基于Python3双队列数据结构搭建股票外汇交易匹配撮合系统

　　如果你爱他，那么送他去股市，因为那里是天堂；如果你恨他，送他去股市，因为那里是地狱。
　　在过去的一年里，新冠疫情持续冲击世界经济，全球主要股票市场的波动都相对频繁，尤其是A股，正所谓：曾经跌停难为鬼，除非解套才做人；抄底时难抛亦难，反弹无力百花残。对于波谲云诡的股票市场，新投资人还是需要谨慎入场，本次我们来利用双队列的数据结构实现实时在线交易匹配引擎，探索股票交易的奥秘。
　　首先需要明确一点，证券交易和传统的B2C电商系统交易完全不同，证券交易系统提供的买卖标的物是标准的数字化资产，如美元、股票、比特币等等，它们的特点是数字计价，可分割买卖，也就是说，当我们发起买盘申请的时候，需要有价格对应的卖盘响应，才能真正完成交易，反之亦然。
　　具体逻辑是：所有买盘或者卖盘的订单队列都传递给匹配引擎，匹配引擎尝试将它们的价格进行匹配。该匹配队列分为买单（按价格升序排列，出价最高的优先交易）和卖单（按降序排列，卖价最低的优先交易）。如果股票订单找不到与匹配的价格，那么该订单就继续保存在订单队列中的原适当位置。
　　这里我们以实际的案例来看一下相关匹配算法的实现，假设我有两个订单队列，一个买盘，一个卖盘：买盘价格数量1005010010905883卖盘价格数量1705018040199102005
　　最常见的匹配算法就是价格时间优先队列。订单主要根据价格进行匹配，如果以相同的价格水平存在多个订单，则最早的订单将首先被匹配，这也和队列原理相同：先入先出。
　　如上所示，假设有两个订单紧挨着。第一个是以100块钱的价格买入50股的买入订单，第二个也是以相同价格买入10股的买入订单。鉴于订单与任何卖价都不匹配（由于其价格低于最低的卖价），所以它们都被放置在订单队列中。第一订单和第二订单以相同的价格水平存储，但是由于时间优先，前者比后者具有优先权。这基本上意味着，第一个订单将被放置在买入队列中的第二个订单的前面。
　　而卖盘同理，首先卖价最低的优先交易，如果卖价相同，则时间优先，先进队列的先交易，可是很多散户都遇见过一种情况，就是如果手里的一支股票连续跌停，就算拼命挂低价单也很难卖出去，甚至可能直接跌到退市血本无归，这是为什么呢？
　　因为当一只股票跌停时，也意味着有一大堆筹码堆积在跌停板上，想卖出去是不容易的，得排队，理论上按照时间优先、价格优先的交易原则排队成交，但跌停的情况下，只存在时间优先的考虑，也就是说，如果想在封死跌停板时把股票卖出去，就得尽早对该股票挂跌停板价格卖出。
　　可实际上，一只股票跌停，不光是小部分散户卖不出去，而是大多数散户都卖不出去，都在恐慌性出货，大家都在排队卖。更何况，股票买卖是通过券商进行的，而券商有VIP快速通道也不是什么秘密，一些大资金的大户、游资、机构享有券商优待，或通过租用通道实现对盘面的快速优先买卖，这也导致了在股票涨停板抢筹、跌停板出货时存在一定的不公平性，也就说，交易队列并非完全遵照价格时间定序，还有可能出现优先级（加权）队列，所以，跌停时跑不了，涨停时买不进就不是什么新鲜事了。
　　另外，还需要注意匹配算法中的价格一直而数量匹配填充的问题，假设买单10块挂单50手，卖单10块挂单30手，则匹配的价格为10块钱，在买一卖一各显示30手，买单队列首位置就会有20手在排队，如下所示：买盘价格数量1050卖盘价格数量10301150
　　经过匹配算法之后：买盘价格数量1020卖盘价格数量1150
　　OK，了解了基本概念，让我们用Python3具体实现，首先需要定义两个类，订单和交易，订单对象作为匹配算法之前的元素，而交易对象则是匹配之后的成交对象：classOrder：definit（self，ordertype，side，price，quantity）：self。typeordertypeself。sideside。lower（）self。pricepriceself。quantityquantityclassTrade：definit（self，price，quantity）：self。pricepriceself。quantityquantity
　　这里type是订单类型，side代表买单或者卖单，price为价格，quantity为数量。
　　紧接着我们来实现订单队列：classOrderBook：definit（self，bids〔〕，asks〔〕）：self。bidssorted（bids，keylambdaorder：order。price）self。askssorted（asks，keylambdaorder：order。price）deflen（self）：returnlen（self。bids）len（self。asks）defadd（self，order）：iforder。typebuy：self。bids。append（order）eliforder。typesell：self。asks。append（order）defremove（self，order）：iforder。typebuy：self。bids。remove（order）eliforder。typesell：self。asks。remove（order）
　　这里的订单队列很容易地实现为具有两个排序列表的数据结构，其中两个列表包含两个按价格排序的订单实例。一种按升序排序（买单），另一种按降序排序（卖单）。
　　下面来实现系统的核心功能，匹配引擎：fromcollectionsimportdequeclassMatchingEngine：definit（self）：self。queuedeque（）self。orderbookOrderBook（）self。tradesdeque（）
　　首先，我们需要两个FIFO队列；一个用于存储所有传入的订单，另一个用于存储经过匹配后所有产生的交易。我们还需要存储所有没有匹配的订单。
