撮合引擎开发:完结篇

简介: 笔记

本小节是该系列文章的最后一篇了,将讲解剩下的一些东西,包括交易委托账本中订单队列的实现逻辑、更多订单类型的实现逻辑。另外,不少朋友在问,完结后所有代码是否会开源放上 Github?我只能说,长期大概率会开源,但短期内还没打算开源。


订单队列


交易委托账本其实就是由两个订单队列组成的,一个买单队列,一个卖单队列。任何对交易委托账本的查询和操作,实际上都是查询和操作这两个队列。订单队列的设计也直接影响了撮合的性能,前面文章讲数据结构设计时也有简单聊了订单队列的设计,我们主要是用二维链接结合 Map 来保存所有订单的,依赖的是 container/list 包。

订单队列的结构体如下:

type orderQueue struct {
  sortBy     enum.SortDirection
  parentList *list.List
  elementMap map[string]*list.Element
}

sortBy 指定价格排序的方向,买单队列是降序的,而卖单队列则是升序的。parentList 保存整个二维链表的所有订单,第一维以价格排序,第二维以时间排序。elementMap 则是 Key 为价格、Value 为第二维订单链表的键值对。

初始化函数就比较简单了,对几个字段赋值而已,代码如下:

func (q *orderQueue) init(sortBy enum.SortDirection) {
  q.sortBy = sortBy
  q.parentList = list.New()
  q.elementMap = make(map[string]*list.Element)
}

除了初始化函数,还提供了另外五个函数:

  • addOrder(order):添加订单
  • getHeadOrder():读取头部订单
  • popHeadOrder():读取并删除头部订单
  • removeOrder(order):移除订单
  • getDepthPrice(depth):读取深度价格

以上五个函数就只有第一个函数会比较复杂,为了让处理流程更容易理解,我就不贴代码了,画一个完整的流程图给大家看看:

这个流程确实有一点复杂,可以多看几遍好好消化,最好自己动手将其转为代码实现。

其他几个函数就简单了,关于最后一个函数需要补充说明一下。读取深度价格是为了方便处理 market-opponent、market-top5、market-top10 等类型的订单时判断上限价格。请看该函数的代码以理解该函数的逻辑和用法:

func (q *orderQueue) getDepthPrice(depth int) (string, int) {
  if q.parentList.Len() == 0 {
    return "", 0
  }
  p := q.parentList.Front()
  i := 1
  for ; i < depth; i++ {
    t := p.Next()
    if t != nil {
      p = t
    } else {
      break;
    }
  }
  o := p.Value.(*list.List).Front().Value.(*Order)
  return o.Price.String(), i
}

多种订单类型


我们引擎总共支持了六种订单类型,之前的文章有简单介绍过,但没有深入讲解这几种不同类型的具体业务逻辑应该是怎样的,因此,在此将这部分内容补充上。

1. limit

普通限价是最简单的,前文也已经展示过代码实现,为了加深理解,我再给大家画一张图:

处理逻辑就是:

  1. 判断新订单是买单还是卖单。
  2. 如果是买单,那从 OrderBook 中读取出头部卖单,即卖单队列中的头部订单;如果是卖单,那从 OrderBook 中读取出头部买单,即买单队列中的头部订单。
  3. 新订单为买单时,如果头部订单为空,或者新订单小于头部订单,即无法成交,那就把新订单添加到买单队列中,处理结束;新订单为卖单时,如果头部订单为空,或者新订单大于头部订单,即无法成交,那就把新订单添加到卖单队列中,处理结束。
  4. 否则,符合匹配条件,新订单和头部订单进行撮合成交。
  5. 撮合完成后,如果新订单剩余数量为零则结束,如果还大于零,则回到第2步继续取下一个头部订单,如此循环。

2. limit-ioc

IOC 限价与普通限价不同的地方只有一个,如果新订单和头部订单不匹配时,普通限价单会被添加到订单队列中,而 IOC 限价则是作撤单处理,请看下图:

