一套能持续运营的金融交易系统,核心模块就这五块
在金边做软件这行12年,团队28个人,每年交付的项目在一百个左右。客户不只在柬埔寨本地,菲律宾、越南、老挝、泰国、印尼、马来西亚的单子我们都做过。主攻方向里金融交易类系统占比不低,另外还有电商、娱乐、地产和物流。电商类系统我们手上有成品,开箱即用,交付速度能快不少;金融交易类不一样,风控和清算几乎每个客户都有定制需求,得按功能清单一项项评估。下面把这12年在金融交易系统里反复踩坑、反复改出来的模块拆开讲,只讲实际要处理的问题和对应的做法。
做证券、外汇还是数字资产类交易系统,有五块东西绕不开:行情数据处理、订单与交易执行、风控、资金清算、合规审计。任何一块出问题,要么是资金风险,要么是合规风险。
行情数据处理要持续接收交易所或数据商推送的实时行情,处理的是Tick级别数据,频率高、量大,对延迟敏感。订单与交易执行负责订单从进入系统到完成撮合或路由的全过程。风控在订单成交前后两个阶段分别做拦截和检测。资金清算管账户余额、冻结资金和日终对账。合规审计记录完整交易日志,满足监管报送要求。
我们把这五块拆成独立服务,通过消息队列做异步通信。行情压力大的时候不会拖垮订单模块,风控规则调整也不需要重启整个系统。在金边这边做项目,客户的技术团队规模通常不大,系统拆得清楚,后期维护会省很多事。一个实际的好处是:客户自己的开发人员能快速定位问题出在哪个服务,不用在一大坨代码里翻。
实时行情接入:网关层隔离数据源,计算层拆分热点
行情数据源一般有三类:交易所官方API、第三方数据商,以及WebSocket流。接入层需要支持多种协议,并且要处理数据重复推送、字段缺失、乱序到达这些实际问题。我们用Go写网关服务,通过非阻塞I/O把收到的行情数据统一转成protobuf格式,再发布到消息队列。后续所有模块都从队列消费,避免各模块直连数据源造成耦合。这样做的另一个好处是,数据商切换或者交易所接口升级时,只需要改网关层,下游模块不动。我们有一个菲律宾客户的交易系统,去年数据商接口升级,只动了网关层两个文件,下游风控和清算模块一行没改。
行情数据进系统之后,下一步是存储和计算。热数据放在Redis里,查询走内存。实时计算部分订阅消息队列,计算均线、布林带这类技术指标,算完再写回内存数据库供前端或策略模块读取。这里有一个容易踩的坑:按交易品种做窗口聚合时,如果某些品种交易特别活跃,数据量会严重倾斜到少数几个分区。处理方式是在计算层对热点品种做二次拆分,避免单节点被打满。这个问题在东南亚市场的交易时段特别明显,热门品种和冷门品种的流量差距能到数倍以上,不做拆分的话,一到活跃时段就能看到某个节点CPU持续高位,其他节点闲着。
风控引擎:前置拦截和后置检测分开设计
风控不能只做一层。我们分两级:前置风控在订单进入撮合之前执行,拦的是资金不足、超出持仓限制、价格偏离过大这类问题;后置风控在成交之后触发,查的是自成交、异常波动这类需要结合成交结果才能判断的情况。两层分开的原因是,前置风控对延迟极度敏感,规则必须简单直接;后置风控可以稍微宽松一点,但覆盖面要更广。
具体到检测规则和实现方式,有几种组合经过项目验证比较可靠:
| 风控类型 | 检测规则 | 实现方式 |
|---|---|---|
| 资金检查 | 冻结金额须覆盖订单金额 | Redis原子操作,避免并发超卖 |
| 价格偏离 | 订单价格偏离参考价超过阈值时拦截 | 基于事件流处理,实时比对 |
| 自成交检测 | 同一用户同时出现在买卖两侧 | 位图或布隆过滤器快速判定 |
| 波动熔断 | 短时间内价格波动超过设定阈值 | 滑动时间窗口计算波动率 |