　　之后，通过调用。process（order）函数将订单传递给匹配引擎。然后将匹配生成的交易存储在队列中，然后可以依次检索（通过匹配引擎交易队列），也可以通过调用。gettrades（）函数将其存储在列表中。defprocess（self，order）：self。match（order）defgettrades（self）：tradeslist（self。trades）returntrades
　　随后就是匹配方法：defmatch（self，order）：iforder。sidebuy：filled0consumedasks〔〕foriinrange（len（self。orderbook。asks））：askself。orderbook。asks〔i〕ifask。priceorder。price：break卖价过高eliffilledorder。quantity：break已经匹配iffilledask。quantityorder。quantity：filledask。quantitytradeTrade（ask。price，ask。quantity）self。trades。append（trade）consumedasks。append（ask）eliffilledask。quantityorder。quantity：volumeorder。quantityfilledfilledvolumetradeTrade（ask。price，volume）self。trades。append（trade）ask。quantityvolume没匹配成功的iffilledorder。quantity：self。orderbook。add（Order（limit，buy，order。price，order。quantityfilled））成功匹配的移出订单队列foraskinconsumedasks：self。orderbook。remove（ask）eliforder。sidesell：filled0consumedbids〔〕foriinrange（len（self。orderbook。bids））：bidself。orderbook。bids〔i〕ifbid。priceorder。price：breakiffilledorder。quantity：breakiffilledbid。quantityorder。quantity：filledbid。quantitytradeTrade（bid。price，bid。quantity）self。trades。append（trade）consumedbids。append（bid）eliffilledbid。quantityorder。quantity：volumeorder。quantityfilledfilledvolumetradeTrade（bid。price，volume）self。trades。append（trade）bid。quantityvolumeiffilledorder。quantity：self。orderbook。add（Order（limit，sell，order。price，order。quantityfilled））forbidinconsumedbids：self。orderbook。remove（bid）else：self。orderbook。add（order）
　　逻辑上并不复杂，基本上就是在订单队列中遍历，直到收到的订单被完全匹配为止。对于每个匹配成功的订单，都会创建一个交易对象并将其添加到交易队列中。如果匹配引擎无法完全完成匹配，则它将剩余量作为单独的订单再添加会订单队列中。
　　当然了，为了应对高并发场景，实现每秒成千上万的交易量，我们可以对匹配引擎进行改造，让它具备多任务异步执行的功能：fromthreadingimportThreadfromcollectionsimportdequeclassMatchingEngine：definit（self，threadedFalse）：self。queuedeque（）self。orderbookOrderBook（）self。tradesdeque（）self。threadedthreadedifself。threaded：self。threadThread（targetself。run）self。thread。start（）
　　改造线程方法：defprocess（self，order）：ifself。threaded：self。queue。append（order）else：self。match（order）
　　最后，为了让匹配引擎能够以线程的方式进行循环匹配，添加启动入口：defrun（self）：whileTrue：iflen（self。queue）0：orderself。queue。popleft（）self。match（order）print（self。gettrades（））print（len（self。orderbook））
　　大功告成，完整代码如下：classOrder：definit（self，ordertype，side，price，quantity）：self。typeordertypeself。sideside。lower（）self。pricepriceself。quantityquantityclassTrade：definit（self，price，quantity）：self。pricepriceself。quantityquantityclassOrderBook：definit（self，bids〔〕，asks〔〕）：self。bidssorted（bids，keylambdaorder：order。price）self。askssorted（asks，keylambdaorder：order。price）deflen（self）：returnlen（self。bids）len（self。