ้น

5. 05 · ข้อมูลสำหรับการฝึกอบรม

ข้อมูลไม่จำกัดสำหรับโมเดลที่ต้องการมากกว่าข้อมูลในอดีต

Free tierQuickstart →

cached run 0000 — 50k TWAP sell replay (unreactive)

09:3010:3011:3012:3013:30

mid pricebid / askchild fills (on bid)avg fill 604.86 (dashed)

Pro tierRunning simulations →

arrival slippage (bps) by parent-order size — mean ± 1 s.d., 10 runs

Pro tierTCA recipes →

reactive VWAP execution, 11:00 window (Pro tier)

mid pricebid / askchild fills (on ask)arrival 605.17 → avg fill 605.53 (+5.9 bps)

cost vs arrival by window — 09:30: 8.4 bps · 11:00: 6.1 bps (lowest, shown above) · 14:00: 7.3 bps

Pro tierScenarios →

mid price — scenario=flash_crash, 8 of 25 runs

10:3011:0011:3012:0012:30

individual runsmedian run

Free tierBulk data recipes →

mid_price_by_min — 14 Monte Carlo runs, one calibration

09:3011:0812:4514:2316:00

ดึงผลลัพธ์ Pulse ที่แคชไว้และทดสอบย้อนหลังกลยุทธ์ของคุณกับข้อมูลสังเคราะห์ เป็นการทดสอบย้อนหลังแบบคลาสสิก แต่ใช้ข้อมูลสังเคราะห์ไม่จำกัดวันแทนที่จะเป็นเทปประวัติศาสตร์เพียงชุดเดียว ตลาดจะไม่ตอบสนองต่อคำสั่งซื้อขายของคุณที่นี่ เมื่อคุณต้องการผลกระทบ โมเดลข้อมูลเดียวกันจะเปลี่ยนเป็นแบบ reactive บน Pro

ฉีดคำสั่งซื้อขายเข้าสู่ตลาดสังเคราะห์แบบสดและสังเกตผลกระทบที่เกิดขึ้นจากการจำลอง

รันคำสั่งซื้อขายเดียวกันผ่านช่วงเวลาและตารางการดำเนินการที่แตกต่างกันเพื่อสร้างเส้นต้นทุนก่อนการซื้อขาย

ข้อมูลในอดีตมีเพียงวิกฤตที่เกิดขึ้นแล้วเท่านั้น ดูว่ากลยุทธ์ของคุณจะทำงานอย่างไรหากตลาดพลิกผันอย่างรุนแรง

วันซื้อขายหนึ่งวันเกิดขึ้นเพียงครั้งเดียว Pulse สร้างรูปแบบตลาดที่สมจริงเชิงสถิติได้มากเท่าที่โมเดลของคุณต้องการ

FIX connectivity

ซื้อขายกับ Pulse ผ่านเซสชัน FIX จริง

Pulse เปิดเผยตลาดหลักทรัพย์จำลองผ่านมาตรฐาน FIX 4.4 ชี้อัลกอริทึมของคุณไปที่ตัวจำลองก่อนรันบนตลาดจริง คุณสามารถรันได้ที่ความเร็วสูงสุด 20 เท่า และรับรายงานต้นทุนก่อนการซื้อขายก่อนที่คุณจะเสี่ยงกับ alpha จริง

วิธีทำงานของ FIX connectivity →

FIX.4.4 session · ALGO_042 → PULSE_FIXCHART

FIX wire0/10

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

กำลังรอข้อความ…

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

Sample Data

ดูว่าข้อมูลมีลักษณะอย่างไร

ดาวน์โหลดผลลัพธ์ Pulse จริง 5 การรัน Monte Carlo สำหรับ 700.HK ภายใต้สถานการณ์ baseline ที่ปรับเทียบกับโครงสร้างจุลภาคของตลาด HKEX ไม่ต้องมีบัญชี

sim_data.parquet · mid price

5 REAL RUNS · 700.HK · MARKET OPEN · MS RES.

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/
• …

Symbol

700.HK

Exchange

HKEX

Scenario

baseline

MC runs

5

Date

2025-09-02

Resolution

tick-level

Orderbook

Full L2, 10 levels

Session

09:30 – 16:00

ดาวน์โหลดข้อมูลตัวอย่าง

Quick start

ข้อมูลของคุณในหกบรรทัด

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())

Cite Pulse

ใช้ Pulse ในงานวิจัยของคุณหรือไม่?