延迟控制是风控模块的硬指标。JVM环境下我们优先用ZGC降低垃圾回收停顿,订单事件处理上用无锁队列减少线程竞争。风控规则本身做成可配置的形式,调整阈值或新增规则不需要停机发布。这一点对客户来说很实际——东南亚几个国家的监管要求经常调整,规则能热更新意味着不用每次改规则都约维护窗口。有一次印尼客户临时调整价格偏离阈值,我们直接后台改配置生效,没有停过一分钟交易。
资金清算:三级账户结构加幂等键,才能扛住并发
资金账户不适合只做一个余额字段。我们采用三级账户结构:主账户管总余额,冻结账户管已被订单占用的资金,可用账户管实际能下单的金额。用户下单时,系统从可用账户划入冻结账户;成交后再从冻结账户扣除;撤单则原路退回。这个流程必须保证每一步都是原子的,否则会出现同一笔钱被两个订单同时占用的情况。这种问题在并发高的交易时段特别容易暴露,测试阶段很难完全模拟出来。
清算环节我们不用强一致的两阶段提交去套所有场景,而是区分处理:单笔资金变动要求强一致,日终批量清算允许最终一致。涉及订单和资金的表设计上,余额表带版本号做乐观锁,交易流水表用幂等键防止重复入账。数据量上来之后按用户ID做哈希分片,避免单库热点。部分成品系统有几十家客户在运营使用,这些分片和幂等设计都是被实际运营压力逼出来的。早期一版系统没做幂等键,有一次消息队列重复投递,同一笔成交被记了两笔流水,日终对账才发现,最后手工冲正花了大半天。
合规审计:日志、加密和监管对接分开处理
金融交易系统的合规压力主要来自三个方面。
一是数据安全。传输层用TLS 1.3,密码、证件号这类敏感字段用AES-256加密存储,密钥管理交给硬件安全模块。审计日志的保留周期按5年设计,具体以当地监管要求为准。东南亚各国在这方面的要求差异不小,【此处待填:描述各国审计日志保留周期差异的具体案例】。
二是监管报送。系统需要提供标准接口或定期导出机制,让监管机构能查询交易数据。常见做法是定期生成快照文件,通过安全通道上传到指定服务器。涉及预测类业务时,报送内容要特别注意避免误导性表述。
三是反洗钱检测。规则引擎处理已知模式,比如短时间内的结构性拆分交易;机器学习模型用来发现规则覆盖不到的异常行为。大额交易触发人工审核,而不是直接放行或直接拦截。
数据分析:实时监控和离线挖掘走两条线
实时监控关注的是系统健康度,比如每秒请求数、延迟、错误率,用Prometheus加Grafana就能覆盖。业务指标像成交额、活跃用户数,走ELK这条线做可视化。告警阈值需要可配置,延迟超过设定值就通知到人。我们给客户部署的监控体系里,AI运维负责第一轮异常识别,人工确认后再决定是否升级处理。
离线分析是另一个维度,基于历史数据做用户画像和风险评级。存储格式选列式存储,查询性能比行式有明显提升。需要说明的是,分析结果用于内部风控和运营参考,不用于向用户做收益承诺或诱导性推荐。这条线我们在项目里划得很清楚,客户那边运营团队也认可这个边界。
开发周期、合作方式和边界条件
金融交易系统的开发周期取决于功能范围。小项目几天能交付,大项目一般在两个月左右。电商类系统因为有成品,开箱即用,交付速度会快很多;金融交易类系统涉及风控和清算的定制化,通常需要按具体需求评估周期。
合作流程上,我们按功能清单评估工作量,报价通过Telegram或面谈进行。付款方式是先付30%启动项目,验收后结清尾款。系统上线后,bug修复不收费,新增功能按实际工作量另行评估。日常沟通用中文,服务响应是分钟级的,同时有AI运维辅助监控。团队在金边本地,客户在菲律宾、越南这些地方的项目,远程协作已经跑得很顺。
有一点需要明确:支付通道由客户提供资源,我们负责技术对接,不提供支付通道。这是业务边界问题,不在我们的交付范围内。
