电子金融交易所最常用的订单匹配算法有哪些？

Question

电子金融交易所最常用的订单匹配算法有哪些？ 某处是否有订单匹配算法列表？

Answer 1

一般来说，有两组匹配算法，一组用于市场的每一种状态：

• 持续交易
• 拍卖

竞价交易的算法种类繁多，可在开市前、收市时等使用。但大多数情况下，市场会进行连续交易。因此，我将在这里进入后一类。

最常用的是价格/时间优先和Pro-Rata。两者都针对各种类型的产品和用例进行了调整和扩展，但为简洁起见，我将在这里只解释基础知识。

---

价格/时间优先，又名 FIFO，确保

同一价位的所有订单均按时间优先成交；价格水平的第一个订单是第一个匹配的订单。

说订单簿，按价格和时间排序如下：

Id   Side    Time   Qty   Price   Qty    Time   Side  
---+------+-------+-----+-------+-----+-------+------
#3                        20.30   200   09:05   SELL  
#1                        20.30   100   09:01   SELL  
#2                        20.25   100   09:03   SELL  
#5   BUY    09:08   200   20.20                       
#4   BUY    09:06   100   20.15                       
#6   BUY    09:09   200   20.15                       

注意：按时间排序的顺序是买方订单升序，卖方订单降序，因此优先级最高的订单始终在中心，优先级向外递减（向上或向下，取决于边）。

现在想象一个新的限价单“在 20.35 买入 250 股”进来，然后它会被执行，顺序如下：

1. 20.25 时 100 股（订单 #2）
2. 20.30 时 100 股（订单 #1）
3. 20.30 50 股（订单#3）

这会使订单簿处于以下状态：

Id   Side    Time   Qty   Price   Qty    Time   Side  
---+------+-------+-----+-------+-----+-------+------
#3                        20.30   150   09:05   SELL  
#5   BUY    09:08   200   20.20                       
#4   BUY    09:06   100   20.15                       
#6   BUY    09:09   200   20.15                       

---

Pro-Rata 忽略下订单的时间，并根据订单的相对数量以价格水平为所有订单分配成交数量。再拿上面的初始订单簿，让我们匹配相同的“buy 250@20.35”订单。

填充将是：

1. 100@20.25（订单#2，留下150）
2. 50@20.30（订单 #1，150 x 1/3 = 50）
3. 100@20.30（订单 #3，150 x 2/3 = 100）

像这样留下以下订单：

Id   Side    Time   Qty   Price   Qty    Time   Side  
---+------+-------+-----+-------+-----+-------+------
#3                        20.30   100   09:05   SELL  
#1                        20.30    50   09:01   SELL  
#5   BUY    09:08   200   20.20                       
#4   BUY    09:06   100   20.15                       
#6   BUY    09:09   200   20.15                       

---

CME 小组提供了他们使用的list of matching algorithms，以及每个人的描述链接。

更多信息，您可能还想查看Rajeev's pages上的“订单匹配”相关文档。

Answer 2

通常他们使用先进先出类算法，因为它们最大化有效订单的数量。

每个交易所都有自己的一套规则，这些规则在他们的网站上进行了解释。 这个here 就是一个例子。