模拟撮合引擎

模拟撮合引擎插件（Matching Engine Simulator）用于模拟用户在某个时间点发出或取消订单的操作，并获取相应的交易结果。

该插件以行情数据（快照数据或逐笔数据）和用户委托订单（买方或卖方）作为输入，根据订单撮合规则实现模拟撮合后，将订单成交结果（含部分成交结果、拒绝订单和已撤订单）输出至交易明细输出表，未成交部分等待与后续行情撮合成交，或者等待用户撤单。

在插件市场安装插件

版本要求

DolphinDB Server: 2.00.9及更高版本

安装步骤

在DolphinDB 客户端中使用 listRemotePlugins 命令查看插件仓库中的插件信息。
```
login("admin", "123456")
listRemotePlugins(, "http://plugins.dolphindb.cn/plugins/")
```
使用 installPlugin 命令完成插件安装。
```
installPlugin("MatchingEngineSimulator")
```
返回：<path_to_MatchingEngineSimulator_plugin>/PluginMatchingEngineSimulator.txt

使用 loadPlugin 命令加载插件（即上一步返回的.txt文件）。

loadPlugin("<path_to_MatchingEngineSimulator_plugin>/PluginMatchingEngineSimulator.txt")

注意：使用2.00.9版本server的用户，可从二进制插件包中获取二进制插件包，并用 loadPlugin 命令加载后使用。

接口说明

MatchingEngineSimulator::createMatchEngine

详情

创建一个模拟撮合引擎。

语法

MatchingEngineSimulator::createMatchEngine(name, 
	exchange, 
	config, 
	dummyQuotationTable,
	quotationColMap, 
	dummyUserOrderTable,
	userOrderColMap, 
	tradeOutputTable,
	[compositeOutputTable], 
	[snapshotOutputTable])

参数

name：名称，字符串标量，全局唯一。
exchange：交易所标识，深交所"XSHE"或上交所"XSHG"。

config：是一个dictionary的标量，包含配置的键值对，类型为(STRING, DOUBLE)。


字典key	含义
dataType	行情类别：0表示逐笔，1表示快照
depth	匹配的订单簿深度,5 - 50
outputOrderBook	是否输出订单簿。0：不输出， 1：输出
orderBookInterval	如果需要输出订单簿，输出订单簿的最小时间间隔，单位为毫秒
latency	模拟时延，单位为毫秒，用来模拟用户订单从发出到被处理的时延。（用户订单的撤单无时延）
orderBookMatchingRatio	成交百分比
matchingMode	快照模式下，匹配的两种模式，可设置为1或者2，分别对应按模式一撮合订单或按照模式二撮合订单
matchingRatio	快照模式下，快照的区间成交百分比，默认情况下和成交百分比orderBookMatchingRatio相等
mergeOutputs	是否需要输出到复合输出表
timeDetail	成交输出表中是否需要订单收到时的行情最新时间，”匹配开始时间“”匹配完成时间“0：不需要，1：需要
cpuId	绑定到的CPU核的ID，只在第一次appendMsg的时候绑定该线程

dummyQuotationTable：插入行情数据的表的实际结构，对于一些引擎内部使用到的列，由参数quotationColMap提供列名映射关系

quotationColMap：行情表的列名映射关系，一个字典标量，类型为(STRING, STRING)。

其中，对于逐笔模式，行情表必须提供的列有：


名称	类型	含义
symbol	SYMBOL	股票标的
symbolSource	SYMBOL	证券市场：深交所、上交所
time	TIMESTAMP	时间
sourceType	INT	0代表order；1代表transaction
orderType	INT	order：1：市价；2：限价；3：本方最优；10：撤单（仅上交所，即上交所撤单记录在order中）transaction：0：成交；1：撤单（仅深交所，即深交所撤单记录在transaction中）
price	DOUBLE	订单价格
qty	LONG	订单数量
buyNo	LONG	transaction对应其原始数据；order填充OrderNO，无意义，深交所数据为了补全上交所数据格式增加的冗余列
sellNo	LONG	transaction对应其原始数据；order填充OrderNO，无意义，深交所数据为了补全上交所数据格式增加的冗余列
direction	INT	1（买）or 2（卖）
seqNum	LONG	逐笔数据序号

