σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyخرائط الطريقالمسارات
Ctrl K
AO
+1.2k متعلّم
تسجيل الدخولانضم ↗
خرائط الطريقالمسارات
AO
+1.2k متعلّم
تسجيل الدخول
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
uantCraft Academy

تعلّم التطوير الكمّي بالممارسة: دروس قصيرة ومختبرات مُقيَّمة وبيئة تطوير حقيقية داخل متصفحك.

تعلّم
كل خرائط الطريقكل مسارات التعلممسار Pythonمسار C++قريبًامسار OxCamlقريبًامسار Market Structureمسار Calculusمسار Linear Algebraمسار Probabilityمسار Statisticsمسار Matrix Decompositionsمسار Optimizationمسار Time Seriesمسار Stochastic Calculusمسار Bayesian Inferenceمسار Hidden Markov Modelsمسار Particle filtering and non-stationary time seriesمسار scikit-learnمسار statsmodelsمسار SciPyمسار Cache localityمسار Lock-free
الدعم
شاركنا ملاحظاتكاشترِ لنا قهوة
قانوني
سياسة الخصوصيةشروط الخدمة
© 2026 QuantCraft Solutions. جميع الحقوق محفوظة.
QuantCraft
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyخرائط الطريقالمسارات
Ctrl K
AO
+1.2k متعلّم
تسجيل الدخولانضم ↗
خرائط الطريقالمسارات
AO
+1.2k متعلّم
تسجيل الدخول
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
المسارات›Lock-free
L

Lock-free المسار

متاحابدأ من هنا

هذه نسخة المحاكي من المهارة: لا خيوط حقيقية ولا قياس للزمن. الخيط قائمة قصيرة من الخطوات والجدول يحدد صاحب الخطوة التالية والآلة التي تكتبها تنفّذها، فيصبح خطأ التزامن قائمة بأرقام الخيوط يمكن طباعتها وإعادة تشغيلها. يعلّم كل درس فكرة واحدة بأمثلة صغيرة ومخرجاتها ثم يوسّع مختبر مقيَّم الآلة نفسها. تتعلم أن ترى كيف يضيّع تداخلٌ تحديثًا وأن تعدّد كل جداول برنامج صغير وأن تصف ما يضمنه طابور بلا أقفال وأن تثبت ثابتًا لتوزيع بيانات سوق على كل الجداول.

4 وحدات11 مختبرًا مصححًا~12 ساعةمتوسط → خبير
ابدأ المسار

المتطلبات المسبقة

يكفي الإلمام بدوال Python وقوائمها وقواميسها؛ لا حاجة إلى C أو C++ لأن الجهاز محاكٍ تكتبه بنفسك. تساعد مهارة محلية الذاكرة المخبئية في فهم المشاركة الزائفة وأسطر الذاكرة لكنها ليست إلزامية.

  • Python
  • CCache locality

المنهج

11 موضوعًا · افتح أي موضوع بالترتيب الذي تريده
  1. 1حالات التسابق ولماذا توجد الأقفاللم يبدأيتطلب Python45 دابدأ
  2. 2مستكشف التداخلات: العثور على الأخطاء بتعداد الجداوللم يبدأيتطلب Python1 سابدأ
  1. 3الذرّيات والقراءة والتعديل والكتابةلم يبدأيتطلب Python55 دابدأ
  2. 4نموذج الذاكرة: الاكتساب والإطلاقلم يبدأيتطلب Python1 س 15 دابدأ
  3. 5ضمانات التقدم: من بلا عرقلة إلى بلا انتظارلم يبدأيتطلب Python45 دابدأ
  1. 6مخزن حلقي لمنتج واحد ومستهلك واحدلم يبدأيتطلب Python1 س 30 دابدأ
  2. 7مشكلة ABA والمؤشرات الموسومةلم يبدأيتطلب Python55 دابدأ
  3. 8طوابير متعددة المنتجين والمستهلكينلم يبدأيتطلب Python1 س 10 دابدأ
  1. 9اختبار الشيفرة المتزامنة: كاشفات التسابق والتحقق من النماذجلم يبدأيتطلب Python55 دابدأ
  2. 10مؤشرات الخطر واسترجاع العصورلم يبدأيتطلب Python1 س 10 دابدأ
  3. 11مشروع ختامي: توزيع بيانات سوق بلا أقفال مع إثبات ثوابتهلم يبدأيتطلب Python2 سابدأ

الإكمال

انجح في 11 مختبرًا بدرجة 70 فأكثر لإكمال المسار والحصول على شارة بلا أقفال في ملفك الشخصي.

0 / 110%

المتطلبات المسبقة

يكفي الإلمام بدوال Python وقوائمها وقواميسها؛ لا حاجة إلى C أو C++ لأن الجهاز محاكٍ تكتبه بنفسك. تساعد مهارة محلية الذاكرة المخبئية في فهم المشاركة الزائفة وأسطر الذاكرة لكنها ليست إلزامية.

  • Python
  • CCache locality

الأدوات التي ستستخدمها

Pythonpytest

ما الذي ستتعلمه

  • كتابة آلة تشغّل برامج الخيوط وفق جدول وإظهار تحديث ضائع يدويًا
  • تعداد كل جداول برنامج صغير للعثور على الجداول التي تكسره
  • إصلاح حالات التسابق بالقراءة والتعديل والكتابة الذرّية وترتيب الاكتساب والإطلاق وبيان ما يضمنه كل إصلاح
  • بناء مخزن حلقي SPSC وطابور بالمقارنة والتبديل وطابور متعدد المنتجين وكسر كلٍّ منها بجدول
  • كشف حالات التسابق واسترجاع الذاكرة بأمان وإثبات ثابت لتوزيع بيانات سوق على كل الجداول
uantCraft Academy

تعلّم التطوير الكمّي بالممارسة: دروس قصيرة ومختبرات مُقيَّمة وبيئة تطوير حقيقية داخل متصفحك.

تعلّم
كل خرائط الطريقكل مسارات التعلممسار Pythonمسار C++قريبًامسار OxCamlقريبًامسار Market Structureمسار Calculusمسار Linear Algebraمسار Probabilityمسار Statisticsمسار Matrix Decompositionsمسار Optimizationمسار Time Seriesمسار Stochastic Calculusمسار Bayesian Inferenceمسار Hidden Markov Modelsمسار Particle filtering and non-stationary time seriesمسار scikit-learnمسار statsmodelsمسار SciPyمسار Cache localityمسار Lock-free
الدعم
شاركنا ملاحظاتكاشترِ لنا قهوة
قانوني
سياسة الخصوصيةشروط الخدمة
© 2026 QuantCraft Solutions. جميع الحقوق محفوظة.
QuantCraft
تسجيل الدخولانضم ↗
تسجيل الدخول