3. market

默认市价单的逻辑也比较简单,它不需要判断价格,只要头部订单不为空,就直接和头部订单匹配成交,其处理逻辑如下图:

4. market-top5/market-top10

最优五档/十档市价单与默认市价单的逻辑也是类似的,不同点在于:默认市价的成交价格没有上限或下限,但最优五档/十档市价则存在价格上限或下限,超过上下限的委托单不会成交。画图太累,还是直接贴代码吧,以下是处理买单的:

func dealBuyMarketTop(order *Order, book *orderBook, lastTradePrice *decimal.Decimal, depth int) {
  priceStr, _ := book.getSellDepthPrice(depth)
  if priceStr == "" {
    cancelOrder(order)
    return
  }
  limitPrice, _ := decimal.NewFromString(priceStr)
LOOP:
  headOrder := book.getHeadSellOrder()
  if headOrder != nil && limitPrice.GreaterThanOrEqual(headOrder.Price) {
    matchTrade(headOrder, order, book, lastTradePrice)
    if order.Amount.IsPositive() {
      goto LOOP
    }
  } else {
    cancelOrder(order)
  }
}

5. market-opponent

最后一种类型,对手方最优价,该类型只与对手方一档的价位成交,但与最优五档/十档还有一点不一样:最优五档/十档未成交的部分是作撤单处理的,而对手方最优价最后未成交的部分则是转为限价单。请看代码:

func dealBuyMarketOpponent(order *Order, book *orderBook, lastTradePrice *decimal.Decimal) {
  priceStr, _ := book.getSellDepthPrice(1)
  if priceStr == "" {
    cancelOrder(order)
    return
  }
  limitPrice, _ := decimal.NewFromString(priceStr)
LOOP:
  headOrder := book.getHeadSellOrder()
  if headOrder != nil && limitPrice.GreaterThanOrEqual(headOrder.Price) {
    matchTrade(headOrder, order, book, lastTradePrice)
    if order.Amount.IsPositive() {
      goto LOOP
    }
  } else {
    order.Price = limitPrice
    order.Type = enum.TypeLimit
    book.addBuyOrder(order)
    cache.UpdateOrder(order.ToMap())
    log.Info("engine %s, a order has added to the orderbook: %s", order.Symbol, order.ToJson())
  }
}

完结


至此,整个系列就此完结。不过,我的撮合程序依然会继续迭代升级,另外,也将开始开发其他组件,将会和当前这个撮合引擎结合来用。欢迎关注后续动态。


相关文章
|
消息中间件 缓存 NoSQL
VS Code 中文乱码及编码格式问题全解
VS Code 中文乱码及编码格式问题全解
4270 0
|
存储 人工智能 大数据
OSS存储类型概述
对象存储OSS提供标准、低频访问、归档、冷归档、深度冷归档多种存储类型,全面覆盖从热到冷的各种数据存储场景。
857 3
|
算法 前端开发 大数据
【C/C++ 基础知识 】C++中易混淆的函数和关键字:std::find vs std::search,std::remove vs std::erase,remove vs delete
【C/C++ 基础知识 】C++中易混淆的函数和关键字:std::find vs std::search,std::remove vs std::erase,remove vs delete
430 0
|
Java 网络安全
Java 信任所有SSL证书(解决PKIX path building failed问题)
Java 信任所有SSL证书(解决PKIX path building failed问题)
26886 3
|
数据采集 监控 安全
量化交易源码开发丨量化交易系统开发成熟技术/教程方案/策略指南
定你的量化交易系统的需求和目标,包括交易策略、数据来源、风险管理等。
|
SQL 关系型数据库 MySQL
数据库设计:防止MySQL字段名与关键字相撞,保护数据完整性!
数据库设计:防止MySQL字段名与关键字相撞,保护数据完整性!
803 0