惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Project Zero
Project Zero
Security Latest
Security Latest
G
GRAHAM CLULEY
C
CXSECURITY Database RSS Feed - CXSecurity.com
云风的 BLOG
云风的 BLOG
月光博客
月光博客
V
Visual Studio Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
宝玉的分享
宝玉的分享
阮一峰的网络日志
阮一峰的网络日志
雷峰网
雷峰网
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
爱范儿
爱范儿
Attack and Defense Labs
Attack and Defense Labs
罗磊的独立博客
D
DataBreaches.Net
TaoSecurity Blog
TaoSecurity Blog
T
Threatpost
S
Secure Thoughts
T
The Exploit Database - CXSecurity.com
P
Palo Alto Networks Blog
Cisco Talos Blog
Cisco Talos Blog
Google Online Security Blog
Google Online Security Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - 聂微东
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
NISL@THU
NISL@THU
Spread Privacy
Spread Privacy
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
PCI Perspectives
PCI Perspectives
P
Proofpoint News Feed
Google DeepMind News
Google DeepMind News
V
V2EX
WordPress大学
WordPress大学
Recorded Future
Recorded Future
Stack Overflow Blog
Stack Overflow Blog
AI
AI
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
The GitHub Blog
The GitHub Blog
T
The Blog of Author Tim Ferriss
D
Docker
Latest news
Latest news
C
CERT Recently Published Vulnerability Notes
D
Darknet – Hacking Tools, Hacker News & Cyber Security
B
Blog RSS Feed
V2EX - 技术
V2EX - 技术
小众软件
小众软件
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
聊聊:证券交易链路和极速交易那些事儿
围炉喝茶聊产品 · 2024-04-07 · via 人人都是产品经理

大家平时都会接触到很多交易链路,比如支付、抢票等等,大量公司都会想办法优化交易链路的实际实现极速交易,但这个链路专业性和复杂度都非常高。本文做了一个简单梳理,希望能帮助大家进行了解。

其实交易链路、极速交易在我们平时生活中彼彼皆是,有可能大家平时没太留意而已,如平时网购、外卖、转账冲值、线下扫码支付;秒杀、春节回家抢高铁票等等都有各自的交易链路和极速交易。如下图所示电商交易链路:

大量公司想尽办法和花重金去优化交易链路,如:优化交易流程减少不必流程节点、交易软件(网站、app和客户端)、数据库读写能力、采用分布式交易网络、交易物理设备等等,从而提升交易速度、保障交易稳定性、降低交易延时性和高并发量等。

然而在证券行业对交易全链路和极速交易更为青睐、更为执着追求秒级 -> 毫秒级-> 微秒级-> 纳秒级:即所谓的“极速交易”。极速交易系统已经成为证券和期货公司“军备竞赛”的关键设施。

在未开始话题之前,烦请大家先思考10秒:“为什么各大券商热忠优化交易链路、推崇极速交易?”。正如爱因斯坦说过:“如果我必须用一小时思考一个问题,我会花55分钟考虑我要提出什么问题,用5分钟时间找答案。”所以我们大家要刻意去培养提出好问题的习惯。

证券交易全链路和极速交易,它两的关系是相辅相成、相互促进、全链路是基础,有了全链路优化才可能有“极速交易”的体验。当然单点优化也能带来快的感,不是那种超快、超稳、超全爆爽的感觉。

要聊好它两可从:背景、定义/流程、技术、成本、市面产品等方面入手。让我们一点一点的切入,一块一块的展开,从入门逐渐到精通之旅吧。

文章可能会有不足之处,欢迎大家给我多多提意见、留言反馈和补充,如有错误之处,请大家指正,我们评论区见。主打“分享、交流”,不立人设一起学习、一起进步。

一、背景

需求或业务要弄清它们的背景或发生场景,才可能设计出来的产品贴近客户实际需求或使用场景,从而赢得用户。然而证券交易全链路和极速交易的背景可分为三种背景:客户需求、技术发展和政策支持,下面我们分别来聊聊吧。

