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 AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
uantCraft Academy

Desenvolvimento quant aprendendo na prática: lições curtas, laboratórios avaliados e um IDE de verdade, no seu navegador.

Aprender
Todos os roadmapsTodos os roteirosRoteiro de PythonRoteiro de C++Em breveRoteiro de OxCamlEm breveRoteiro de Market StructureRoteiro de CalculusRoteiro de Linear AlgebraRoteiro de ProbabilityRoteiro de StatisticsRoteiro de Matrix DecompositionsRoteiro de OptimizationRoteiro de Time SeriesRoteiro de Stochastic CalculusRoteiro de Bayesian InferenceRoteiro de Hidden Markov ModelsRoteiro de Particle filtering and non-stationary time seriesRoteiro de scikit-learnRoteiro de statsmodelsRoteiro de SciPyRoteiro de Cache locality
Suporte
Envie seu feedbackPague-nos um café
Legal
Política de privacidadeTermos de serviço
© 2026 QuantCraft Solutions. Todos os direitos reservados.
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 AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Roteiros›Cache locality
C

Cache locality Roteiro

No arComece aqui

Esta é a edição com simulador da habilidade: cada laboratório executa um cache que você mesmo constrói e avalia contagens de acertos e faltas, nunca tempo de relógio, então as respostas são exatas e repetíveis. Cada aula ensina uma ideia com pequenos exemplos de código e sua saída, e depois um laboratório avaliado estende o mesmo simulador. Você aprende a prever as faltas de um padrão de acesso antes de executá-lo, a escolher a disposição dos dados de uma tabela de ticks e a provar com números que uma mudança eliminou faltas.

3 módulos13 labs corrigidos~12 horasIniciante → Avançado
Começar o roteiro

Pré-requisitos

Basta ter familiaridade com funções, listas e dicionários de Python; não é preciso C nem C++, porque a máquina é um simulador que você escreve.

  • Python

Conteúdo

13 tópicos · abra qualquer tópico, na ordem que preferir
  1. 1A hierarquia de memória e os números de latênciaNão iniciadoRequer Python40 minComeçar
  2. 2Linhas de cache e localidade espacialNão iniciadoRequer Python45 minComeçar
  3. 3Associatividade e faltas por conflitoNão iniciadoRequer Python55 minComeçar
  4. 4Localidade temporal e conjuntos de trabalhoNão iniciadoRequer Python45 minComeçar
  1. 5Array de structs contra struct de arraysNão iniciadoRequer Python55 minComeçar
  2. 6Ordem de percurso e ladrilhamento de laçosNão iniciadoRequer Python55 minComeçar
  1. 7Pré-buscaNão iniciadoRequer Python50 minComeçar
  2. 8TLB e páginas grandesNão iniciadoRequer Python50 minComeçar
  3. 9Falso compartilhamento e preenchimentoNão iniciadoRequer Python55 minComeçar
  4. 10Efeitos NUMANão iniciadoRequer Python1 hComeçar
  5. 11Alocadores e pools de memóriaNão iniciadoRequer Python1 hComeçar
  6. 12Previsão de desviosNão iniciadoRequer Python55 minComeçar
  7. 13Projeto final: reorganizar uma tabela de ticks e provar a redução de faltasNão iniciadoRequer Python1 h 30 minComeçar

Conclusão

Seja aprovado nos 13 labs com nota 70 ou mais para concluir o roteiro e ganhar o selo Localidade de cache no seu perfil.

0 / 130%

Pré-requisitos

Basta ter familiaridade com funções, listas e dicionários de Python; não é preciso C nem C++, porque a máquina é um simulador que você escreve.

  • Python

Ferramentas que você vai usar

PythonNumPypytest

O que você vai aprender

  • Prever acertos e faltas de um padrão de acesso e precificá-los com os números de latência de uma máquina real
  • Construir um cache configurável com linhas, conjuntos, vias e LRU, e ver surgirem as faltas por conflito
  • Escolher entre array de structs e struct de arrays para uma tabela de ticks e ladrilhar um laço matricial
  • Modelar prefetchers, TLBs, falso compartilhamento entre núcleos e NUMA para ver por que um programa rápido fica lento
  • Comparar alocadores e preditores de desvio e provar uma mudança de disposição com contagens de faltas numa tabela de ticks real
uantCraft Academy

Desenvolvimento quant aprendendo na prática: lições curtas, laboratórios avaliados e um IDE de verdade, no seu navegador.

Aprender
Todos os roadmapsTodos os roteirosRoteiro de PythonRoteiro de C++Em breveRoteiro de OxCamlEm breveRoteiro de Market StructureRoteiro de CalculusRoteiro de Linear AlgebraRoteiro de ProbabilityRoteiro de StatisticsRoteiro de Matrix DecompositionsRoteiro de OptimizationRoteiro de Time SeriesRoteiro de Stochastic CalculusRoteiro de Bayesian InferenceRoteiro de Hidden Markov ModelsRoteiro de Particle filtering and non-stationary time seriesRoteiro de scikit-learnRoteiro de statsmodelsRoteiro de SciPyRoteiro de Cache locality
Suporte
Envie seu feedbackPague-nos um café
Legal
Política de privacidadeTermos de serviço
© 2026 QuantCraft Solutions. Todos os direitos reservados.
QuantCraft
EntrarParticipar ↗
Entrar