一、撮合引擎概述
大家好，我是老张。做量化交易系统这些年，我接触最多的模块就是撮合引擎。今天咱们聊聊这个核心组件——它到底是什么，在系统里扮演什么角色，以及仿真和实盘撮合到底差在哪。
什么是交易撮合引擎
说白了，撮合引擎就是交易系统的「红娘」。
你想想看，有人想买，有人想卖，怎么让它们对上？这就是撮合引擎干的事。它接收订单，按照价格优先、时间优先的原则，把买卖双方匹配起来。
核心逻辑就两条：
- 价格优先：买价高的优先，卖价低的优先
- 时间优先：同价格下，先到先得
我在2018年做过一个期货仿真系统，当时有个坑——订单队列的实现。你以为用个List就完事了？错。真实场景下，每秒可能有几千笔订单进来，List的插入和删除性能根本扛不住。后来我改用跳表（SkipList）结构，才把延迟压到微秒级。
撮合引擎在交易系统中的地位
撮合引擎是整个交易系统的「心脏」。为什么这么说？
- 它是核心逻辑的载体：所有交易规则都在这里实现
- 它是性能瓶颈：系统快不快，就看撮合引擎
- 它是数据源头：行情、成交、持仓，全从这来
我记得有一次，一个团队花三个月搭了套交易系统，结果上线第一天就崩了。原因？撮合引擎里用了全局锁，订单一多就死锁。嗯，这种问题我见过不止一次。
我的建议：设计撮合引擎时，先把数据结构和并发模型想清楚。别急着写代码，画图、推演、压测，这三步走完再动手。
仿真撮合与实盘撮合的区别
这个问题，我经常被问到。很多新手觉得「仿真不就是实盘的简化版吗？」——还真不是。
| 维度 | 仿真撮合 | 实盘撮合 |
|---|---|---|
| 性能要求 | 毫秒级即可 | 微秒级甚至纳秒级 |
| 容错性 | 可容忍少量丢单 | 零容忍 |
| 数据一致性 | 最终一致即可 | 强一致 |
| 订单类型 | 支持常见类型 | 全部类型 |
| 风控检查 | 简化版 | 完整版 |
我曾经在仿真环境里跑了一个策略，回测收益漂亮得很。结果一上实盘，直接亏了20%。为什么？仿真撮合用的是「理想化」的成交模型，而实盘有滑点、有延迟、有部分成交。这些细节，仿真环境往往模拟不到位。
避坑指南：仿真撮合一定要模拟「最坏情况」。我曾经吃过亏——仿真环境里订单都是整批成交，实盘里却是拆成好几笔。后来我在仿真里加入了「随机拆单」逻辑，才让回测结果更贴近实盘。
知识体系总览
下面这张图，是我自己总结的撮合引擎知识体系。你把它理解透了，后面学起来会轻松很多。
这张图里，我把撮合引擎拆成了三个维度：核心功能、性能优化、仿真vs实盘。你注意看底部的总结——「在正确性与性能间找到平衡」。这句话，是我做撮合引擎这么多年最深的体会。
一句话总结：撮合引擎不难理解，难的是在有限资源下，把正确性、性能、可维护性这三件事同时做好。仿真环境给了我们试错的空间，但最终要面对的还是实盘那个「不讲情面」的战场。
好了，这一章就聊到这。下一章咱们深入订单管理，看看订单从进入系统到成交，中间经历了哪些环节。