1. 客户需求

1.1.1、在股票、期货、期权等衍生品市场上交易原则:价格优先、时间优先。自2015年以来,大量的量化私募客户、高净值客户等机构投资者和专业投资者对于交易系统的要求越来越高,对Ta们来说每一秒都至关重要,速度就是生命和金钱(如:新股刚上市和次新股第二波上涨、突发利好、重大利空卖出)。

1.1.2、行情数据瞬息万变,盈利的机会转瞬即逝,拥有更低的时延、更快的响应,意味着能精准把握买卖机会和点位。交易系统的处理速度越快,就越有可能在瞬息万变的市场中占据优势,以至于Ta们愿意付出巨大的代价来争取一微秒的时间优势。

1.1.3、各大券商纷纷响应市场和客户的需求,要么自研、要么和三方联合开发、要么采购三方的极速交易整体解决方案和系统。为客户提供了优质的低时延交易服务,助力公司机构交易业务始终站在市场前列,抢点客户和市场。注:一般开通极速交易投资者的资产要高达100W,佣金费率是万分之3起。

2. 技术发展

1.2.1、随着计算机技术和金融科技的快速发展,软件方面:特别是云计算、大数据、算法、FPGA(现场可编程门阵列)、超低时延转发技术,硬件方面:服务器(CPU、内存)、交换机和网卡更新换代快,性能一代比一代强,网络方面:有百兆、千兆和万兆专用光纤。以下是从时延、抖动、带宽、吞吐量和时钟同步等方面综合测试评估表,如下图所示:

图及数据源于:上交所技术服务,若侵权请联系删除

图及数据源于:上交所技术服务,若侵权请联系删除

3. 政策支持

1.3.1、证券行业中比较特殊,若仅有客户需求,技术又能支撑客户需求发展这永永不够的,还得要有政策的允许和支持,像15年场外配资,虽然客户有强烈的需求、技术又能满足和支撑配资需求发展,最后监管机构依法打掉场外配资,挽救多少家庭。

1.3.2、解决客户对于交易时延的极致需求,降低交易系统在低时延、提升交易系统高并发等,监管机构出台和颁布了《证券期货市场程序化交易管理办法(征求意见稿)》、《证券公司收益互换业务管理办法》和《关于加强程序化交易管理有关事项的通知》等法规及自律规则,更是为量化投资机构提供了规范的市场参与指引,助力二级市场流动性更加活跃。

图及数据源于:券商中国,若侵权请联系删除

二、定义/流程

证券交易链路和极速交易的背景上面已聊了,现我们一起来聊聊:证券交易链路和极速交易定义/流程等。

1. 证券交易链路

2.1.1、证券交易链路:证券交易链路是过程,整个交易过程中所涉及众多的交易环节和参与方。一般而言,证券交易链路包括以下几个环节:交易所、券商、投资者、清算机构、存管银行、监管机构,大家各司其职共同推动证券交易有序、健康、稳定发展。

2.1.2、证券交易链路流程:登录交易软件->获取行情 -> 发出下单指令->券商柜台(服务器)->验资验券->柜台报盘机->报送至交易所->交易所撮合成交->交易数据返回客户。

2.1.3、衡量证券交易链路指标:有5个 – 往返延时指标、交易柜台内部延迟、交易策略服务器至交易柜台延迟、操作系统延迟。下图是全链路时延的节点及延迟的时长(注:此图找了很久,才从南京证券科技先锋公众号找到,主要向大家展示延迟节点和时长)。

图及数据源于:南京证券科技先锋,若侵权请联系删除

简单提下往返延时指标,剩下其它指标不太了解,待弄清楚后再和大家聊下。交易延迟高最常用的指标是往返延时(Round Trip Time),即交易订单从客户策略服务器发至经纪公司交易柜台,交易柜台内部处理后发往交易所,交易所确认报单后发送回报给交易柜台,再从柜台发送至客户策略机的一来一回整体链路的耗时。

2.1.4、交易链路上改造点:有低时延交换机、低时延网卡、操作系统、数据库、程序代码跨平台适配编译等等。

小结:1、交易链路如上图,大致可以分为三部分,交易所行情送达(交易下行部分)、客户系统生成交易信号和客户委托传输(交易上行和交易下行部分)。其中,作为券商向客户提供的优化主要集中在交易所行情送达和客户委托传输上。