对于快照模式，行情表必须提供的列有（成交价格和成交数量列表字段在撮合模式二必须字提供，撮合模式一时可以不包含这2列）


名称	类型	含义
symbol	SYMBOL	股票标的
symbolSource	SYMBOL	证券市场：深交所、上交所
time	TIMESTAMP	时间
lastPrice	DOUBLE	最新价
upperLimitPrice	DOUBLE	涨跌停板价
lowerLimitPrice	DOUBLE	跌停板价
totalBidQty	LONG	区间买单成交数量总和
totalOfferQty	LONG	区间卖单成交数量总和
bidPrice	DOUBLE[]	买单价格列表
bidQty	LONG[]	买单数量列表
offerPrice	DOUBLE[]	卖单价格列表
offerQty	LONG[]	卖单数量列表
tradePrice	DOUBLE[]	成交价格列表
tradeQty	LONG[]	成交数量列表

dummyUserOrderTable：插入用户订单数据的表的实际结构，对于一些引擎内部使用到的列，由参数userOrderColMap提供列名映射关系。

userOrderColMap：用户订单表的列名映射关系，一个字典标量，类型为(STRING, DOUBLE)。用户订单表必须提供的列有


名称	类型	含义
symbol	STRING	股票标的。取消订单时股票标的无效，以orderID为准。
time	TIMESTAMP	时间
orderType	INT	上交所：0：市价单中最优5档即时成交剩余撤销委托订单1：市价单中最优5档即时成交剩余转限价委托订单2：市价单中本方最优价格委托订单3：市价单中对手方最优价格委托订单5：限价单6：撤单深交所：0：市价单中最优五档即时成交剩余撤销委托订单1：市价单中即时成交剩余撤销委托订单2：市价单中本方最优价格委托订单3：市价单中对手方最优价格委托订单4：市价单中全额成交或撤销委托订单5：限价单6：撤单
price	DOUBLE	订单委托价格
qty	LONG	委托数量
direction	INT	买 or 卖
orderID	LONG	用户订单ID，仅撤单时起作用。

compositeOutputTable：复合输出表，包含订单簿及成交情况。需要调用extractInfo接口来解析出具体数据
名称类型含义
msgType INT 成交结果（1）或订单簿（2）
content BLOB 具体数据

名称	类型	含义
msgType	INT	成交结果（1）或订单簿（2）
content	BLOB	具体数据

tradeOutputTable：成交结果输出表。注意，后3列只在配置项timeDetail为1时启用


名称	类型	含义
orderID	LONG	成交的用户订单ID
symbol	STRING	股票标的
direction	INT	1（买）或 2（卖）
sendingTime	TIMESTAMP	订单发送时间
limitPrice	DOUBLE	委托价格
volumeTotalOriginal	LONG	订单委托数量
tradeTime	TIMESTAMP	成交时间
tradePrice	DOUBLE	成交价格
volumeTraded	LONG	成交量
orderStatus	INT	用户订单是否完全成交。-1：表示订单被拒绝 0：表示订单部分成交 1：表示订单完全成交 2：表示订单被撤单
orderReceiveTime	NANOTIMESTAMP	订单收到时的时间（系统时间）
insertTime	TIMESTAMP	订单收到时的行情最新时间
startMatchTime	NANOTIMESTAMP	匹配开始时间
endMatchTime	NANOTIMESTAMP	匹配完成时间

snapshotOutputTable：行情快照输出表


名称	类型	含义
symbol	STRING	股票标的
time	TIMESTAMP	时间
avgBidPrice	DOUBLE	买单成交均价
avgOfferPrice	DOUBLE	卖单成交均价
totalBidQty	LONG	买单成交数量总和
totalOfferQty	LONG	卖单成交数量总和
bidPrice	DOUBLE[]	买单价格列表
bidQty	LONG[]	买单数量列表
offerPrice	DOUBLE[]	卖单价格列表
offerQty	LONG[]	卖单数量列表
lastPrice	DOUBLE	最新价
highPrice	DOUBLE	最高价
lowPrice	DOUBLE	最低价