หากคุณใช้ข้อมูล Pulse ในสิ่งพิมพ์ โปรดอ้างอิงเรา คัดลอกรายการ BibTeX ด้านล่าง

citation.bib

Copy

@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

เข้าร่วมรายการรอ

เป็นคนแรกที่รู้เมื่อ Pulse Foundation Model พร้อมใช้งาน

เข้าร่วมรายการรอ

FAQs

คำถามที่พบบ่อย

Pulse คืออะไร?+

Pulse คือแพลตฟอร์มของ Simudyne สำหรับการสร้างข้อมูลตลาดสังเคราะห์ ให้บริการ API และ Python SDK เพื่อเข้าถึงข้อมูลตลาดจำลองสำหรับการวิจัย การฝึกอบรมโมเดล การพัฒนาอัลกอริทึม และการทดสอบย้อนหลัง

PulseABM คืออะไร?+

PulseABM คือตัวจำลองตลาดแบบ agent-based ที่สร้างข้อมูลตลาดสังเคราะห์ที่สมจริงที่ความละเอียดระดับมิลลิวินาทีโดยการจำลองผู้เข้าร่วมตลาดแต่ละรายและการโต้ตอบของพวกเขา คุณสามารถเข้าถึงข้อมูลผลลัพธ์ผ่าน Pulse API และ Python SDK รวมถึงสมุดคำสั่งซื้อขาย L1/L2/L3, trades และ orders

Pulse Foundation Model คืออะไร?+

Pulse Foundation Model คือโมเดลตลาดขนาดใหญ่ที่กำลังจะเปิดตัวซึ่งปรับเทียบด้วยข้อมูลตลาดจริง เช่นเดียวกับที่ Large Language Model ทำนายคำถัดไปในลำดับ Pulse Foundation Model จะทำนายคำสั่งซื้อขายถัดไปในตลาด สร้างสมุดคำสั่งซื้อขายสังเคราะห์ที่สมจริงและสถานการณ์ตลาดได้ตามต้องการ เข้าร่วมรายการรอเพื่อรับสิทธิ์เข้าถึงก่อนใคร

มีข้อมูลอะไรบ้าง?+

PulseABM รองรับ HKEX และ LSE ในปัจจุบัน โดยมีสถานที่ซื้อขายและสัญลักษณ์เพิ่มขึ้นอย่างรวดเร็ว ข้อมูลที่มีให้รวมถึงสมุดคำสั่งซื้อขายสังเคราะห์ ข้อมูล L1/L2/L3 เหตุการณ์คำสั่งซื้อขายรายบุคคล และ trades ที่ดำเนินการแล้ว ข้อมูลทั้งหมดถูกสร้างที่ความละเอียดเวลาระดับมิลลิวินาทีและส่งคืนเป็น Polars DataFrames หากต้องการขอสัญลักษณ์หรือสถานที่ซื้อขายใหม่ ติดต่อ support@simudyne.com

ฉันจะรับ API key ได้อย่างไร?+

ลงทะเบียนบัญชีฟรี จากนั้นไปที่แดชบอร์ดของคุณเพื่อสร้าง API key คุณสามารถสร้างคีย์หลายรายการ ติดป้ายกำกับสำหรับโปรเจกต์ต่างๆ และเพิกถอนได้ตลอดเวลา

ฉันจะติดตั้ง Python SDK ได้อย่างไร?+

ติดตั้ง SDK ด้วย: pip install git+https://github.com/simudyne/pulse-api.git (หรือ uv pip install git+https://github.com/simudyne/pulse-api.git) จากนั้นนำเข้า client ด้วย from simudyne import PulseABM\ และส่ง API key ของคุณเพื่อเริ่มต้นใช้งาน

Pulse ใช้งานฟรีหรือไม่?+

ใช่ Pulse ใช้งานฟรีในปัจจุบัน สร้างบัญชีเพื่อเริ่มต้นใช้งาน

ฉันสามารถใช้ Pulse สำหรับการฝึกอบรมโมเดลและ reinforcement learning ได้หรือไม่?+

ได้ ข้อมูล PulseABM ออกแบบมาสำหรับการฝึกอบรมเอเจนต์ซื้อขายและโมเดลทางการเงิน SDK ส่งคืนข้อมูลเป็น Polars DataFrames ที่ผสานรวมกับเวิร์กโฟลว์ ML ได้อย่างราบรื่น