2、交易链路越短越快:但要做到交易链路上各节点都最短,要花不少成本:如从黑龙江到深沪交所,南北纵横几千公里,需要的时间肯定比较多。如果从行情到交易软件就放在同一个物理位置,速度肯定更有优势。因此券商就要把交易主机放在券商机房里(机房就在交易所:两地和三中心),距离更近,速度就更快。“两地”指上海和广东省(东莞市),“三中心”指上海陆家嘴证券大厦数据中心站点(以下简称陆家嘴站点)、外高桥卫星通信地球数据中心站点(以下简称外高桥站点)

图根据上海证券交易所竞价撮合平台市场参与者接口规格说明书整理,如有侵权请联系删除。

2. 极速交易

2.2.1、极速交易:通过券商提供的极速交易链路,包括主机托管、极速行情、极速柜台和特定客户策略交易系统等环节,整合为一整套高效、快速、稳定的交易解决方案。

2.2.2、极速交易系统架构图:各家极速交易系统架构图各有不同,但也有相同之处。附上两版架构图方便大家学习和交流,图一为通用简洁的拓朴图:

图二:中金公司超极速交易系统架构图,架构图细节比较丰富方便大家较全了解和学习极速交易系统。

图源于:金融电子化公众号:江顺锁:中金公司超极速交易系统探索与实践,如有侵权请联系删除

2.2.3、基于FPGA硬件加速技术,实现低延时的行情解码架构图

图源于:金仕达科技公众号,如有侵权请联系删除

三、技术

各大券商为了做到比别家先行一步,先发现行情机会,先委托成交,帮客户赚别人还没赚的钱。纷纷想尽办法、组建团队、花重金去研发且落地极速交易一整套解极速交易方案和系统。

在开始前烦请大家思考10秒下:那到底有哪些因素影响交易系统的端到端时延?交易系统通常由行情柜台、交易柜台、策略服务器、交换机等设备组成,交易软件、服务器、网卡、交换机等软硬件设备的性能都会直接影响交易系统的整体延迟。

下面我们将分为软硬件技术和大家一起聊聊。

1. 软件技术

3.1.1、极速交易系统软件部分一般由:行情、交易、策略、风控、账户、数据和实时消息等组成。它们往往会涉及到如下技术:全内存、数据缓存加速、无锁队列技术、低延时总线、组播传输、负载均衡、线程绑核、数据库高并发、大数据、云计算和AI算法等等技术。

3.1.2、极速交易系统软件部分开发工具和开发语言:一般采用C++ 或C进行开发,以实现高效性能;在系统服务层如:账户管理、风控、策略、实时通知等,一般采用:Java SpingBoot 和 Java的动态语言能力,实现热部署与策略代码的热更新;在算法模型服务,一般采用Python进行开发,采用成熟的 TensorFlow 、Torch 框架。采用什么开发工具和语言,要看客户需求、公司技术积累、人才储备和投入,谨慎选择。

小结:1、目前主流交易平台软件部分一般采用C++或C比较多,为了更低延迟交易框架设计方案利用编程语言和并建立多语言平台接入方案,兼顾交易系统执行速度和交易策略模型搭建的效率。这里主要不看广告,看疗效!

2、一套完善的交易系统除了以上提的之处,还有满足高性能、易管理、易开发、高可用。真的不看广告,看疗效!否则相当麻烦会出大问题的。

3.2、硬件技术

3.2.1、一整套极速交易系统解决方案,当然少不了硬件的搭配,硬件有:低延时交换机的使用、低延时网卡的使用、机房物理位置调整、千兆高速宽带、网络防火墙调整、API启动和穿透调优、报盘机绑核、JVM性能优化。软硬结合、组播传输等技术来加速硬件柜台内的穿透延时,与极速柜台上下游相关的模块进行调优为了全链路调优。

3.2.2、以上会用到不少硬件技术,对于硬件技术完全是门外汉,太深奥了,不展开聊了以免误人误自。这里简单提下:FPGA(现场可编程门阵列)技术。

3.2.2.1、FPGA(Field- Programmable Gate Array),即现场可编程门阵列,它是在 PAL、GAL、CPLD等可编程器件的基础上进一步发展出来的产物。它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。