返回值

无

MatchingEngineSimulator::getOpenOrders

详情

获取未成交的用户订单信息

语法

MatchingEngineSimulator::getOpenOrders(engine, [symbol]);

参数

engine：通过createMatchEngine接口创建的撮合引擎。
symbol：股票标的，字符串标量，可以不填，表示获取所有的未成交订单。

返回值

返回值是一个表，包含如下列：


名称	类型	含义
orderId	LONG	订单id
time	TIMESTAMP	时间
symbol	STRING	股票标的
price	DOUBLE	委托价格
totalQty	LONG	用户订单数量
remainQty	LONG	用户订单余量
direction	INT	买（1）卖（2）

MatchingEngineSimulator::resetMatchEngine

详情

清空内部缓存的所有订单信息以及行情信息。

语法

MatchingEngineSimulator::resetMatchEngine(engine)

参数

engine：通过createMatchEngine接口创建的撮合引擎

返回值

无

MatchingEngineSimulator::getEngineList

详情

获取所有的engine。

语法

MatchingEngineSimulator::getEngineList();

返回值

返回一个engine列表，类型为dictionary, key为id, value为engine对象

MatchingEngineSimulator::getSymbolList

详情

获取某引擎中当前存在的股票symbol列表。

语法

MatchingEngineSimulator::getSymbolList(engine);

参数

engine：是通过createMatchEngine接口创建的撮合引擎

返回值

返回一个STRING类型的vector，包含当前存在的股票标的。

MatchingEngineSimulator::stopMatchEngine

详情

停止模拟撮合引擎。

语法

MatchingEngineSimulator::stopMatchEngine(engine, [symbol]);

参数

engine：通过createMatchEngine接口创建的撮合引擎
symbol：可选参数，字符串标量，表示需要停止模拟的股票，若不填则停止所有股票模拟

MatchingEngineSimulator::extractInfo

详情

解析compositeOutputTable表中的内容。

语法

MatchingEngineSimulator::extractInfo(msgType, msg, [table]);

参数

msgType： 1 成交结果 2 订单簿
msg：待解析的字符串
table：与compositeOutputTable同结构的表

返回值

如果指定 table，返回一个table，并将解析结果append到表的末尾。

MatchingEngineSimulator::insertMsg

详情

插入行情和用户订单数据

语法

MatchingEngineSimulator::insertMsg(engine, msgBody, msgId);

参数

engine：通过createMatchEngine接口创建的撮合引擎。
msgBody：行情或用户订单数据。
msgId：数据类型。1是行情，2是用户订单。

返回值

如果插入的是行情数据，返回Void；
如果插入的是用户订单数据，返回用户的订单id（LONG类型的向量）。

MatchingEngineSimulator::setLimitPrice

详情

设置模拟撮合引擎的涨停价和跌停价。

注意：价格超过涨停价和跌停价范围内的用户订单都会被拒绝。

语法

MatchingEngineSimulator::setLimitPrice(engine, data);

参数

engine：通过createMatchEngine接口创建的撮合引擎。
data：一个表。包含3列(symbol，upperLimitPrice，lowerLimitPrice)，分别是STRING，DOUBLE，DOUBLE类型。

返回值

如果设置成功，返回true。

MatchingEngineSimulator::getSnapshot

详情

获取逐笔引擎中的行情快照信息。

语法

MatchingEngineSimulator::getSnapshot(engine, [symbolList]);

参数

engine：是通过createMatchEngine接口创建的逐笔撮合引擎。
symbolList：股票标的，字符串向量。如果没有填该参数，表示获取所有股票标的快照。

返回值

返回一个表，结构如下：


名称	类型	含义
symbol	STRING	股票标的
time	TIMESTAMP	时间
avgBidPrice	DOUBLE	买单成交均价
avgOfferPrice	DOUBLE	卖单成交均价
totalBidQty	LONG	买单成交数量总和
totalOfferQty	LONG	卖单成交数量总和
bidPrice	DOUBLE[]	买单价格列表
bidQty	LONG[]	买单数量列表
offerPrice	DOUBLE[]	卖单价格列表
offerQty	LONG[]	卖单数量列表
lastPrice	DOUBLE	最新价
highPrice	DOUBLE	最高价
lowPrice	DOUBLE	最低价

