返回博客
股票交易系统开发技术栈怎么选:行情接入、OMS、执行引擎与风控的落地拆解
股票

股票交易系统开发技术栈怎么选:行情接入、OMS、执行引擎与风控的落地拆解

2026年8月19日

先想清楚:你做的股票交易系统,到底卡在哪一层

在金边做软件开发的第 12 年,我们团队 28 人,接过不少金融/交易类的开发需求,客户覆盖柬埔寨、菲律宾、越南、老挝、泰国、印尼、马来西亚这几个市场。很多团队一上来就纠结“用什么语言、用什么中间件”,但真正决定系统成败的,往往是对业务压力的拆解。一套面向企业级客户的股票交易系统,不是把下单接口写通就行,它得同时扛住三件事:行情来得快、订单不能错、风险要拦得住。

从工程视角看,系统可以自然分成四条线:数据接入层负责把不同市场的行情与交易数据标准化;核心交易层管订单流转与执行路由;风控管理层做交易前、交易中、交易后的三级约束;基础设施层兜底部署、监控与灾备。这四层不是并列关系,而是互相咬合——行情慢了,执行就慢;订单状态没管好,风控就失灵;部署不做冗余,前面三层做得再好,机房一断全归零。

技术选型上,核心服务用 Java 17 + Spring Boot 3 算是一个比较稳妥的起点,生态成熟、招人容易。低延迟网络通信交给 Netty,行情与订单事件流用 Apache Kafka 或 Redpanda 承载。存储分两条路走:PostgreSQL 负责订单与账户这类强一致数据,ClickHouse 放历史行情和风控指标,查询快、压缩比高。这个组合把“事务”和“分析”两类负载拆开了,后面扩容时不会互相拖累。我们在电商和交易类项目里都用过这套底子,电商类有成品系统开箱即用,几天就能交付;交易类因为风控和路由规则差异大,基本走定制,小项目几天,大项目通常 2 个月左右。

行情接入:第一道关口就决定了系统能跑多快

股票交易系统的行情接入,最怕的不是数据量大,而是数据源杂。我们接触过柬埔寨、越南、泰国等地的客户,他们对接的市场各不相同,沪深交易所、港交所、海外市场,协议不同、字段不同、推送频率也不同。如果每个下游服务都自己去适配一遍,维护成本会很快失控。更合理的做法是做一个多源行情网关,每个市场用独立适配器接入,统一转成内部标准协议,比如 FIX 或者自定义 Protobuf。

低延迟解析层面,Aeron 和 Disruptor 是两条常见路线。它们核心解决的是同一件事:用无锁队列替代传统阻塞队列,把行情解码延迟压下来。行情快照与增量通过 Kafka 分发给下游,顺序和幂等必须保证,否则一个重复的行情包就可能让风控指标算错。

还有一个容易被忽略的细节是时间校准。所有行情节点要依赖 NTP/PTP 同步,时间戳偏差控制在 1 毫秒以内。为什么这个很重要?因为事后审计要还原“某笔订单是在哪个行情下触发的”,如果各节点时间不一致,整个因果链就断了。

极端行情下的背压控制也要提前设计。比如每秒行情笔数超过预设阈值时,系统自动从逐笔推送降级为快照推送,先保住下游不被打垮。这个阈值定多少,取决于你的下游处理能力和网络带宽,需要压测后确定,而不是拍脑袋。我们在东南亚市场对接过的交易所中,不同市场的推送频率差异很大,有的市场平时每秒几十笔,极端时段能冲到数倍以上,降级阈值必须按实际压测结果来定,不能照搬别家参数。

OMS 订单管理:状态流转比接口更重要

OMS(Order Management System)是整套系统的中枢。很多人把 OMS 理解成“下单接口 + 数据库表”,但真正难的地方在于订单全生命周期管理:创建、校验、路由、成交回报、异常处理,每一步都可能出岔子。接口写通只是第一步,状态管不住,后面全是坑。

设计上必须走状态机模型,把订单从“新建”到“已成交”“已撤销”“已拒绝”的状态流转定义清楚。状态不能随便跳,否则会出现“已撤销的订单又收到成交回报”这类事故。下面这张表把 OMS 几个关键模块的技术实现和核心能力做了拆解:

模块技术实现关键能力
订单接入REST / WebSocket / FIX支持批量下单、条件单
订单校验规则引擎(Drools / 自研)账户、持仓、价格、数量多维度校验
订单持久化PostgreSQL + Redis事务写入保证一致,热数据走缓存加速
成交回报异步消息 + 对账任务与券商回报文件自动核对

两个必须做扎实的机制:幂等重试和全局订单编号。前者防止网络超时后重复下单,后者保证任何一笔订单在整个链路里都能被唯一追踪。如果客户是机构,还要支持 FIX 4.4/5.0 协议接入,这是和主流券商系统对接的基本门槛。

有一个在交付中反复出现的问题:客户自己的柜台系统对撤单请求的响应时间不稳定,有时候超过 10 秒才返回确认。如果 OMS 不做超时后的主动查询,前端就会一直显示“撤单中”,交易员不知道单子到底撤掉没有。这类问题在对接东南亚本地券商柜台时尤其常见,需要在状态机里专门设计“撤单确认超时”的中间态和恢复路径。我们在越南和泰国的交易类项目里都遇到过这个情况,最后统一在 OMS 状态机里加了“撤单确认中”和“需人工复核”两个中间态,配合定时查询任务把流程闭环。

执行引擎:吞吐和延迟之间要做取舍

执行引擎的职责,是把 OMS 校验通过的订单按既定策略发到交易所或券商柜台。这里有两个核心指标:吞吐量和延迟。两者往往互相制约,想同时做到极致,成本会非常高。

架构上建议把订单预处理、路由决策、发送、回报处理拆成独立的环节,用多线程 + 无锁队列串起来。这样某一环慢了,不会直接把整个链路堵死。几个关键能力:

