Simudyne Pulse

Pulse 是用于训练的合成订单簿数据

毫秒级分辨率的 L1/L2 报价、深度、成交和订单流——通过 Python SDK 提供。免费开始使用。

注册登录打开控制台 ↗文档

Pulse 中的模拟运行 · 700.HK 09:30:01

订单簿 · 700.HK

价格数量

609.5014,600

609.005,500

608.503,800

608.0014,900

607.504,700

607.004,800

价差 1.00中间价 606.50

606.002,500

605.506,200

605.0023,100

604.503,300

604.002,000

603.502,400

L3 消息流

• 正在等待消息…

模拟器

两种模拟市场的方式

PulseABM

现已可用

基于智能体的市场模拟器，以毫秒级分辨率生成合成逐笔数据。通过 Python SDK 访问订单簿、L1/L2 报价、订单和成交。

• ✓L1 和 L2 订单簿数据
• ✓订单流和成交数据
• ✓支持 Polars DataFrames 的 Python SDK
• ✓运行自定义模拟
• ✓测试算法并衡量市场冲击
• 即将推出在线训练强化学习智能体

阅读文档

Pulse 基础模型

即将推出

面向金融市场的生成式模型。就像大语言模型预测下一个词一样，大型市场模型预测下一个订单，按需生成逼真的合成订单簿和市场场景。

• 即将推出合成订单簿生成
• 即将推出场景生成
• 即将推出更广泛的标的和交易场所
• 即将推出 API 访问

加入等待名单

使用场景

Pulse 能做什么？

1. 01 · 算法回测

在合成市场上重放你的算法

2. 02 · 市场冲击

在能真实反应的市场中衡量冲击

3. 03 · 交易前 TCA

在交易前估算成本

4. 04 · 压力场景

在从未发生过的危机中交易

5. 05 · 训练数据

为需要超越历史数据的模型提供无限数据

免费层级快速开始 →

缓存的运行 0000 — 50k TWAP 卖出重放（无反应）

09:3010:3011:3012:3013:30

中间价买价/卖价子单成交（买价侧）平均成交价 604.86（虚线）

专业层级运行模拟 →

到达滑点（基点）按母单规模 — 均值 ± 1 个标准差，10 次运行

专业层级TCA 配方 →

反应式 VWAP 执行，11:00 窗口（专业层级）

中间价买价/卖价子单成交（卖价侧）到达价 605.17 → 平均成交价 605.53（+5.9 个基点）

按窗口的成本与到达价对比 — 09:30：8.4 个基点 · 11:00：6.1 个基点（最低，如上所示） · 14:00：7.3 个基点

专业层级场景 →

中间价 — 场景=flash_crash，25 次运行中的 8 次

10:3011:0011:3012:0012:30

单次运行中位数运行

免费层级批量数据配方 →

mid_price_by_min — 14 次蒙特卡洛运行，一次校准

09:3011:0812:4514:2316:00

拉取缓存的 Pulse 运行结果，并针对合成数据回测你的策略。这是经典的重放回测，但使用的是无限的合成交易日，而非单一的历史磁带。在这里市场不会对你的订单做出反应；当你需要衡量冲击时，同一数据模型可在专业层级切换为反应式模式。

将订单注入实时合成市场，观察冲击如何从模拟中涌现。

在不同的执行窗口和时间表下运行同一订单，构建交易前成本曲线。

历史数据只包含实际发生过的崩盘。看看当市场剧烈反转时，你的策略表现如何。

一个交易日只发生一次。Pulse 能生成尽可能多的统计上真实的市场变体，满足你模型的需求。

FIX 连接

通过真实的 FIX 会话与 Pulse 交易

Pulse 通过标准 FIX 4.4 协议暴露其模拟交易所，让你在实盘运行之前先将算法指向模拟器。你可以最高以 20 倍速运行，并在真正承担 alpha 风险之前获得交易前成本报告。

FIX 连接如何工作 →

FIX.4.4 会话 · ALGO_042 → PULSE_FIXCHART

FIX 线路0/10

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

正在等待消息…

609.5014,600

609.005,500

608.0014,900

607.004,800

606.005,500

价差 1.00

605.0023,100

604.503,300

604.002,000

603.502,400

示例数据

看看数据长什么样

下载真实的 Pulse 输出。700.HK 在基线场景下的 5 次蒙特卡洛运行，已根据港交所市场微观结构进行校准。无需账户。

sim_data.parquet · 中间价

5 次真实运行 · 700.HK · 市场开盘 · 毫秒级分辨率

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/
• …

标的

700.HK

交易所

港交所

场景

基线

蒙特卡洛运行次数

5

日期

2025-09-02

分辨率

逐笔级别

订单簿

完整 L2，10 档

交易时段

09:30 – 16:00

下载示例数据

快速开始

六行代码获取你的数据

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())

引用 Pulse

在研究中使用了 Pulse？

如果你在出版物中使用了 Pulse 数据，请引用我们。复制下方的 BibTeX 条目。

citation.bib

复制

@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},}

基础模型

加入等待名单

第一时间了解 Pulse 基础模型何时可用。

加入等待名单

常见问题

常见问题解答

什么是 Pulse？+

Pulse 是 Simudyne 的合成市场数据生成平台。它提供 API 和 Python SDK，用于访问模拟市场数据，以支持研究、模型训练、算法开发和回测。

什么是 PulseABM？+

PulseABM 是一个基于智能体的市场模拟器。它通过对个体市场参与者及其交互进行建模，以毫秒级分辨率生成逼真的合成市场数据。你可以通过 Pulse API 和 Python SDK 访问生成的数据，包括订单簿、L1/L2/L3、成交和订单。

什么是 Pulse 基础模型？+

Pulse 基础模型是一个即将推出的大型市场模型，使用真实市场数据进行校准。正如大语言模型预测序列中的下一个词一样，Pulse 基础模型预测市场中的下一个订单，按需生成逼真的合成订单簿和市场场景。加入等待名单以获取早期访问权限。

有哪些数据可用？+

PulseABM 目前支持港交所和伦敦证券交易所，交易场所和标的正在快速增长。可用数据包括合成订单簿、L1/L2/L3 数据、单个订单事件和已执行成交。所有数据均以毫秒级时间分辨率生成，并以 Polars DataFrames 形式返回。如需请求新的标的或交易场所，请联系 support@simudyne.com。

如何获取 API 密钥？+

注册免费账户，然后前往你的控制台生成 API 密钥。你可以创建多个密钥，为不同项目添加标签，并随时撤销它们。

如何安装 Python SDK？+

使用以下命令安装 SDK：pip install git+https://github.com/simudyne/pulse-api.git（或 uv pip install git+https://github.com/simudyne/pulse-api.git）。然后使用 from simudyne import PulseABM\ 导入客户端，并传入你的 API 密钥即可开始使用。

Pulse 免费使用吗？+

是的，Pulse 目前免费使用。创建账户即可开始。

我可以将 Pulse 用于模型训练和强化学习吗？+

可以。PulseABM 数据专为训练交易智能体和金融模型而设计。SDK 以 Polars DataFrames 形式返回数据，可无缝集成到机器学习工作流中。