回形针换别墅 - openBarter (古人的物物交换市场) 泛撮合交易系统

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS SQL Server Serverless,2-4RCU 50GB 3个月
推荐场景:
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介:

标签

PostgreSQL , 物物交换 , 无货币时代 , openBarter , 交易系统 , 撮合交易 , 证券 , limit order , market order , central limit order book (CLOB)


背景

很久以前有一则这样的新闻:一个男孩用一个回形针,换回了一套别墅,他是怎么做到的呢?

pic

先不管他是怎么做到的,这让我联想到了古人物物交换的场景,没错古人还没有发明货币之前,都是通过物物交换的方式来得到其他人的东西的。(但是这样效率实在太低了)。另外,现在的证券交易也与之类似,只是更加的简化了的交换系统。

撮合交易是证券交易系统最频繁,也是非常复杂的一个业务。撮合交易是咋回事呢:

https://baike.baidu.com/item/%E6%92%AE%E5%90%88%E6%88%90%E4%BA%A4%E4%BB%B7

概述

什么是撮合成交价?

当买入价等于卖出价时,成交价就是买入价或卖出价,这一点大家是不会有疑义的。问题是当买入价大于卖出价时成交价应该如何确定?

举例说明

计算机在撮合时实际上是依据前一笔成交价而定出最新成交价的。如果前一笔成交价低于或等于卖出价,则最新成交价就是卖出价;如果前一笔成交价高于或等于买入价,则最新成交价就是买入价;如果前一笔成交价在卖出价与买入价之间,则最新成交价就是前一笔的成交价。下面不妨以例明之。

买方出价1399点,卖方出价是1397点。如果前一笔成交价为1397或1397点以下,最新成交价就是1397点;如果前一笔成交价为1399或1399点以上,则最新成交价就是1399点;如果前一笔成交价是1398点,则最新成交价就是1398点。

这种撮合方法的好处是既显示了公平性,又使成交价格具有相对连续性,避免了不必要的无规律跳跃。

(也就是说:用户可能卖到比委托价更高的价格,而买家则可能买到比委托价更低的价格。 关键看上一次交易的价格,以及用户委托的卖出和买入价。)

撮合成交原则

中金所计算机交易系统在撮合成交时,基本原则按价格优先、时间优先的原则进行(有的情况下为了控制风险的需要,会采取在价格相同情况下,平仓单优先)。

该原则的完整解释是:买家出价高的优先,卖家出价低的优先,如果出价相同则挂单时间最早的优先。

举例说明:

例如,某交易者卖出3月沪深300指数期货10手,挂出价格为1400点,交易者甲挂出10手买单,报价为1398点;随后,交易者乙也想买10手,挂价为1399点,由于乙的价格比甲高,按照价格优先原则,乙的单子排在甲的前面;后来,丙也挂出10手买单,价格同样为1399点,由于挂价与乙相同,按照时间优先原则,只能排在乙的后面,但仍在甲之前。假如这时有一个交易者以1397点卖出10手,买方优先成交者就是乙。

回到古代 - 没有货币的物物交换

相对撮合交易系统,还有一个更古老、更复杂的系统,物物交换系统,因为在古代还没有货币的时候,人们要像得到其他人生产的东西,必须以交换的形式进行。

例如:

A生产棉花,B生产玉米,C生产小麦。

A需要小麦,B需要棉花,C需要玉米。

怎么交易呢?

A和B更换,然后A和C换,然后B和C换。

商品越多,换法可能会更加复杂。

openBarter

openBarter是一个物物交换系统插件,撮合物物交换的交易。

原理详见:

http://olivierch.github.io/openBarter/

https://api.pgxn.org/src/openbarter/openbarter-0.8.2/doc/doc-ob.pdf

https://api.pgxn.org/src/openbarter/openbarter-0.7.0/doc/barterUtopia.pdf

1、openBarter用到了4张表 (torder, tstack, tmvt, towner):

The order book stored in a table torder

a stack accepting orders as input tstack

a stack tmvt storing movements to be consumed.

A table towner is used to store names of owners of the orders of the order book。

2、通过UDF实现的接口:

报价:

Interactions with the order book can be submissions of orders to be executed or administrative tasks.

Orders submitted are recorded in a table tstack representing a stack.

The stack is consumed to execute orders.

撮合交易:

Results of interactions are recorded in the table tmvt.

Records of this table represent movements for barter orders, a barter order producing several movements.

A record of this table can also represent the result of other interactions.

