Queue Calibration Model

Entry Queue Calibration Model: Обратная связь и динамическая калибровка очереди ордеров

Published: 2026-06-25 · Trading

Entry Queue Calibration Model — это протокол калибровки симулятора очереди ордеров через замкнутый контур обратной связи. Модель сопоставляет расчетные показатели заполнения лимитн

⚡ Быстрый ответ

  • Queue performance auditor and calibration model from bot v17.
  • Audits completed limit orders by comparing expectations (expected fill ratio, queue clear time) against actual outcomes (executed qty, fill latency).
  • Calculates fill ratio shortfalls and latency overshoots to self-tune the queue simulator.

Safety Guards

Rule Max Limit Action On Breach
latency_overshoot_alert 2 recalibrate_queue_simulator

Руководство по интеграции

Обновлено: 2026-07-04
*Дисклеймер: Данный материал носит исключительно информационный характер и не является финансовой рекомендацией.*

## Что такое Entry Queue Calibration Model и как калибруется симулятор очереди лимитных ордеров?

Entry Queue Calibration Model — это протокол калибровки симулятора очереди ордеров через замкнутый контур обратной связи. Модель сопоставляет расчетные показатели заполнения лимитных заявок с их фактическим исполнением на бирже. При превышении погрешности задержки (latency overshoot) более чем на 2.0 секунды, система автоматически корректирует симулятор, повышая точность прогнозов.
























Входные данные Метрика погрешности Триггер рекалибровки Корректирующее действие
EntryQueueExpectation (Прогноз) Дефицит заполнения (Shortfall) Overshoot > 2.0 сек Снижение коэффициента FlowRate
EntryQueueOutcome (Факт) Превышение задержки (Overshoot) Адаптация модели к новым условиям


### Введение
Для точности прогнозирования заполнения лимитных ордеров недостаточно иметь статическую модель симуляции очереди. Рыночные условия меняются, и модель должна уметь самообучаться на основе выполненных транзакций. **Entry Queue Calibration Model** реализует замкнутый контур обратной связи (Feedback Loop), сопоставляя ожидания симулятора с реальными фактами исполнения на бирже.

### Сравнение ожиданий и исходов
Модель калибровки принимает на вход два набора данных:
1. **EntryQueueExpectation (Ожидания)**: Ожидаемая доля исполнения ($Fill\_Ratio_{exp}$), прогнозируемое время очистки очереди ($Clear\_Time_{exp}$), отношение объема стакана к объему ордера и текущий темп направленного потока сделок.
2. **EntryQueueOutcome (Фактический исход)**: Фактическая доля исполнения ($Fill\_Ratio_{act}$), фактическое время задержки до полного или частичного заполнения ордера ($Latency_{act}$), статус таймаута, отправленный и исполненный объем.

### Алгоритм расчета погрешностей
1. **Дефицит заполнения (Fill Ratio Shortfall)**: Разница между тем, сколько симулятор планировал получить, и сколько реально залилось:

\[ Shortfall = \max(0, Fill\_Ratio_{exp} - Fill\_Ratio_{act}) \]

2. **Превышение задержки (Latency Overshoot)**: Избыточное время, которое ордер простоял в очереди сверх прогноза:

\[ Overshoot = \max(0, Latency_{act} - Clear\_Time_{exp}) \]

3. **Обратная связь (Recalibration Trigger)**: Если превышение задержки ордера в очереди превышает критический порог `latency_overshoot_alert_threshold = 2.0` секунды, модель генерирует событие рекалибровки. Симулятор корректирует коэффициенты скорости потока рыночных ордеров ($FlowRate$) в меньшую сторону, делая оценки времени стояния в очереди более консервативными.