Simudyne Pulse

Pulse 是用於訓練的合成訂單簿數據

毫秒級解析度的 L1/L2 報價、深度、交易和訂單流 — 透過 Python SDK 提供。免費開始使用。

註冊登入開啟主控台 ↗文件

Pulse 中的模擬執行 · 700.HK 09:30:01

訂單簿 · 700.HK

價格數量

609.5014,600

609.005,500

608.503,800

608.0014,900

607.504,700

607.004,800

價差 1.00中間價 606.50

606.002,500

605.506,200

605.0023,100

604.503,300

604.002,000

603.502,400

L3 訊息饋送

• 等待訊息…

模擬器

模擬市場的兩種方式

PulseABM

現已推出

基於代理的市場模擬器，以毫秒解析度生成合成 tick 數據。透過 Python SDK 存取訂單簿、L1/L2 報價、訂單和交易。

• ✓L1 和 L2 訂單簿數據
• ✓訂單流和交易數據
• ✓Python SDK 搭配 Polars DataFrames
• ✓執行自訂模擬
• ✓測試演算法並衡量市場影響
• 即將推出：訓練線上強化學習代理

閱讀文件

Pulse Foundation Model

即將推出

金融市場的生成模型。就像 LLM 預測下一個詞，大型市場模型預測下一個訂單，按需生成逼真的合成訂單簿和市場情境。

• 即將推出：合成訂單簿生成
• 即將推出：情境生成
• 即將推出：擴展的符號和場所範圍
• 即將推出：API 存取

加入等候名單

使用案例

Pulse 能做什麼？

1. 01 · 演算法回測

在合成市場上重播您的演算法

2. 02 · 市場影響

在反應逼真的市場中衡量影響

3. 03 · 交易前 TCA

在交易前估算成本

4. 04 · 壓力情境

在從未發生的危機中交易

5. 05 · 訓練數據

為需要超越歷史數據的模型提供無限的數據流

免費方案快速入門 →

快取執行 0000 — 50k TWAP 賣出重播（無反應）

09:3010:3011:3012:3013:30

中間價買價/賣價子訂單成交（在買價）平均成交 604.86（虛線）

專業方案執行模擬 →

按母訂單規模的到達滑點（bps）— 平均值 ± 1 標準差，10 次執行

專業方案 TCA 配方 →

反應式 VWAP 執行，11:00 時段（專業方案）

中間價買價/賣價子訂單成交（在賣價）到達 605.17 → 平均成交 605.53（+5.9 bps）

按時段的成本與到達比較 — 09:30: 8.4 bps · 11:00: 6.1 bps（最低，如上所示）· 14:00: 7.3 bps

專業方案情境 →

中間價 — 情境=flash_crash，25 次執行中的 8 次

10:3011:0011:3012:0012:30

個別執行中位數執行

免費方案批量數據配方 →

mid_price_by_min — 14 次 Monte Carlo 執行，一次校準

09:3011:0812:4514:2316:00

拉取快取的 Pulse 執行並針對合成數據回測您的策略。經典的重播回測，但使用無限的合成天數，而非單一歷史行情。此處市場不會對您的訂單做出反應；當您需要影響時，相同的數據模型在專業方案中會變成反應式。

將訂單注入即時合成市場，觀察影響從模擬中浮現。

透過不同的執行時段和排程執行相同訂單，以建立交易前成本曲線。

歷史數據僅包含已發生的崩盤。看看如果市場大幅轉向不利於您的策略，您的策略會如何表現。

一個交易日只會發生一次。Pulse 會根據您的模型需求，生成盡可能多的統計上逼真的市場變體。

FIX 連線

透過真實 FIX 工作階段與 Pulse 交易

Pulse 透過標準 FIX 4.4 公開其模擬交易所，在實盤市場上執行前，先將您的演算法指向模擬器。您可以最高 20 倍速度執行，並在真正冒險之前取得交易前成本報告。

FIX 連線如何運作 →

FIX.4.4 session · ALGO_042 → PULSE_FIXCHART

FIX 線路0/10

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

等待訊息…

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

範例數據

看看數據的樣貌

下載真實的 Pulse 輸出。在基準情境下，針對 700.HK 進行 5 次 Monte Carlo 執行，並校準至 HKEX 市場微觀結構。無需帳戶。

sim_data.parquet · mid price

5 次真實執行 · 700.HK · 市場開盤 · 毫秒解析度

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/
• …

代號

700.HK

交易所

HKEX

情境

baseline

MC 執行次數

5

日期

2025-09-02

解析度

tick-level

訂單簿

Full L2, 10 levels

時段

09:30 – 16:00

下載範例數據

快速入門

六行程式碼取得您的數據

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

在您的研究中使用 Pulse？

如果您在出版物中使用 Pulse 數據，請引用我們。複製下方的 BibTeX 條目。

citation.bib

複製

@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},}

基礎模型

加入等候名單

成為第一個知道 Pulse 基礎模型何時可用的人。

加入等候名單

常見問題

常見問題

什麼是 Pulse？+

Pulse 是 Simudyne 的合成市場數據生成平台。它提供 API 和 Python SDK，用於存取模擬市場數據，以進行研究、模型訓練、演算法開發和回測。

什麼是 PulseABM？+

PulseABM 是基於代理的市場模擬器。它透過建模個別市場參與者及其互動，以毫秒解析度生成逼真的合成市場數據。您可以透過 Pulse API 和 Python SDK 存取產生的數據，包括訂單簿、L1/L2/L3、交易和訂單。

什麼是 Pulse 基礎模型？+

Pulse 基礎模型是即將推出的大型市場模型，使用真實市場數據進行校準。就像大型語言模型預測序列中的下一個詞，Pulse 基礎模型預測市場中的下一個訂單，按需生成逼真的合成訂單簿和市場情境。加入等候名單以取得早期存取權。

有哪些數據可用？+

PulseABM 目前支援 HKEX 和 LSE，場所和代號快速增長。可用數據包括合成訂單簿、L1/L2/L3 數據、個別訂單事件和已執行交易。所有數據以毫秒時間解析度生成，並以 Polars DataFrames 回傳。若要請求新的代號或場所，請聯絡 support@simudyne.com。

如何取得 API 金鑰？+

註冊免費帳戶，然後前往您的儀表板生成 API 金鑰。您可以建立多個金鑰，為不同專案標記，並隨時撤銷。

如何安裝 Python SDK？+

使用以下指令安裝 SDK：pip install git+https://github.com/simudyne/pulse-api.git（或 uv pip install git+https://github.com/simudyne/pulse-api.git）。然後使用 from simudyne import PulseABM\ 匯入用戶端，並傳入您的 API 金鑰以開始使用。

Pulse 可以免費使用嗎？+

是的，Pulse 目前免費使用。建立帳戶即可開始。

我可以使用 Pulse 進行模型訓練和強化學習嗎？+

可以。PulseABM 數據專為訓練交易代理和金融模型而設計。SDK 以 Polars DataFrames 回傳數據，可與 ML 工作流程順暢整合。