  • 智能路由:根据流动性、手续费、历史成交率动态选择最优通道,而不是固定走某一条线路。
  • 算法拆单:TWAP、VWAP、冰山单是机构客户最常用的三类算法,需要提前内置。
  • 异常重发:对超时未确认的订单启动查询与重发机制,避免出现“本地以为没发出去、柜台其实已经成交”的幽灵单。

每一笔订单都要记录全链路时间戳,从 OMS 创建到执行引擎发出、再到回报返回,每个节点的时间差都能查。这既是性能优化的依据,也是合规审计的硬要求。生产环境里,执行引擎和 OMS 最好分离部署,避免 CPU 或内存资源互相争抢。

实际做的时候有一个取舍点:如果客户主要做日内的程序化交易,对单笔延迟极其敏感,那路由决策就要尽量前置、减少跨服务调用;如果客户是手工交易为主,吞吐量压力不大,反而应该把可观测性和人工干预能力放在前面。两种场景的架构侧重不一样,我们在菲律宾和马来西亚的客户里两种类型都遇到过,程序化客户会把延迟要求提到最高优先级,手工交易客户则更关心订单状态可见性和撤单响应速度。

风控系统:软阻断和硬阻断要同时存在

风控是股票交易系统里出事代价最高的一层。企业级风控要覆盖事前检查、事中监控、事后审计三个环节。事前检查管的是“这笔单能不能下”,比如黑白名单、单笔限额、累计限额;事中监控管的是“正在发生的交易有没有异常”,靠实时流计算来识别;事后审计管的是“出了问题能不能追溯”,要生成完整的风控报告。

实现上,Flink 或 Kafka Streams 都可以做实时指标计算,结果写入 InfluxDB 或 TimescaleDB,再用 Grafana 出监控看板。需要盯住的指标至少包括:

  • 单账户每秒下单笔数
  • 单笔订单金额偏离度
  • 自成交与频繁撤单比例
  • 账户集中度与持仓风险值

触发规则时,系统要支持两种处理模式:软阻断是提示确认,给交易员一个二次判断的机会;硬阻断是直接拒绝,不让订单出去。两者必须同时具备,因为有些场景需要人审,有些场景必须机器秒拒。风控人员还要能实时收到通知,而不是事后看报告才发现问题。

有一个实际踩过的坑:风控规则如果直接写死在交易主链路里,每次调整规则都要改代码、发版、重启服务。后来我们把规则外置到独立的规则引擎里,风控人员改参数不需要动交易服务。这个改动对可用性的影响比想象中大——交易服务发版次数明显减少,因为风控参数调整是日常操作,不是偶发事件。交易类系统里风控参数的调整频率远高于核心交易代码的变更频率,把规则外置后,风控同事可以自己改限额、调阈值,不用每次拉开发排期。

部署与灾备:99.99% 的可用性不是靠祈祷来的

股票交易系统对可用性的要求极高,通常要按 99.99% 以上来设计。这意味着一年里计划外停机时间不能超过约 52 分钟。要达到这个水平,两地三中心是基础架构:同城双活承载日常交易,异地灾备应对极端故障。

应用层用 Kubernetes 做弹性伸缩和滚动发布,数据库走主从复制 + 自动切换。运维体系里三件事不能省:

  • 全链路监控:Prometheus + Grafana + SkyWalking 覆盖指标、日志、链路追踪,出问题能快速定位是哪一跳。
  • 自动化演练:定期做故障切换和数据恢复演练,不能等真出事了才第一次跑切换流程。
  • 版本管理:交易核心服务升级必须走灰度发布,并且要有完整的回滚预案。

灾备方案里,行情、订单、账户数据要做到实时同步,确保切换后数据零丢失。同时至少保留 30 天的全量订单与风控日志,这是合规审计的底线要求。

柬埔寨这边的机房条件跟国内一线城市有差距,我们在给本地客户做部署方案时,会特别关注机房的电力冗余和网络出口质量。金边部分机房的市电稳定性不如国内,我们的部署方案里通常会把 UPS 和备用发电机的切换时间作为硬性检查项,网络出口则优先选有双线冗余的机房,避免单一线路故障导致交易中断。

如果你正在选开发团队,几个实际经验供参考

我们团队在金边做软件开发已经 12 年,目前 28 人,每年交付约 100 个项目。客户主要分布在柬埔寨、菲律宾、越南、老挝、泰国、印尼、马来西亚,主攻电商、娱乐、金融/交易、地产、物流这几个行业。其中金融/交易类我们接触的时间不短,部分成品系统在客户那边已经跑了好几年,有几十家商户在持续运营使用。

电商类系统我们有现成成品,开箱即用,交付速度快,很多客户从签约到上线就几天时间。但交易类系统因为涉及具体业务规则和风控逻辑,更多是定制开发,没办法像电商那样直接套模板。开发周期上,小项目几天就能交付,大项目一般在 2 个月左右。报价需要根据功能清单逐项评估,面谈或 Telegram 详谈都可以,不在这里写具体数字。付款方式是先付 30% 启动,验收后结清尾款。

有一点需要提前说明:支付通道由客户提供资源,我们负责技术对接,本身不提供支付通道。服务方面,TG 分钟级响应,有 AI 运维辅助监控;系统 bug 修复免费,新增功能按工作量收费。服务语言是中文,对接起来比较直接。

如果你的团队正在规划股票交易系统,或者手头有旧系统需要重构,可以先把功能清单理出来,再找我们做一轮技术评估。架构选型的坑,很多是可以在动手前避开的。