例子

例子：通过命名函数指定模拟撮合交易细节

login("admin", "123456") //登录
loadPlugin("/DolphinDBPlugin/MatchingEngineSimulator/bin/PluginMatchingEngineSimulator.txt") //加载插件
go

ORDER_SEL = 2
ORDER_BUY = 1
//行情订单
TYPE_ORDER = 0
TYPE_TRADE = 1

//行情订单类型
HQ_COUNTERPARTY_BEST = 1
HQ_LIMIT_ORDER = 2 
HQ_OUR_BEST = 3
HQ_ORDER_CANCEL = 10

//行情交易类型
TRADE_ORDER_DEAL = 0	
TRADE_ORDER_CANCEL = 1

//用户订单
MARKET_ORDER_1 = 0
MARKET_ORDER_2 = 1
MARKET_ORDER_3 = 2
MARKET_ORDER_4 = 3
MARKET_ORDER_5 = 4
LIMIT_ORDER = 5
ORDER_CANCEL = 6
TIME_FORWARD = 7

ORDER_SEL = 2
ORDER_BUY = 1

//行情订单
TYPE_ORDER = 0
TYPE_TRADE = 1

//行情订单类型
HQ_COUNTERPARTY_BEST = 1
HQ_LIMIT_ORDER = 2
HQ_OUR_BEST = 3
HQ_ORDER_CANCEL = 10

//行情交易类型
TRADE_ORDER_DEAL = 0
TRADE_ORDER_CANCEL = 1

//用户订单
MARKET_OTHER_BEST = 3
MARKET_THIS_BEST = 2
MARKET_BEST_FIVE = 0
MARKET_INSTANT_DEAL = 1
MARKET_ALL_DEAL = 4
LIMIT_ORDER = 5
ORDER_CANCEL = 6
TIME_FORWARD = 7

go
def getMgs(name,exchange,config){
    
    dummyQuotationTable = table(1:0, `symbol`symbolSource`time`lastPrice`highestPrice2`lowestPrice2`highestPrice`lowestPrice`openPrice`preClosePrice`upperLimitPrice`lowerLimitPrice`avgBidPrice`avgOfferPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty, [STRING, STRING, TIMESTAMP,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE, DOUBLE, LONG, LONG, DOUBLE[], LONG[], DOUBLE[], LONG[]])
    quotationColMap = dict( `symbol`symbolSource`time`lastPrice`highestPrice2`lowestPrice2`highestPrice`lowestPrice`openPrice`preClosePrice`upperLimitPrice`lowerLimitPrice`avgBidPrice`avgOfferPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty, `symbol`symbolSource`time`lastPrice`highestPrice2`lowestPrice2`highestPrice`lowestPrice`openPrice`preClosePrice`upperLimitPrice`lowerLimitPrice`avgBidPrice`avgOfferPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty)   
    dummyUserOrderTable = table(1:0, `symbol`time`orderType`price`qty`direction`orderID, [STRING, TIMESTAMP, INT, DOUBLE, LONG, INT, LONG])
    userOrderColMap = dict( `symbol`time`orderType`price`qty`direction`orderID, `symbol`time`orderType`price`qty`direction`orderID)
    compositeOutputTable = table(1:0, `msgType`content, [INT, BLOB])
    tradeOutputTable  = table(1:0, `OrderSysID`Symbol`Direction`sendingTime`LimitPrice`VolumeTotalOriginal`TradeTime`TradePrice`VolumeTraded`OrderStatus`orderReceiveTime, [LONG, STRING, INT,TIMESTAMP,DOUBLE,LONG, TIMESTAMP,DOUBLE,LONG, INT,NANOTIMESTAMP])
    snapshotOutputTable  = table(1:0, `symbol`time`avgBidPrice`avgOfferPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty, [STRING, TIMESTAMP,DOUBLE,DOUBLE, LONG, LONG,DOUBLE[],LONG[], DOUBLE[], LONG[]])
    engine = MatchingEngineSimulator::createMatchEngine(name, exchange, config, dummyQuotationTable, quotationColMap, dummyUserOrderTable, userOrderColMap, compositeOutputTable, tradeOutputTable, snapshotOutputTable)
    return [engine,tradeOutputTable,compositeOutputTable,snapshotOutputTable]
}

