第1章交易网关概述

一、交易网关概述

交易网关，说白了就是量化系统和交易所之间的「翻译官」。

你想想看，交易所那边用的是特定的网络协议、特定的数据格式。咱们的量化策略跑在Python或者C++里，总不能直接跟交易所的二进制流打交道吧？交易网关就是干这个的——它把策略的买卖指令，翻译成交易所能理解的报文，再把交易所的成交回报，翻译回咱们能用的数据结构。

我个人习惯把交易网关比作「金融界的网卡」。没有它，你的策略再牛也发不出去单子。

核心职责就三件事：

我在项目中遇到过不少团队，一开始觉得「网关不就是个转发吗，随便写写就行」。结果实盘一跑，各种问题就来了——断连了没重连、订单状态不同步、延迟高得离谱。

交易网关在量化系统里，其实扮演着三个关键角色：

稳定性屏障：交易所的网络环境并不总是可靠的。网关要负责心跳检测、断线重连、会话恢复。我见过最夸张的一次，某券商CTP网关一天断了8次，如果没有自动重连机制，策略早就崩了。
性能加速器：网关通常用C++实现，直接操作内存和网络。Python策略通过网关的API调用，实际上是把高频操作交给了底层。嗯，这里要注意——网关的延迟往往决定了整个系统的延迟天花板。
安全防火墙：网关会做权限校验、频率限制、订单校验。比如检查一下「这个账户能不能交易这个品种」「这笔单子是不是超过了持仓限额」。说白了，网关是策略和交易所之间的最后一道防线。

避坑指南：我曾经接手过一个项目，团队把网关和策略写在了同一个进程里。结果网关一断连，整个策略进程也跟着挂了。后来我强制要求网关必须独立部署，用进程间通信（比如共享内存或Unix Socket）来交互。这个改动虽然简单，但稳定性提升了一个量级。

国内期货和股票市场，主流的交易网关就那么几个。我按自己的使用经验，给大家梳理一下。

特性	CTP（上期技术）	XTP（中泰证券）	LTS（华宝证券）
适用市场	期货（商品+金融）	A股、港股通	A股、ETF、期权
协议类型	私有TCP协议	FIX协议 + 私有扩展	FIX协议
行情支持	Level-1/Level-2	Level-2	Level-2
延迟	约100-500微秒	约50-200微秒	约80-300微秒
开源程度	闭源，提供C++ API	部分开源	闭源
学习成本	中等	较低（FIX协议通用）	较低

CTP：期货领域的「老大哥」。我最早做期货量化时用的就是CTP。它的API设计比较传统，回调函数满天飞。但胜在稳定，上期技术维护了十几年。如果你做期货，CTP基本是绕不开的。

XTP：中泰证券推出的股票网关。我个人比较喜欢它的设计——基于FIX协议，文档清晰，接入门槛低。XTP的行情延迟控制得不错，适合做股票高频。不过要注意，XTP只支持中泰自己的柜台，换券商就得换网关。

LTS：华宝证券的网关，也是FIX协议。LTS最大的特点是支持期权交易。如果你做期权策略，LTS几乎是唯一选择。但它的社区活跃度不如XTP，遇到问题可能得自己啃文档。

重要提醒：选择网关时，不要只看延迟数据。我见过有人为了追求那几十微秒的延迟优势，选了一个小众网关，结果实盘时发现券商柜台不支持某些订单类型。网关和柜台是配套的，一定要先确认你的策略需求，再选网关。

说了这么多概念，咱们来看看交易网关内部到底长什么样。下面这张图是我自己总结的通用架构：

这张图展示了一个典型的交易网关内部结构。从上到下依次是：策略层、网关层、交易所层。网关层内部又分了几个模块——会话管理负责心跳和重连，协议转换负责翻译报文，订单路由负责把指令发到正确的柜台，行情处理负责接收和缓存行情数据。

最下面那个「连接池」模块，是咱们这门课的重点。说白了，连接池就是管理多个TCP连接的「管家」。为什么要用连接池？因为建立TCP连接很慢（三次握手），而且交易所对连接数有限制。连接池可以复用已有的连接，避免频繁创建和销毁。

个人经验：我早期做CTP网关时，每个策略实例都单独创建一个连接。结果策略一多，连接数直接爆了交易所的限制。后来改成连接池模式，所有策略共享一组连接，问题就解决了。连接池的大小要根据策略数量和交易频率来调，一般建议5-10个连接就够用了。

交易网关是量化系统的「咽喉要道」。它负责把策略的指令安全、高效地送达交易所，再把交易所的回报及时反馈给策略。选对网关、用好网关，你的量化系统就成功了一半。

下一章，咱们会深入连接池的内部实现，看看怎么用Python写一个高性能的连接池。嗯，到时候会手撕代码，敬请期待。