asks）defadd（self，order）：iforder。typebuy：self。bids。append（order）eliforder。typesell：self。asks。append（order）defremove（self，order）：iforder。typebuy：self。bids。remove（order）eliforder。typesell：self。asks。remove（order）fromthreadingimportThreadfromcollectionsimportdequeclassMatchingEngine：definit（self，threadedFalse）：order1Order（ordertypebuy，sidebuy，price10，quantity10）order2Order（ordertypesell，sidesell，price10，quantity20）self。queuedeque（）self。orderbookOrderBook（）self。orderbook。add（order1）self。orderbook。add（order2）self。queue。append（order1）self。queue。append（order2）self。tradesdeque（）self。threadedthreadedifself。threaded：self。threadThread（targetself。run）self。thread。start（）defrun（self）：whileTrue：iflen（self。queue）0：orderself。queue。popleft（）self。match（order）print（self。gettrades（））print（len（self。orderbook））defprocess（self，order）：ifself。threaded：self。queue。append（order）else：self。match（order）defgettrades（self）：tradeslist（self。trades）returntradesdefmatch（self，order）：iforder。sidebuy：filled0consumedasks〔〕foriinrange（len（self。orderbook。asks））：askself。orderbook。asks〔i〕ifask。priceorder。price：break卖价过高eliffilledorder。quantity：break已经匹配iffilledask。quantityorder。quantity：filledask。quantitytradeTrade（ask。price，ask。quantity）self。trades。append（trade）consumedasks。append（ask）eliffilledask。quantityorder。quantity：volumeorder。quantityfilledfilledvolumetradeTrade（ask。price，volume）self。trades。append（trade）ask。quantityvolume没匹配成功的iffilledorder。quantity：self。orderbook。add（Order（limit，buy，order。price，order。quantityfilled））成功匹配的移出订单队列foraskinconsumedasks：self。orderbook。remove（ask）eliforder。sidesell：filled0consumedbids〔〕foriinrange（len（self。orderbook。bids））：bidself。orderbook。bids〔i〕ifbid。priceorder。price：breakiffilledorder。quantity：breakiffilledbid。quantityorder。quantity：filledbid。quantitytradeTrade（bid。price，bid。quantity）self。trades。append（trade）consumedbids。append（bid）eliffilledbid。quantityorder。quantity：volumeorder。quantityfilledfilledvolumetradeTrade（bid。price，volume）self。trades。append（trade）bid。quantityvolumeiffilledorder。quantity：self。orderbook。add（Order（limit，sell，order。price，order。quantityfilled））forbidinconsumedbids：self。orderbook。remove（bid）else：self。orderbook。add（order）
　　测试一下：meMatchingEngine（threadedTrue）me。run（）
　　返回结果：liuyue：mytornadoliuyuepython3Usersliuyuewodfanworkmytornadotestordermatch。py〔main。Tradeobjectat0x102c71750〕2〔main。Tradeobjectat0x102c71750，main。Tradeobjectat0x102c71790〕1
　　没有问题。
　　结语：所谓天下熙熙，皆为利来；天下攘攘，皆为利往。太史公这句名言揭示了股票市场的本质，人性的本能就是追求利益，追求利益却要在决对原则之下，但是资本市场往往是残酷的，王霸雄图，荣华敝屣，到最后，也不过是尽归尘土。