def initArgsSnapshot(){
	
    dummyQuotationTable = table(1:0, `symbol`symbolSource`time`lastPrice`upperLimitPrice`lowerLimitPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty`tradePrice`tradeQty, [STRING, STRING, TIMESTAMP,DOUBLE,DOUBLE, DOUBLE, LONG, LONG, DOUBLE[], LONG[], DOUBLE[], LONG[], DOUBLE[], LONG[]])
    quotationColMap = dict( `symbol`symbolSource`time`lastPrice`upperLimitPrice`lowerLimitPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty`tradePrice`tradeQty, `symbol`symbolSource`time`lastPrice`upperLimitPrice`lowerLimitPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty`tradePrice`tradeQty)	
    dummyUserOrderTable = table(1:0, `symbol`time`orderType`price`qty`direction`orderID, [STRING, TIMESTAMP, INT, DOUBLE, LONG, INT, LONG])
    userOrderColMap = dict( `symbol`time`orderType`price`qty`direction`orderID, `symbol`time`orderType`price`qty`direction`orderID)	
    compositeOutputTable = table(1:0, `msgType`content, [INT, BLOB])	
    tradeOutputTable  = table(1:0, `OrderSysID`Symbol`Direction`sendingTime`LimitPrice`VolumeTotalOriginal`TradeTime`TradePrice`VolumeTraded`OrderStatus`orderReceiveTime, [LONG, STRING, INT,TIMESTAMP,DOUBLE,LONG, TIMESTAMP,DOUBLE,LONG, INT,NANOTIMESTAMP])	
    snapshotOutputTable  = table(1:0, `symbol`time`avgBidPrice`avgOfferPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty`lastPrice`highPrice`lowPrice, [STRING, TIMESTAMP,DOUBLE,DOUBLE, LONG, LONG,DOUBLE[],LONG[], DOUBLE[], LONG[], DOUBLE, DOUBLE, DOUBLE])
    return [dummyQuotationTable,quotationColMap,dummyUserOrderTable,userOrderColMap,tradeOutputTable,compositeOutputTable,snapshotOutputTable]
}
def initArgsTick(){
    
    dummyQuotationTable = table(1:0, `symbol`symbolSource`time`sourceType`orderType`price`qty`buyNo`sellNo`direction`seqNum, [STRING, STRING, TIMESTAMP,INT, INT, DOUBLE, LONG, LONG, LONG, INT, LONG])    
    quotationColMap = dict( `symbol`symbolSource`time`sourceType`orderType`price`qty`buyNo`sellNo`direction`seqNum, `symbol`symbolSource`time`sourceType`orderType`price`qty`buyNo`sellNo`direction`seqNum)    
    dummyUserOrderTable = table(1:0, `symbol`time`orderType`price`qty`direction`orderID, [STRING, TIMESTAMP, INT, DOUBLE, LONG, INT, LONG])    
    userOrderColMap = dict( `symbol`time`orderType`price`qty`direction`orderID, `symbol`time`orderType`price`qty`direction`orderID)    
    compositeOutputTable = table(1:0, `msgType`content, [INT, BLOB])    
    tradeOutputTable  = table(1:0, `OrderSysID`Symbol`Direction`sendingTime`LimitPrice`VolumeTotalOriginal`TradeTime`TradePrice`VolumeTraded`OrderStatus`orderReceiveTime, [LONG, STRING, INT,TIMESTAMP,DOUBLE,LONG, TIMESTAMP,DOUBLE,LONG, INT,NANOTIMESTAMP])    
    snapshotOutputTable  = table(1:0, `symbol`time`avgBidPrice`avgOfferPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty`lastPrice`highPrice`lowPrice, [STRING, TIMESTAMP,DOUBLE,DOUBLE, LONG, LONG,DOUBLE[],LONG[], DOUBLE[], LONG[], DOUBLE, DOUBLE, DOUBLE])           
    return [dummyQuotationTable,quotationColMap,dummyUserOrderTable,userOrderColMap,tradeOutputTable,compositeOutputTable,snapshotOutputTable]
}

