报价到来、老化、消失。当模型完成推理时，盘口已经移动，价差已经扩大，它所建议的订单押注的是一个已不复存在的市场。大多数交易系统出错，并非因为逻辑有误，而是因为回答来得太晚。
Decimas 是一款围绕这一核心问题构建的算法交易软件。它是一个确定性交易运行时——一个用于观察市场、建模后续走势、并在实际可用时间内路由订单的系统。其工作是基础设施，而非预言。它不承诺收益，它承诺的是：你所发出的决策，正是你所推理过的决策。
交易是时钟约束下的决策
任何算法交易平台的核心约束，不在于策略有多精妙，而在于信号与其所触发的行动之间流逝了多少时间。这段间隔是一个预算，每个组件都在消耗它：市场数据摄取、特征查询、模拟、策略检查、订单本身。
Decimas 从这个预算出发，由外向内设计。你声明从观察价格到提交订单所允许的时间，下游的一切都被工程化以适配这一约束——否则不予上线。
如果你的软件在盘口移动之后才给出答案，它回答的是一个没人提出的问题。
这正是 Decimas 以快照优先的原因。它不在决策过程中查询动态变化的市场，而是在某一时刻的一致性状态快照上进行推理——包括盘口、持仓和风险。快照是思考的单元，也是记录的单元。你所决策时面对的市场，正是你事后可以重建的市场。
循环
无论每分钟触发一次还是每秒触发数千次，Decimas 在每个周期都运行相同的四步循环。
- 观察市场 — 将订单簿、成交记录和持仓摄取为单一一致的快照。
- 模拟结果 — 将候选策略在该快照上向前推演，包括成交、滑点和市场冲击。
- 路由执行 — 将所选方案转化为订单，并通过交易场所层发送。
- 度量风险 — 对结果持仓评分，将其反馈，并对下一周期设置门控。
循环自我闭合。一个周期末尾度量的风险，成为下一周期模拟开始时的约束，使系统随市场条件变化自动收紧或放松自身行为。
模拟是产品本身，而非附属模块
在大多数技术栈中，模拟是事前在 notebook 里对上周数据进行的工作。在 Decimas 中，它在实时循环内运行，基于当前快照，受与生产环境相同的预算约束。问题从来不只是"这个策略在回测中表现如何"，而是"这笔订单现在会对这个盘口产生什么影响，考虑到我当前的持仓"。
这正是它作为量化交易平台而非策略库的本质所在。执行策略、组合智能与风险管理并非拼凑在一起的独立产品，而是同一模拟状态的不同视图。组合约束与执行策略针对同一个市场模型进行博弈，因此不会产生隐性分歧。
机器学习交易算法也以策略的形式存在于此。模型提出建议，策略层决定该建议是否被允许。持仓限额、敞口上限和交易场所规则在订单形成时即被执行，而非在成交后才被发现。一笔快速的错误订单仍然是错误订单，因此正确性门控与速度一同上线。
可被验证的速度
Mojo 加速核心的存在，是为了让循环在预算内运行，同时不削减其中的推理深度。速度不是目标，它是让模拟与风险检查保持足够丰富、值得信赖的空间。AI 算法交易系统的意义不在于比所有人更快行动，而在于基于一个你能够坚守的决策行动。
Decimas 在设计上是确定性的，而这种确定性正是回放得以实现的基础。给定相同的快照和相同的策略，运行时每次都产生相同的订单。当生产环境中出现异常行为时，你无需从日志和猜测中推断，而是直接回放那个精确的周期，观察决策的形成过程。
对于交易台而言，这填补了大多数算法交易软件留下的空白。审计不再是重建，而是成为一份录像。合规问询、风险审查、对一次糟糕成交的事后复盘——每一项都指向同一个产物：周期，重新运行，完全一致。
未来方向
市场越艰难，优势就越从拥有更快的模型，转向拥有更快且可问责的决策。一个能够在单一预算内完成模拟、路由和回放的量化交易平台，将延迟从一种税负转变为一个设计参数——是你主动支配的资源，而非意外流失的成本。Decimas 为那些宁愿确切知道自己做了什么、也不愿快速猜测的交易台而建。随着模型能力不断增强，最关键的约束依然是时钟，所要求的纪律依然如故：观察、模拟、路由、度量——并能够证明这一切。