小结

1、证券交易,由于存在委托买卖价格不一致的情况,实际上需要根据上一比交易的价格,以及委托价来定,所以并不是绝对只接受委托价。为了撮合交易,满足买低不买高,卖高不卖低的原则,需要记录每个股票上一比交易的成交价(撮合价)。同时还需要满足时间优先、价格优先的原则。

2、快速匹配,消除订单是物物交换系统、证券交易撮合委托交易的核心诉求。

3、几个股票交易相关的术语

https://www.zhihu.com/question/24118706

作者:放开那个猕猴桃

链接:https://www.zhihu.com/question/24118706/answer/30372783

来源:知乎

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

Market Order: 市价订单。就是如果你下单后,基本上会马上执行的,该订单价格就是下单后的市场价格。

Limit order: 限价订单。这个也容易理解,就是限定一个价格买入和卖出。比如某股票市价可能是15,你希望大跌后买入,你想设定10刀,这时候就用limit order,买入价格就是10刀。偶尔可能有一点点的不同,比如9.99这样。如果你是买入,实际买入价格应该和你设定的limit price一样或略低,如果你是卖出,实际卖出价格应该和你设定的limit price一样或略高,

Stop order(stop-loss order): 通常用来止损或者锁定利润。和limit order最大的差别是, Limit order在你下单后你的券商是马上将这个订单推送到市场。但是stop order不是,提交stop order后,这个订单在券商这里,拿下跌止损来说,比如当前股价是15,你希望如果股价下跌,最多损失5刀每股,你设定stop order price是10,只有当股票大跌的时候并且跌穿10刀的时候,这时候券商会将订单推向市场,成为一个market order, 以低于10刀的价格尽快卖出。但是券商无法保证卖出价格是多少。

stop limit order: 可以这么理解stop order是一个trigger,触发条件, limit order是你严格限制的价格,券商只能按照你设置的limit price来买卖(可能会有微小差异,可以忽略)。所以stop limit order就是给你更多的控制权,你设定2个价格stop price和limit price,当达到stop price的时候,这时候这个stop limit order 就成为了一个limit order,接下来的行为和limit order一样了.比如你15买入一只股票,股票在下跌途中,你想在10刀止损,但是不想股票跌到10刀就马上止损,因为股票下跌过程中也是波动的,如果跌到10刀马上反弹了呢,止损止在最低点怎么办?你可以设定stop price,比如9.5刀,只有跌穿9.5刀后,然后才执行limit order。

PS:stop order不是在券商手里,而是在market maker手里,券商已经将stop order route到市场中了,给了做市商。

4、撮合系统和交易系统不同,买卖双方是需要撮合的,撮合系统类似红娘,牵线搭桥。

一个简单的设计如下:

买方报价,为了提高并发度,每个股票代码一张表:

create table buy_000001 (  -- 每个股票代码一个表    
  uid int,          -- 用户ID    
  bucket int,       -- 报价数量    
  price numeric,    -- 报价    
  ts timestamp,     -- 时间    
  order_type int2   -- 报价类别(限价、市价等)    
);    

卖方报价,为了提高并发度,每个股票代码一张表:

create table sell_000001 (  -- 每个股票代码一个表    
  uid int,          -- 用户ID    
  bucket int,       -- 报价数量    
  price numeric,    -- 报价    
  ts timestamp,     -- 时间    
  order_type int2   -- 报价类别(限价、市价等)    
);    

撮合:

do language plpgsql $$    
declare    
  声明 游标1 buy order by ts    
  声明 游标2 sell order by ts    
begin    
  loop 游标1    
    loop 游标2    
      逻辑    
      更新、删除 复合条件的 游标1、游标2 的current tuple.    
      符合条件后退出loop游标2(例如该笔BUY已撮合完成)    
    end loop;    
    符合条件后退出loop游标1(例如sell游标已没有数据)    
  end loop;    
end;    
$$;    

每只股票的交易量也是惊人的,每分钟交易百万笔是很常见的,要做好撮合系统,还需要继续探索和良好的设计,加油PostgreSQL,你一定能搞定的,有空闲时间会继续思考这个场景,非常有意思。

pic

参考

https://baike.baidu.com/item/%E6%92%AE%E5%90%88%E6%88%90%E4%BA%A4%E4%BB%B7

https://www.zhihu.com/question/24118706

http://olivierch.github.io/openBarter/

https://api.pgxn.org/src/openbarter/openbarter-0.8.2/doc/doc-ob.pdf

https://api.pgxn.org/src/openbarter/openbarter-0.7.0/doc/barterUtopia.pdf

目录
相关文章
|
消息中间件 JavaScript 小程序
支付系统就该这么设计,稳的一批!!
支付系统就该这么设计,稳的一批!!
|
存储 机器学习/深度学习 人工智能
可省近90%服务器,反欺诈效率却大增,PayPal打破「AI内存墙」的方案为何如此划算?
可省近90%服务器,反欺诈效率却大增,PayPal打破「AI内存墙」的方案为何如此划算?
106 1
《快递行业云上技术服务白皮书》——2. 快递行业机会分析——2.4 长期看:快递产业仍处于成长期,未来发展空间可观
《快递行业云上技术服务白皮书》——2. 快递行业机会分析——2.4 长期看:快递产业仍处于成长期,未来发展空间可观
|
监控
互联网装修O2O模式是否可行?
互联网装修O2O模式是否可行?小编个人意见认为:互联网装修O2O模式其实也分为很多种,那就意味着有的模式一定行,有的模式则不一定行。
1240 0