3.2.2.2、FPGA 普遍用于实现数字电路模块,用户可对 FPGA 内部的逻辑模块和 I/O模块重新配置,以实现用户的需求。它还具有静态可重复编程和动态在系统重构的特性,使得硬件的功能可以像软件一样通过编程来修改。

图源于:百度图片,如有侵权请联系删除

3.2.2.3、FPGA 的设计流程包括算法设计、代码仿真以及设计、板级调试,设计者以及实际需求建立算法架构,利用 EDA 建立设计方案或 HD 编写设计代码,通过代码仿真保证设计方案符合实际要求,最后进行板级调试,利用配置电路将相关文件下载至 FPGA 芯片中,验证实际运行效果。

3.2.3、FPGA的整体架构:主要包括可配置逻辑块 CLB(Configurable Logic Block)、输入输出块 IOB(Input Output Block)、内部连线(Interconnect)和其它内嵌单元四个部分。

3.2.4、FPGA开发流程:利用 EDA 开发软件和编程工具对 FPGA 芯片进行开发的过程。FPGA的开发流程一般如下图所示,包括功能定义/器件选型、设计输入、功能仿真、逻辑综合、布局布线与实现、编程调试等主要步骤。具体可自行百度进行了解。

3.2.4、FPGA行情开发:基于FPGA的硬件加速的方法进行行情的处理,FPGA有可编程、低延时的特性,基于RTL(寄存器传输级)级的逻辑编程,可以定制各种解码方案,实现数据的并行处理,达到极低的延时,满足金融证券交易者对低延时的需求。将通过万兆以太网传输而来的行情信息送入FPGA中,再由FPGA进行行情的解码,过滤不需要的行情,发送给客户服务器,客户获得行情信息。具体可自行百度进行了解。

好了有关硬件及硬件编码只能聊到这里了,真的是不了解实在是太深奥了,推荐大家有空去知呼看看:艾克雄写的一篇文章:什么是FPGA?FPGA 简介。

四、成本

通过前面和大家聊了相关极速交易解决方案、交易系统的内容,在不同程度上对Ta们有了了解,进一步介绍搭建极速交易解决方案、系统需要花费的成本,分别从软件、硬件等角度向大展示,可能不一定准确,供大家参考和学习。

基于以上内容很难估算一套极速交易解决方案和交易系统的成本,预估成本在:5000万以上,开发和维护基于FPGA的交易系统比较复杂,需要专门的技能和专业知识。考虑使用基于FPGA的解决方案的金融机构应评估其是否拥有内部专业知识来开发和维护这些系统,或者是否需要外包这项工作。

五、市面产品

5.1、一个市场繁荣与发展离不开,市场上厂商的努力与贡献。以下收集到各厂商产品信息,数据源于:各厂家官网、公众号、实盘和券商路演反馈,尽量做到公正和准确。数据仅供参考虑不做任何实际性建议,欢迎大家留言,一起优化下数据。(如:数据有不实烦请联系修改,更欢迎其它厂商提供产品信息)。

注:速度方面:同一系统上的不同券商、同一券商上的不同系统都会因防火墙、硬件配置、网络、调优等会有差异。

5.2、源本打算收集各券商自研极速产品,但实在太难收集(欢迎券商提供产品信息)。

文章写到这里就结束了,文章可能会有不足之处,欢迎大家给我多多提意见、留言反馈和补充,如有不妥之处,烦请大家指正,我们评论区见。

参考资料

1、【交易技术前沿】低延时网卡虚拟化在证券极速交易系统的最佳实践 -上交所技术服务

2、FPGA技术在极速交易场景的应用示范 -证券信息技术研发中心

3、申万宏源联合实验室低时延技术负责人张宏的主题演讲——《证券低时延交易系统全链路自主可控创新实践》

4、江顺锁:中金公司超极速交易系统探索与实践

5、各厂商公司官网,公众号

6、知乎 – 话题:现场可编辑逻辑门阵列(FPGA)

专栏作家

magbox勇,公众号:围炉喝茶聊产品,人人都是产品经理专栏作家。专注证券基金产品、企业数字化、财务产品设计和开发。

本文原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。