def initArgsSnapshotmode2(){

    dummyQuotationTable = table(1:0, `symbol`symbolSource`time`lastPrice`highestPrice2`lowestPrice2`highestPrice`lowestPrice`openPrice`preClosePrice`upperLimitPrice`lowerLimitPrice`avgBidPrice`avgOfferPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty`tradePrice`tradeQty, [STRING, STRING, TIMESTAMP,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE, DOUBLE, LONG, LONG, DOUBLE[], LONG[], DOUBLE[], LONG[],DOUBLE[],LONG[]])
    quotationColMap = dict( `symbol`symbolSource`time`lastPrice`highestPrice`lowestPrice`highestPrice2`lowestPrice2`openPrice`preClosePrice`upperLimitPrice`lowerLimitPrice`avgBidPrice`avgOfferPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty`tradePrice`tradeQty, `symbol`symbolSource`time`lastPrice`highestPrice`lowestPrice`highestPrice2`lowestPrice2`openPrice`preClosePrice`upperLimitPrice`lowerLimitPrice`avgBidPrice`avgOfferPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty`tradePrice`tradeQty)        
    dummyUserOrderTable = table(1:0, `symbol`time`orderType`price`qty`direction`orderID, [STRING, TIMESTAMP, INT, DOUBLE, LONG, INT, LONG])        
    userOrderColMap = dict( `symbol`time`orderType`price`qty`direction`orderID, `symbol`time`orderType`price`qty`direction`orderID)        
    compositeOutputTable = table(1:0, `msgType`content, [INT, BLOB])        
    tradeOutputTable  = table(1:0, `OrderSysID`Symbol`Direction`sendingTime`LimitPrice`VolumeTotalOriginal`TradeTime`TradePrice`VolumeTraded`OrderStatus`orderReceiveTime, [LONG, STRING, INT,TIMESTAMP,DOUBLE,LONG, TIMESTAMP,DOUBLE,LONG, INT,NANOTIMESTAMP])        
    snapshotOutputTable  = table(1:0, `symbol`time`avgBidPrice`avgOfferPrice`totalBidQty`totalOfferQty`bidPrice`bidQty`offerPrice`offerQty`lastPrice`highPrice`lowPrice, [STRING, TIMESTAMP,DOUBLE,DOUBLE, LONG, LONG,DOUBLE[],LONG[], DOUBLE[], LONG[],DOUBLE,DOUBLE,DOUBLE])
    return [dummyQuotationTable,quotationColMap,dummyUserOrderTable,userOrderColMap,tradeOutputTable,compositeOutputTable,snapshotOutputTable]
}

在以上例子代码中，

登录DolphinDB客户端(login("admin", "123456"))并使用 loadPlugin 载入位于 /DolphinDBPlugin/MatchingEngineSimulator/bin/PluginMatchingEngineSimulator.txt 的插件。
使用 go 语句后指定行情订单类型、行情交易类型等交易要求。
使用 def 定义了 getMsg()、initArgsSnapshot、initArgsTick、initArgsSnapshotmode2 等命名函数，并在花括号中为各个命名函数指定需要执行的语句。例如：
initArgsTick返回一个包含多个表格和字典的列表，其中：
- dummyQuotationTable ：报价表
- quotationColMap ：字典，用于映射表格中的列名
- dummyUserOrderTable、tradeOutputTable、snapshotOutputTable 分别代表了用户订单、交易输出、快照输出。

例子：快照模式下以模式二模拟撮合委托订单

以下这个例子展示了在快照模式下以模式二（matchingMode = 2）模拟撮合证券交易市场委托订单的关键过程。

config = dict(STRING, DOUBLE); //定义了一个包含多个配置参数的字典
config["latency"] = 0; //模拟时延
config["orderBookMatchingRatio"] = 0.12; //成交百分比
config["dataType"] = 1; // 行情类别为快照
config["outputOrderBook"] = 1; //是否输出订单，此处1表示输出
config["depth"] = 6; //匹配的订单簿的深度，区间为5到50，此处为6
config["matchingMode"] = 2; //快照模式下的匹配模式，此处为按照模式二撮合订单

name = "engine_snapshot" //指定引擎名称
exchange = "XSHE" //指定交易所名称
symbol = "AAA123" //指定证券代码

try{dropStreamEngine(name)}catch(ex){}
args = initArgsSnapshotmode2()
engine = MatchingEngineSimulator::createMatchEngine(name, exchange, config, args[0], args[1], args[2], args[3], args[4], args[5], args[6])
MatchingEngineSimulator::resetMatchEngine(engine)
appendMsg(engine, (symbol, "XSHE", 2021.01.08 09:14:01.400,23.5,,,25.0,23.0,,,,, 23.51, 23.59, 100, 100, [23.45  23.4  23.3  23.2  23.1  23.0],  [1000 1000 1000 1000 1000 1000], [23.72  23.78  23.8  23.9  24.0 24.1], [1000 1000 1000 1000 1000 1000],[23.441 23.1235 23.653 23.771],[100 100 100 100]), 1)
appendMsg(engine, (symbol, 2021.01.08 09:14:01.400, MARKET_THIS_BEST, 23.2, 200, ORDER_SEL, 1), 2)   // 23.72
appendMsg(engine, (symbol, 2021.01.08 09:14:01.400, MARKET_THIS_BEST, 23.3, 400, ORDER_SEL, 2), 2)  // 272
res = MatchingEngineSimulator::getOpenOrders(engine)
ex = table([1,2] as id,[2021.01.08 09:14:01.400,2021.01.08 09:14:01.400] as time,["AAA123","AAA123"] as symbol,[23.72,23.72] as price,[200,400] as totalQty,[200,400] as remainQty,[2,2] as BsFlag)
assert 1, each(eqObj, res.values(), ex.values())
appendMsg(engine, (symbol, 2021.01.08 09:14:01.450, LIMIT_ORDER, 23.68, 400, ORDER_SEL, 2), 2)  // 23.68
appendMsg(engine, (symbol, "XSHE", 2021.01.08 09:14:01.500,24.3,,,25.0,23.0,,,,, 23.51, 23.59, 1000, 1000, [23.45  23.4  23.3  23.2  23.1  23.0],  [1000 1000 1000 1000 1000 1000], [23.72  23.78  23.8  23.9  24.0 24.1], [1000 1000 1000 1000 1000 1000],[23.65 23.81 23.73 23.72 23.45],[100 100 100 200 100]), 1)
appendMsg(engine, (symbol, "XSHE", 2021.01.08 09:14:01.600,24.3,,,25.0,23.0,,,,, 23.51, 23.59, 1000, 1000, [23.45  23.4  23.3  23.2  23.1  23.0],  [1000 1000 1000 1000 1000 1000], [23.67  23.78  23.8  23.9  24.0 24.1], [1000 1000 1000 1000 1000 1000],[23.72 0],[1200 0]), 1)
res = select orderSysID, symbol, Direction, sendingTime,  LimitPrice, VolumeTotalOriginal,TradeTime,TradePrice,VolumeTraded,OrderStatus from args[4]

定义了一个名为config的字典，它包含了一些配置参数，如模拟时延、成交百分比、行情类别、是否输出订单、订单簿深度等。
指定了引擎名称、交易所名称和证券代码。
还定义了一些函数，如appendMsg和getOpenOrders，用于向引擎中添加消息和获取当前未完成的订单。
使用assert函数来验证结果是否符合预期。

其中，函数dropStreamEngine用于释放已创建的流数据引擎的定义，例如上述例子中的 name = "engine_snapshot"。